当前我国的主要电力生产形式还是以煤电为主，2020年，我国煤电发电量占全国发电量总量的60.8％。由于煤炭本身的特性，燃煤电厂生产过程中产生的烟气含有大量的大气污染物，国家对于烟气排放的标准做了严格的规定，超低排放标准规定燃煤电厂排放烟气中NOx含量不能超过50mg/m3。目前电厂主要采用的是SCR脱硝技术脱除烟气中的NOx，即在省煤器与空预器之间加装SCR脱硝装置，在烟道中喷入NH3与烟气中的NOx在催化剂的作用下，反应生成无害的N2和H2O。但是在SCR脱硝系统工作的过程中，由于脱硝系统的设计和运行等原因，喷入烟道的NH3并不能完全与烟气中的NOx反应，未反应的NH3与SO3反应会生成硫酸氢铵，硫酸氢铵在260℃左右时会由气态逐渐液化，粘附烟气中的飞灰，导致空预器的运行阻力增大，严重影响空预器的性能和机组的运行安全。
　　如何减少氮逃逸是减少硫酸氢铵生成的关键，氨逃逸的主要产生原因是喷氨量过度和与烟气混合不均匀导致局部未完全反应，因此本课题从喷氨量的计算预测以及和SCR脱硝系统内部流场的耦合两方面进行研究。首先通过采集某电厂660MW机组的实际运行数据，通过搭建分析平台，对与脱硝系统运行有关的历史运行数据的相关规律进行了分析，确定了喷氨量与相关影响因素之间的关系。结果发现，所研究机组的SCR脱硝系统喷氨量在200～375MW的负荷区间内随着负荷的上升而减少，而在375MW～660MW的负荷区间内，喷氨量随着负荷的上升而增加。这主要是由于在不同负荷下烟气流量和NOx量的变化规律随负荷的变化率不同导致的。本文根据脱硝相关因素的分析结果进行了工况划分，构建了不同工况下喷氨量寻优平台，寻找当前工况对应历史工况下的最优喷氨量，实现了基于大数据分析方法的稳态工况寻优指导。本文还通过基于L-M算法的神经网络方法训练了所研究机组的SCR脱硝系统喷氨量预测模型，根据SCR入口烟道的参数，对喷氨量的需求进行预测。根据数据测试，训练完成的模型输出的预测喷氨量与现场实际运行的喷氨量数据的平均预测误差在5％以内。
　　除了对喷氨量的寻优预测外，实现NH3与NOx的均匀混合也是减少氨逃逸的重要措施。本文通过数值模拟的方法，对锅炉SCR脱硝系统的各种均流方案的效果进行了研究并且通过组分模拟分析发现，速度场的均匀性和催化剂上方氨分布的均匀性并不完全匹配，通过调整喷氨格栅的布置方式，进一步提高了NH3分布的均匀度，并且提出了通过通量确定喷氨量的概念。本文对SCR脱硝系统内的飞灰运动场进行了模拟，寻找催化剂容易失活的区域，为喷氨量与流场和催化剂的协同提供参考。