焦化行业超低排放改造案例分析---中煤旭阳

项目概况

  河北中煤旭阳能源有限公司(以下简称"中煤旭阳")成立于2003年11月,是旭阳集团、中煤集团、德龙钢铁有限责任公司三方股东共同出资建立,经过十几年的发展,现有4座JNDK55-05F捣固焦炉及配套化产系统、2套干熄焦装置及50MW余热发电机组、拥有独立的专用铁路线形成了年产焦炭252万吨、煤焦油147928吨、粗苯34926吨、硫酸铵29340吨、硫酸2.65万吨、外供煤气10亿立方米、天然气7460万立方米和氢气17957万立方米的产能规模。

  超低排放改造情况

  中煤旭阳对于《意见》中提出的焦化行业实施超低排放改造要求高度重视,积极行动,对照有关规范全面梳理,查缺补漏,制定了提标改造任务清单,共计9个主要项目,总投资6095万元,自2024年2月份开始,2024年10月所有项目建设完成,并投入运行,达到了预期效果。

  超低排放改造实施方案

  1、减污降碳协同措施

  中煤旭阳目前主要采用干熄焦余热回收、上升管余热回收、烟道气余热回收、初冷器余热回收等减污降碳技术,可有效提高热效率,减少热损失;减少燃料燃烧,降低大气环境影响,实现节能减排;提高企业的能源利用率,增加经济效益,能耗控制在109.24kgce/t

  2、有组织改造措施

  针对有组织排放源,根据不同的污染源采取对应的治理措施:针对6#、7#、8#、9#焦炉烟囱废气,均采用SCR脱硝+循环流化床半干法脱硫+覆膜袋式除尘器治理工艺(其中8#、9#焦炉共用一套烟气治理设施);6#、7#焦炉装煤、推焦及干熄焦废气分别通过地面站袋式除尘器除尘后,经6、7号焦炉地面站脱硫(石灰石膏湿法工艺)后排放;8#、9#焦炉装煤、推焦及干熄焦废气分别通过地面站袋式除尘器除尘后,经8、9号焦炉地面站脱硫(石灰石膏湿法工艺)后排放,通过关键设备备用实现治理设施检维修期间污染物减排。

  3、无组织改造措施

  在无组织排放控制方面,中煤旭阳配备煤仓(塔)44个,焦仓52个,煤场2个(料棚内部设置雾炮、TSP监测设备,进出口安装高清摄像头,并配置洗车台);粉状物料全部密闭输送,块状及粘湿物料输送的全部节点实现密闭或封闭,并配置收尘或抑尘措施。生产工艺环节均采取了生产设施密闭措施,并配备集气罩。中煤旭阳挥发性有机物主要来自冷鼓工段、冷鼓库区、硫铵、脱硫工段和粗苯工段的尾气,其中冷鼓工段、粗苯工段废气全部通过管道收集送入煤气负压系统,实现不外排;脱硫和硫铵的尾气,通过酸洗、碱洗、除雾净化后送入RTO蓄热氧化炉燃烧。

**  4、清洁运输**

  在清洁运输方面,重点是对中煤旭阳涉及的三个物流门禁系统进行全面升级,完善重型运输车辆电子台账和非道路移动机械基本信息,实现三个物流门口信息同步传输。同时,对厂内运输车辆和非道路移动机械进行升级置换,使其成为纯电动、燃料电池车辆,共有各类车辆20辆,其中电动倒运车12辆,电动非道路移动机械8辆。

  超低排放改造取得的效果

  近年来,中煤旭阳持续推进深度减排,坚持科技引领、创新发展,聚焦焦化行业环保和节能降耗重大技术需求,以"源头减排、过程控制、末端治理"为目标,推进实施管理减排、工程减排、工艺减排和运输减排,解决重大技术瓶颈;通过实施超低排放改造工作,实现排放总量再下降,提升环境绩效,推进企业高质量发展。

相关推荐
AI人工智能+14 小时前
行驶证识别技术融合计算机视觉与自然语言处理,实现对模糊、倾斜、反光等复杂场景下行驶证的高精度结构化数据提取
人工智能·深度学习·自然语言处理·ocr·行驶证识别
weixin_7503302317 小时前
AI获客工具选型:从技术架构看中小企业效率提升方案
大数据·人工智能·架构·ai获客
mpp00718 小时前
36氪《2026 中国 AI Agent 行业发展报告》:当 Agent 进入「交付」主战场
大数据·人工智能
吃饱了得干活20 小时前
Agent 的决策与规划:ReAct、Plan-and-Execute、Reflexion 与 Tree of Thoughts
人工智能·llm·agent
阿明620 小时前
小白入门机器学习基础【AI】
人工智能·机器学习
java资料站20 小时前
十一、评估测试
开发语言·人工智能·python
东方佑20 小时前
从《事件发生与智能》的框架看中国古代命理学
人工智能·深度学习·语言模型·自然语言处理·架构
天远API21 小时前
零信任架构实战:基于天远运营商三要素简版V即时版查询构建自动化司乘安全绑定网关
人工智能·安全·架构·自动化
Henry-SAP21 小时前
SAP PP核心引擎计划策略业务解析
人工智能·云原生·sap·erp
DP DPharness21 小时前
拆开 dsh-knowledge 的检索链路,看 RRF 融合与锚点续读
人工智能·dpharness