煤与生物质耦合燃烧的协同效应
0 引 言
随着双碳目标提出,燃煤电厂利用可再生能源替代化石能源以降低碳排放的需求紧迫。而生物质能具有生命周期内零碳排放,可再生,来源广泛,储量丰富等优点,是替代化石燃料的重要能源[1]。目前,北欧国家凭借其丰富的森林资源,形成成熟高效的生物质发电技术。然而,最近研究表明[2],砍伐森林以提供用于替代化石燃料的木质生物质所造成的碳排放多于减少的碳排放,在有限长时间尺度上,林木生物质资源消耗超过森林再生速度。为避免林木生物质利用产生多余碳排放,农业副产品资源成为生物质发电的主要燃料来源。利用这些农业副产品资源实现碳中和目的,需要大量投资来改造现有纯煤粉炉,目前我国燃煤电厂不具备大规模将燃煤锅炉改造为纯燃生物质锅炉条件,生物质与煤耦合燃烧成为一种有明显优势的生物质资源利用方式[3]。已有研究结果证明了工业规模生物质与煤耦合燃烧可行性,目前已经在最高640 MW锅炉上进行了试验[4-5]。
煤与生物质耦合燃烧性能主要由生物质燃料碱金属(K和Na)含量和挥发分、灰分决定[6]。耦合燃烧特性主要包括着火特性、燃烧火焰温度、气相碱金属释放特性与结渣倾向。由于煤和生物质耦合燃烧过程中存在协同效应[7],煤与生物质耦合燃烧与二者单独燃烧的燃烧性能差异不能通过化学成分或相关性质的算术平均确定。
对于耦合燃烧着火特性的协同效应研究较广泛,其产生原因主要是有机非催化效应与无机催化效应[8]。有机催化效应由挥发分释放促进煤分解引起,而无机非催化效应由生物质中含有的碱金属与碱土金属元素降低反应活化能引起。由于生物质热解产生更多焦油和轻气体[9],生物质在脱挥发燃烧阶段着火温度比煤低。然而,对于着火特性过程研究手段主要为热重分析法,较为单一。如CONG等[10]利用热重分析法发现,烟草秸秆与低阶煤共燃过程中,混合物着火温度、燃尽温度与活化能均随掺混比增加而显著降低。然而热重分析法加热速率低,与实际燃烧环境差距大。而平焰燃烧器中采用大粒径颗粒掺混燃烧,大粒径样品挥发分燃烧时间长,协同作用更加明显,可进行燃烧过程监测,利于协同效应分析。
另外,生物质中含有大量碱金属与碱土金属元素,在燃烧过程中,碱金属元素(如K、Na等)在高温下以气相形式析出,在受热面表面凝结,与烟气反应生成主要成分为碱金属硫酸盐结渣内白层,使受热面表面黏度增大,炉膛内熔融颗粒附着难度降低,促进受热面结渣[11-12],影响热传导效率。因此,准确测量燃烧过程气相碱金属浓度对厘清结渣机理、缓解结渣危害意义重大。目前测量燃烧过程中气相碱金属元素的主要方法包括外加光信号主动式测量[13-14]与分析火焰自发射信号被动式测量。主动式测量技术需外加光源,设备成本高,装置复杂;被动式测量技术直接收集火焰自发射信号,获得燃烧过程气相碱金属信号[15]。HE等[16-17]采用被动式测量技术对生物质燃烧K释放以及煤燃烧Na释放进行原位测量,并应用于工业炉膛中。而目前炉膛结渣倾向判断与预测的主要方法是基于灰成分的结渣指数法[18]。结渣指数法判别操作简单易行,应用广泛,但结渣指数仅代表燃料性质,无法反映燃料不同燃烧状态对结渣的影响。结渣过程主要由烟气中气相碱金属控制[19],而结渣指数计算仅考虑灰分中碱金属含量,未考虑不同燃烧工况对碱金属释放的影响。另外,目前结渣指数法应用对象为煤,对于生物质燃料、生物质与煤耦合燃烧结渣判别与预测适应性不强。
由于发电厂附近生物质供应不稳定,而不同类型生物质性质差异巨大,需进一步研究某特定类型生物质的耦合燃烧特性。中国在2019年已成为世界上最大板栗生产国,2022年板栗年产量达到195万t[20],而板栗壳是板栗最重要的副产物。由于内富含木质素,板栗壳已被研究用于提高生物乙醇产量[21]。另一项研究调查板栗壳热解行为[22],确定其作为固体生物燃料的潜力。
笔者掺混煤与生物质,制作颗粒样品,在Hencken平焰燃烧器上燃烧,利用高速摄像机结合图像处理技术计算着火延迟时间,利用光谱仪检测耦合燃烧过程中火焰温度、气相K浓度,以此研究耦合燃烧过程中着火、燃烧与气相碱金属释放特性的协同效应,并着重分析其原因。最后根据残灰成分,计算结渣指数,通过结渣指数与气相K释放量相关性分析,建立了气相K释放与结渣倾向之间的关联,证明气相K浓度具有判别结渣特性的潜力。
1 试 验
1.1 试验样品准备
试验选取板栗壳作为生物质燃料,板栗壳木质素质量分数36.61%,纤维素质量分数21.51%[23],属于典型低纤维素、高木质素生物质燃料,热值高,可用于燃烧发电。试验用煤选择神府烟煤,挥发分在烟煤中较高,属于低碱煤,以排除Na的影响。在试验样品准备阶段,烟煤与生物质被粉碎、研磨,最后被筛分至200 μm以下,分析其特性并进行燃烧试验。煤与生物质工业分析、元素分析与灰分分析见表1。随后,将生物质分别以质量比30%、50%和70%与烟煤粉末均匀混合。使用液压机在2 MPa压力下,将混合后的粉末压制为55 mg,直径6 mm、厚度约2 mm的圆饼形颗粒,颗粒密度均匀,形状规则。
表1 煤与生物质工业分析、元素分析与灰成分分析
Table 1 Proximate analysis, ultimate analysis and ash analysis of bituminous coal and biomass
为简化样品描述,使用“烟煤 生物质-30”表示烟煤质量分数70%、生物质质量分数30%掺混样品颗粒。其他样品以此类推。
1.2 试验仪器与工况
试验装置如图1所示。燃烧试验在Hencken平焰燃烧器上进行,燃烧器出口截面50 mm×50 mm,出口界面均匀分布400根不锈钢毛细管,每根毛细管内径0.8 mm,外径1.2 mm。毛细管中通入甲烷,流量0.8 L/min,空隙中通入空气,流量30 L/min。其产生的均匀、稳定平面火焰可为圆饼形颗粒提供高热量环境以启动颗粒燃烧过程。圆饼形颗粒被放置在2根平行氧化镁陶瓷棒上,陶瓷棒与Hencken平面燃烧器垂直距离10 mm,通过电动位移平台送入平焰燃烧器正中心。高速摄像机(Photron FASTCAM SA4)以50 帧/s速度记录颗粒燃烧过程火焰图像,高速摄像机曝光时间设为1/60 s以确保火焰图像不饱和。试验光谱检测装备包括准直透镜、光纤与光谱仪。准直透镜位于光纤前,保证采集的光谱信号在视线方向上,光纤距离Hencken燃烧器垂直距离为15 mm。光纤将收集到的光信号传递至光谱仪(AvaSpec-ULS3648-2-USB2)。光谱仪波长为648～864 nm,分辨率为0.14～0.18 nm,积分时间设置为10 ms,2次测量间隔设置为990 ms。Hencken平焰燃烧器火焰点燃后,通过控制电动位移平台将颗粒移动到燃烧器中心,同步启动高速摄像机和光谱仪开始测量。
图1 试验装置
Fig.1 Experimental facilities
2 测量原理
2.1 着火延迟时间定义
通过火焰图像处理确定着火延迟时间。首先裁剪火焰图像,剔除火焰中明亮噪点的干扰,统计图像各像素点的RGB值,火焰图像红、绿、蓝值(RGB)表示可见光强度。然后使用线性加权计算将RGB彩色图像转换为灰度图像,每个像素最大灰度值为255。最后利用灰度图像中各像素灰度值确定颗粒着火时刻,定义灰度图像中其中一个像素点达到点火阈值时的时刻为着火时刻。点火阈值被设置为灰度最大强度的10%[24](即灰度值25),则着火延迟时间为
td=t1-t0,
(1)
式中,td为着火延迟时间,s;t1为着火时刻,s;t0为颗粒进入Hencken燃烧器中心时刻,s。
2.2 火焰温度、气相K浓度与热辐射计算
物体温度在800～2 000 K,普朗克定律可简化为维恩辐射定律[25]:
(2)
式中,I(λ,T)为在一定温度、某一波长下黑体光谱辐射强度,W/(m3·sr);ε(λ)为该波长下物体发射率;λ为波长,m;T为物体温度,K;C1为普朗克第一常数,3.741 9×10-16 W·m2;C2为普朗克第二常数,1.438 8×10-2 m·K。
根据火焰发射光谱,释放到火焰中的气相K在高温下被激发,释放出特征谱线下的辐射,碱金属K特征谱线对应波长位置为K1(766.490 nm)与K2(769.896 nm)。在火焰中,通过光谱仪测量到的光谱强度Im由2部分组成:
Im=IK IC,
(3)
式中,IK为气相K的特征谱线辐射强度,W/(m3·sr);IC火焰连续热辐射强度,W/(m3·sr)。
基于灰性假设,在间隔较小的波长之间,火焰发射率近似相等的火焰可以视为灰体。因此,通过结合式(2),颗粒燃烧火焰温度可以通过多波长法获得[17]:
(4)
式中,M为用于计算的波长数量,本研究M=50;λi为用于计算火焰温度的波长,m;Δλ为波长增加量,m;IC(λi)与IC(λi Δλ)分别为在λi与λi Δλ下火焰连续热辐射,W/(m3·sr)。
在颗粒燃烧过程中,计算测量波长范围内辐射能量用来表示颗粒燃烧过程中热辐射,计算公式为
(5)
式中,E为测量波长范围内辐射能量,W/m2;λ1、λ2分别为测量的起始波长与终止波长,分别取650与800 nm。
由于碱金属K在K1(766.490 nm)辐射强度比K2(769.896 nm)高,现象更明显,故选择K1作为标定。相同气相K浓度下,随火焰温度升高,气相K特征谱线辐射强度升高,经过类似文献[26]标定试验过程,获得气相K特征谱线辐射强度与气相K浓度、火焰温度定量关系。
2.3 结渣指数计算
通过计算碱酸比(B/A)与硅比(G),探讨耦合燃烧中结渣倾向,计算公式[27]为
(6)
其中,各氧化物均使用灰分中当量质量分数计算。灰成分可分为2类:碱性氧化物与酸性氧化物。碱性氧化物以Na2O与K2O为代表,主要包括碱金属与碱土金属氧化物,导致灰黏度增大,熔融温度降低,加重受热面结渣;酸性氧化物效果与之相反[18]。由此,对于某种确定燃料,其B/A越大、G越小,结渣倾向越高。
3 试验结果与分析
3.1 着火特性
高速摄像机记录的烟煤、生物质与烟煤和生物质耦合燃烧火焰如图2所示。每组子图第1幅图像按第2.1节方法判断出着火时刻火焰图像,最后1幅图像是燃烧过程中最后一次达到着火阈值以上的火焰图像。火焰图像下方标注出时刻。由图2可知,烟煤颗粒着火时刻为5.50 s,烟煤颗粒上方出现明显雾状亮光,这是烟煤中挥发分受热着火,随后在5.50～6.50 s,烟煤火焰迅速发展,亮度迅速提高,在颗粒上方形成明显锥形火焰,颗粒进入挥发分燃烧阶段。随后火焰持续发展,在15.50 s左右燃烧火焰高度最大,随后火焰高度逐渐降低,直到22.86 s,烟煤颗粒上方火焰几乎全部熄灭,而烟煤颗粒在高温条件下被加热,发出明显的光亮,挥发分燃烧阶段结束。生物质在3.92 s达到阈值,其燃烧图像特征与烟煤相似。因为生物质中挥发分含量远高于烟煤,着火延迟时间比烟煤短。
图2 烟煤、生物质与烟煤和生物质耦合燃烧火焰
Fig.2 Flame images of bituminous coal,biomass and co-combustion condition
烟煤、生物质及耦合燃烧颗粒的着火延迟时间如图3所示,不存在协同点火效应时,耦合燃烧着火延迟时间随生物质质量分数变化呈线性[24]。图3中虚线表示烟煤与生物质着火延迟时间的线性加权平均值。不同掺混比例下耦合燃烧颗粒的着火延迟时间均小于烟煤与生物质颗粒,计算与试验获得的着火延迟时间之间存在可观察到的差值,表明耦合燃烧着火协同效应存在,定义差值为tdiff,在图3中使用红色箭头标记。tdiff为正,说明协同效应促进着火,这与文献[24]结果一致。根据纤维素热解特性,纤维素率先热解破坏糖苷键,氢供体加速可燃气体释放,促进着火。此外,碱金属受热释放显著降低了生物质脱挥发分表观活化能,是导致协同促进的另一个因素。生物质质量分数为30%、50%与70%的3种耦合燃烧颗粒tdiff分别为1.27、1.91与0.55 s,生物质质量分数50%掺混颗粒相对差值最大,说明着火协同效应最高。而生物质质量分数70%耦合燃烧颗粒差值仅0.55 s,主要因为生物质中含较多木质素,会对着火产生抑制作用[28]。
图3 烟煤、生物质与烟煤和生物质耦合燃烧的着火延迟时间
Fig.3 Ignition delay time of bituminous coal, biomass and co-combustion condition
3.2 火焰温度与气相K释放特性
各颗粒燃烧过程中火焰温度与热辐射随时间变化曲线如图4所示。
图4 烟煤、生物质与烟煤和生物质耦合燃烧火焰温度与热辐射
Fig.4 Flame temperature and heat radiation of bituminous coal,biomass and co-combustion condition
根据火焰温度与热辐射变化,可清楚识别出颗粒燃烧脱挥发分、焦炭燃烧和灰分3个典型阶段[17]。所有颗粒在这3个阶段火焰温度和热辐射变化相似。各颗粒着火时刻与火焰温度、热辐射突增时刻匹配[29],如图4中第1条红色虚线;挥发分燃烧结束时刻与温度、热辐射突降时刻匹配,如图4中第2条红色虚线。由于煤热值高,煤颗粒燃烧释放出的热辐射量高于生物质。由于生物质固定碳仅15.35%,其焦炭燃烧阶段短暂。焦炭燃烧阶段结束后,光谱仪接收到其光谱信息均为环境噪声,不能计算温度,颗粒燃尽进入灰分阶段。各颗粒燃烧过程中释放气相K浓度随时间变化如图5所示。各颗粒气相K释放主要在挥发分燃烧阶段,此阶段,由于颗粒温度急剧上升,使K元素活化,颗粒迅速脱水,颗粒中无机K脱水释放并与有机组分反应,形成配合物,气相K大量释放,很快达到峰值,随后伴随温度迅速下降。
图5 颗粒燃烧过程中气相K浓度随时间变化
Fig.5 Gaseous K concentration during combustion process
为量化气相K释放量,将燃烧过程中气相K浓度对时间进行积分,获得各颗粒在燃烧阶段气相K释放量,结果如图6所示。由烟煤与生物质气相K释放量根据质量分数线性加权计算获得气相K释放量。随耦合燃烧生物质质量分数增加,K释放量增加。但耦合燃烧工况下试验气相K释放量始终低于计算值,证明耦合燃烧气相碱金属释放协同效应存在,且协同效应抑制气相碱金属释放。研究证明,由挥发分-焦炭相互作用产生的自由基分子为碱金属汽化和化学键断裂提供能量,使燃烧温度迅速升高,促进气相碱金属释放[30]。此外,共燃过程中无机反应对气碱释放也有抑制作用[31],无机反应主要由于烟煤中含大量Si与Al元素,燃烧过程中,无机反应不断在氧化反应边界上进行,K与SiO2、Al2O3反应形成不溶性K盐。挥发分-焦炭相互作用与无机反应共同影响气相碱金属释放协同效应,无机反应主导。
图6 烟煤、生物质与烟煤和生物质耦合燃烧气相K释放浓度
Fig.6 Gaseous K release concentration of bituminous coal,biomass and co-combustion condition
3.3 结渣特性
各个颗粒的碱酸比(B/A)与硅比(G)计算结果见表2。烟煤碱酸比低的主要原因是煤种钙、铁含量高,分别达27.65%与19.13%。生物质中不含铝元素,且K2O与CaO质量占比达77.8%,故碱酸比达18.339。烟煤B/A最小,G最大,由结渣指数判断的结渣倾向小;而生物质碱酸比最大,G最小,其结渣倾向相对较大。
表2 结渣指数计算与判断结果
Table 2 Results of slagging indices and slagging tendency judgment
各颗粒的碱酸比B/A、硅比G与气相K释放量结渣指数与气相K释放浓度相关性分析如图7所示。碱酸比与硅比R2值均大于0.95,说明气相K释放量与B/A、G高度相关。随着气相K释放量增大,B/A增大,G降低,结渣倾向判断升高。另一方面,煤中B/A和G的应用被广泛认可,用于预测受热面结渣倾向。说明在线监测获得的气相K释放浓度具有判别结渣特性的潜力,能反映实际燃烧过程结渣倾向变化。
图7 B/A、G与气相K释放浓度相关性分析
Fig.7 Correlation analysis of gaseous K release and B/A,G
4 结 论
1)烟煤与生物质耦合燃烧着火延迟时间比理论值低,证明耦合燃烧存在着火协同效应,表现为促进着火,这是纤维素热解导致能量快速释放与生物质碱金属元素催化共同作用的结果,着火延迟时间与理论值的差值在生物质质量分数50%时达到最大值1.91 s,此时协同效应影响最大。
2)随耦合燃烧生物质质量分数增加,K释放量增加。而耦合燃烧释放的碱金属比理论值低,证明耦合燃烧存在气相碱金属释放协同效应,且协同效应抑制气相碱金属释放,该协同作用由挥发分-焦炭相互作用与无机反应共同控制,无机反应中Si、Al元素与K的反应占主导。
3)随气相K释放量增大,碱酸比与硅比数值增大,结渣倾向升高,结渣指数与气相K释放量间相关性系数均大于95%,说明结渣指数与气相K释放量相关性较高,在线监测获得的气相K释放浓度具有判别结渣特性潜力。
[1] YANG Z, WU Y, ZHANG Z, et al. Recent advances in co-thermochemical conversions of biomass with fossil fuels focusing on the synergistic effects[J]. Renewable and Sustainable Energy Reviews, 2019, 103: 384-398.
[2] MAJAVA A, VADEN T, TOIVANEN T, et al. Sectoral low-car-bon roadmaps and the role of forest biomass in Finland′s carbon neutrality 2035 target[J]. Energy Strategy Reviews, 2022, 41: 100836.
[3] 郭慧娜, 吴玉新, 王学斌, 等. 燃煤机组耦合农林生物质发电技术现状及展望[J]. 洁净煤技术, 2022, 28(3): 12-22. GUO Huina, WU Yuxin, WANG Xuebin, et al. Current status of power generation technology of the agriculture and forest biomass co-firing in coal-fired power plants[J]. Clean Coal Technology, 2022, 28(3): 12-22.
[4] LIU Q, ZHONG W, YU A, et al. Co-firing of coal and biomass under pressurized oxy-fuel combustion mode in a 10 kWth fluidized bed: Nitrogen and sulfur pollutants[J]. Chemical Engineering Journal, 2022, 450: 138401.
[5] SEFIDARI H, MA C, FREDEIKSSON C, et al. The effect of co-firing coal and woody biomass upon the slagging/deposition tendency in iron-ore pelletizing grate-kiln plants[J]. Fuel Pricessing Technology, 2020, 199: 106254.
[6] VASSILEV S V, VASSILEVA C G, SONG Y, et al. Ash contents and ash-forming elements of biomass and their significance for solid biofuel combustion[J]. Fuel, 2017, 208: 377-409.
[7] SHI K, OLADEJO J M, YAN J, et al. Investigation on the interactions among lignocellulosic constituents and minerals of biomass and their influences on co-firing[J]. Energy, 2019, 179: 139-137.
[8] OLADEJO J, ADEGBITE S, GAO X, et al. Catalytic and non-catalytic synergistic effects and their individual contributions to improved combustion performance of coal-biomass blends[J]. Applied Energy, 2018, 211: 334-345
[9] SAHU S G, CHAKRABORTY N, SARKAR P.Coal-biomass
co-combustion: An overview[J]. Renewable and Sustainable Energy Reviews, 2014, 39, 575-586.
[10] CONG K, HAN F, ZHANG Y, et al. The investigation of co-combustion characteristics of tobacco stalk and low rank coal using a macro-TGA[J]. Fuel, 2019, 237: 126-132.
[11] 张佳凯,聂立,岑可法,等. 生物质秸秆与神府烟煤掺烧结渣特性的在线监测[J]. 浙江大学学报(工学版), 2020, 54(10): 1955-1963.
ZHANG Jiakai, NIE Li, CEN Kefa, et al. Experimental study on slagging characteristics during coal and biomass co-combustion with on-line measurement technique[J]. Journal of Zhejiang University (Engineering Science), 2020, 54(10): 1955-1963.
[12] 穆林, 李通, 王震, 等. 藻类和木质生物质与烟煤掺混燃烧结渣特性[J]. 可再生能源, 2022, 40(2):143-151.
MU Lin, LI Tong, WANG Zhen, et al. Slag formation characteristics of co-combustion of bituminous coal with algae and woody biomass[J]. Renewable Energy Resources,2022, 40(2): 143-151.
[13] ZHANG Z, SONG Q, ALWAHABI Z, et al. Temporal release of potassium from pinewood particles during combustion[J]. Combustion and Flame, 2015, 162(2): 496-505.
[14] LIU Y, HE Y, WANG Z, et al. Characteristics of alkali species release from a burning coal/biomass blend[J]. Applied Energy, 2018, 215: 523-531.
[15] 娄春, 张鲁栋, 蒲旸, 等. 基于自发辐射分析的被动式燃烧诊断技术研究进展[J]. 实验流体力学, 2021, 35(1): 1-17.
LOU Chun, ZHANG Ludong, PU Yang, et al. Research advances in passive techniques for combustion diagnostics based on analysis of spontaneous emission radiation[J]. Journal of Experiments in Fluid Mechanics, 2021, 35(1): 1-17.
[16] HE Z, LOU C, FU J, et al. Experimental investigation on temporal release of potassium from biomass pellet combustion by flame emission spectroscopy[J]. Fuel, 2019, 253: 1378-1384.
[17] LOU C, PU Y, ZHAO Y, et al. An in-situ method for time-resolved sodium release behaviour during coal combustion and its application in industrial coal-fired boilers[J]. Proceedings of the Combustion Institute, 2021, 38: 4199-4206.
[18] 岑可法,樊建人,池作和, 等. 锅炉和热交换器的积灰、结渣、磨损、和腐蚀的防止原理与计算[M]. 北京: 科学出版社, 1994.
[19] NIU Y, ZHU Y, TAN H, et al. Investigations on biomass slagg-ing in utility boiler: Criterion numbersand slagging growth mechanisms[J]. Fuel Processing Technology, 2014, 128: 499-508.
[20] Food and Agriculture Organization. FAO statistical yearbook-Wo-rld food and agriculture[R]. Rome: Food and Agriculture Organization of United Nations, 2022.
[21] LEE J, KIM S, LEE K, et al. Improvement of bioethanol production from waste chestnut shells via evaluation of mass balance-based pretreatment and glucose recovery process[J]. Environmental Technology &Innovation, 2022, 28: 102955.
[22] SHEN T, ZHAN F, YANG S, et al. Comprehensive study on the pyrolysis process of chestnut processing waste (chestnut shells): Kinetic triplet, thermodynamic, in-situ monitoring of evo-lved gasses and analysis biochar[J]. Fuel, 2023, 331(2): 125944.
[23] WANG S, ZOU C, YANG H, et al. Effects of cellulose, hemicellulose, and lignin on the combustion behaviours of biomass under various oxygen concentrations[J]. Bioresource Technology, 2021, 320(B): 124375.
[24] WANG S, ZOU C, LOU C, et al. Influence of the synergistic eff-ects and potassium on the combustion behaviors of biomass under high heating rate[J]. Fuel, 2023, 311(1): 125745.
[25] 娄春. 工程燃烧诊断学[M]. 北京: 中国电力出版社, 2016: 80-83.
[26] LI K, YAN W, HUANG X, et al. In-situ measurement of temperature and potassium concentration during the combustion of biomass pellets based on the emission spectrum[J]. Fuel, 2021, 289: 119863.
[27] HARIANA H, PUTRA P, PRABOWO, et al. Theoretical and experimental investigation of ash-related problems during coal co-firing with different types coal-fired boiler[J]. Energy, 2023, 269: 126784.
[28] OLADEJO J, ADEGBITE S, GAO X, et al. Catalytic and non-catalytic synergistic effects and their individual contributions to improved combustion performance of coal/biomass blends[J]. Applied Energy, 2018, 211: 334-345.
[29] BIE N, WANG J, LV P, et al. In-situ release characteristic of alkali metals during co-pyrolysis of coal and biomass in a visual fixed bed combined with laser-induced breakdown spectroscopy[J]. Fuel, 2023, 331: 125868.
[30] KEOWN D M, FAVAS G, HAYASHI J, et al. Volatilisation of alkali and alkaline earth metallic species during the pyrolysis of biomass: Differences between sugar cane bagasse and cane trash[J]. Bioresource Technology, 2005, 96: 1570-1577.
[31] ZHANG Y, WANG J, LV P, et al. Capture of released alkali metals and its simultaneously catalytic performance on secondary reactions of volatiles during biomass pyrolysis[J]. Fuel, 2022, 217: 123557.
Synergistic effects of co-combustion of coal and biomass
移动阅读
