基于模糊多目标优化的火电厂负荷优化分配研究(编辑修改稿)内容摘要:
求解。 4) 机组间负荷分配方法研究。 对并列运行机组间 的 负荷分配优化算法作出分析,并对动态规划法进行了详细的研究,介绍了动态规划法的基本概念、方程、求解问题的一般步骤,以及动态规划法应用于负荷优化分配的决策过程。 5) 实例分析。 以甘肃某 电厂 4 300 MW 机组 为例,拟合出同一工况下 的煤耗特性曲线,将多目标 模糊 优化理论和动态规划法应用于 四 台机组的负荷优化分配。 在 相同约束下, 对 以 标准 煤耗为目标的单目标优化 模型 和本文提出的多目标优化 模型 进行仿真 ,并从煤耗和变负荷时间上进行 比较。 6) 结论及展望 华北电力大学硕士学位论文 7 第二章 机组的煤耗特性 的 确定 机组的煤耗特 性曲线是进行负荷优化分配的前提和基础,要得到最优的负荷分配方案, 首先要得到各机组准确的煤耗特性曲线。 随着计算机监测技术的发展,许多机组都装有 SIS,借 助于该类 系统,通过建立机 组各单元的性能模型, 可以在线计算出煤耗与 机组出力的关系,从而得到各台机组实时的煤耗特性曲线。 经济指标的 选择 讨论机组负荷优化分配,通常选用的经济指标主要有以下几种 : (1) 热耗率 热耗率是指机组承担某一负荷时,每单位负荷消耗的热量。 机组运行时,不仅仅是消耗热量,还消耗电能,由于各机组的厂用电不能忽略,故热耗率是不能全面地衡量一台机组的生产效率。 (2) 供电成本 供电成本能全面准确反映机组性能的优劣,但由于供电成本包括的因素太多,使其所建数学模型过于复杂,难于求解。 而且又由于诸如工资、燃料价格等 因素随市场的变化而不断波动,还可能导致其数学模型失真。 (3) 供电 煤耗 以 供 电煤耗 作为负荷优化分配的目标函数, 抓住了问题的主要方面,即具体性、稳定性和可比性, 忽略了问题的次要方面,如工资、价格的波动因素 , 与以供电成本为目标函数相比,简化了数学模型,使其数学求解简单,尤其是当其它费用比较固定,且机组出力变化不大时,则煤耗量与机组出力的关系就近似于供电成本与机组出力的关系。 机组煤耗率与煤耗量是两个不同的概念 , 煤耗率是评价机组经济性的一个重要指标,机组煤耗率越小,经济性就越高。 一般情况下机组煤耗率是通过煤耗量 求得的。 其关系式非常简单,如下式所示: iii PFb / (21) 其中, ib 为机组的煤耗率 , iF 为机组的煤耗量 , iP 为机组对应负荷。 标准煤耗是指火电厂每生产 1千瓦 小时的电能所消耗标准煤的数量,单位是克/(千瓦 小时 )(g/kwh)。 标准 煤亦称 为 煤当量,是将不同品种、不同含热量的能源按各自不同的含热量折合成为一种标准含量的统一计算单位的能源。 能源的种类不同,计量单位也不同,华北电力大学硕士学位论文 8 如煤炭、石油等按吨计算;天然气、煤气等气体能源按立方米计算;电力按千瓦小时计算;热力按千卡计算。 为了求出不同的热值、不同计量单位的能源总量, 必须进行综合计算。 由于各种能源都具有含能的属性,在一定条件下都可以转化为热,所以选用各种能源所含的热量作为核算的统一单位。 常用的统一单位有千卡、吨标准煤 (或标准油 )。 我国目前采用标准煤为能源的度量单位。 标准煤的计算目前尚无国际公认的 统一标准, 1千克 标准煤的热值,中国、前苏联、日本按 7000千卡计算,联合国按 6880千卡计算。 标准煤耗率 :将不同发热量的各种煤统一折算成发热量为 29308千焦 /千克的 “标准煤 ”后算得的煤耗率。 主要用于在燃用不同煤种的各个发电厂之间进行热经济性比较。 本文 选取 标准煤耗 (g/kwh)作为 代表经济性指标 的 优化 目标 函数。 机组煤耗特性曲线的确定方法 大 型火电机组一般是由锅炉、汽轮机、发电机和变压器串连而成的单元制机组,火电机组的发 电是通过燃料 的燃烧和中间一系列 的能量转换,最后是以电能的形式输出 (本文中的机 组均指燃煤机组 )。 总之, 发出一定功率,就要消耗一定燃料 , 火力发电机组的耗量特性即为稳态运行时 , 煤耗 和 机组出力 的关系特性。 机组的燃烧耗量 F和 输出的电能 P的关系很复杂,一般情况下, F不仅是 P的函数,还与 P的变化率有关,如果再考虑汽轮机阀门开度的调节、机组启停或低负荷燃烧时需要投油 、 稳燃等因素,两者的关系将会更复杂。 简单起见 ,这里仅讨论机组输入输出的静态关系, 即 输出的电能 P长期不变条件下的关系, 也就是机组的煤耗特性,表示为: )(PFF (22) 根据这种关系绘制的曲线就是煤耗特性曲线。 煤耗特性曲线的确定大致 有 几 种方法:一是利用制造厂家提供的原始数据和 机组的热力试验 相结合的方法 求取;二是 由机 组日常运行数据记录整理得出; 三是 通过实时数据 采集不断修正原来的煤耗特性的方法 获得 ;四是利用 SIS在线拟合各台机组的煤耗曲线。 以上几 种方法中, 由于 方法一 要通过针对性的热力试验得到,获得的数据 虽然比较 准确,但 试 验任务繁重和其 它 的一些客观因素,导致这种方法无法在短时间内实现; 由于 需要分工况下 的煤耗曲线, 方法三 和 方法四都 不太适合 ; 本文从 SIS实时数据库读取 原始数据, 将原始数据 整理 和处理 , 得到与机组的 供电 功率 P(MW)相对华北电力大学硕士学位论文 9 应的 标准 煤耗 数值 F(g/kwh),再 经过数据 拟合,即可获得机组的煤耗 特性曲线。 一般地,对于单元机组, 供电 煤耗 *F (t/h)可表示为锅炉效率 η、单元机组热耗率 q(kJ/kwh)以及 供电 功率 P(MW)的函数: * * / ( * )F P q Q (23) 式 中 : Q为标准煤低位发热量,规定每公斤发热量为 kJ/kg, (即每公斤 7000大卡 )。 也可以用下式将原燃料折合成标准煤: KJQFF3* 39。 39。 * (24) 上式中: *F 供电 煤耗量 (t/h); 39。 F 原煤燃料量 (t/h); 39。 Q 每公斤原煤获得发热量 (KJ)。 由以上公式 分析 可知: 机组的 供电 煤耗 *F 可以通过测取锅炉效率 η、单元机组热耗率 q(kJ/kwh)和 供电 功率 P (MW)来确定。 从而最终 计算出来 标准 煤耗 , 即 可 得到机组的煤耗特性方程。 原始数据 热力 计算 求 出 煤耗特性曲线方程 本文分别从各机组的运行报表中选取 20个工作点,这 20个工作点均匀分 布在机组稳定运行的范围内,即为机组额定负荷的 60~ 100%范围内 (机组不投油、能投自动的情况下 )。 为了比较真实的反映机组的煤耗特性,每个工作点均选取若干组数据。 由于运行报表的数据可能不够合理,必须对所选的数据进行分析,从中舍弃不合理的数据组,然后将剩下的各组数据中的同名数据进行算术平均,即: nXX ni i 1 (25) 式中, iX — 经筛选 后的同名数据 n — 经筛选后的数据组数, X 该工作点下的参与热力计算的参数。 可以从以下两方面进行对数据的筛选: (1) 根据物理常识或工程技术原理判断数据的合理性 例如,在汽轮机调节阀门开度不变的情况下,如果没有其 它 操作且设备运行正常,当主蒸汽压力升高时,主蒸汽流量、监视段压力、各段抽汽压力以及机组功率华北电力大学硕士学位论文 10 都应该相应增大。 在这种情况下,若发现其中某个数据反而减小,显然不合理,应将这个数据所在的数据组剔除。 (2) 应用 Grubbs检测方法 [38]判断 若某个参数有 n 个原始数据,分别为 nXXX , ,21 ,于是有: nXX ni i 10 (26) 残差为: 0XXii ),2,1( ni (27) 假定原始数据是正态分布,则均方根误差按 Bessel式估计,即: )1(12 nni i (28) Grubbs方法是先选定一个危险率 ,然后根据 n 和 查表得到临界值 ),( nT ,若其中某个数据满足下式, 则认为是异常数据,该数据组应该舍弃。 ),( nTi (29) 在舍弃一组数据后,总的数据少了一个,所以应重新计算 0X 和 ,再重复上述方法判别是否有其他异常数据。 至于危险率 ,根据有关经验一般取值。 机组的热力计算采用常规的热平衡方法。 它以主蒸汽流量为基准,而主蒸汽和再热蒸汽都为高温高压过热蒸汽,其流量测量很难得到保证,可能会出现偏差,这里更重要的是热力计算的结果所体现的煤耗特性曲线的趋势。 由于机组热力系统结构复杂、规模庞大,影响原始数据的因素很多,例如系统漏水漏汽、有补给水流入、阀门关闭不严等。 因此,为了简化热力计算,假设原始数据是在以下条件下得出的: (1) 热力系统没有泄漏; (2) 各机组均无补给水进入; (3) 各机组之间的各种联通管阀门处于关闭状态,以防止各机组间有汽水混 合而影响机组性能的独立性; (4) 旁路门和逆止门关闭严密,如高压加热器的旁路门、高压缸旁路门、备用泵的出口逆止门等,以免引起热力计算的误差; (5) 不计给水在高压加热器内的阻力损失; (6) 各个测点均稳定可靠,数据通讯部分没有错误,由于现场测点不全而导致的少量数据缺失,可参考机组出厂数据说明书。 华北电力大学硕士学位论文 11 锅炉效 率 η 锅炉效率的计算有正平衡和反平衡两种方法 [39],正平衡法需要测取煤的流量,但目前国内外尚未找到精确测量煤粉流量的方法,故在线确定机组的煤耗特性时,应用“正平衡”法不能精确计算锅炉效率 ;应用反平衡法计算锅炉效率时,需要知道煤的成分与热值,这些数据一般来自化学车间的分析结果,近年来采用 射线在线测定煤的热值已取得一定的进展,但锅炉排烟氧量与飞灰可燃物的测取还没有得到很好的解决。 对于具体的电厂,目前可以根据运行经验将这些无法准确测定的参数指定为定值,如有需要可根据机组大修前后试验的结果随时调整。 计算锅炉效率的反平衡法的公式 [40]为: 1 2 3 4 5 61 q q q q q q (210) 式中 , — 锅炉反平衡效率; 1q — 可忽略不计; 2q — 排烟热损失 的份额 ; 3q — 化学不完全燃烧热损失 的份额 ; 4q — 机械不完全燃烧热损失 的份额 ; 5q — 锅炉散热损失 的份额 ; 6q — 灰渣物理热损失 的份额。 以上各热损失中, 3q , 4q , 5q , 6q 所占总损失的份额很小,且它们 (4q 除外 )的求取依赖于灰渣的化验。 在此,它们可忽略不计,因此,假设它们为零。 计算锅炉效率的反平衡法的公式可简化为: 21 q (211) 排 烟热损失 2q : 烟气离开锅炉机组的最后 受热面时,还具有相当高的温度, 排烟 所拥有的热量随烟气排入大气而不能得到利用,造成排烟损失。 它 带走了一部分锅炉的热量,是大容量锅炉所有的热损失中最大的一项,一般为 512%。 因此在计算时应扣除这部分热量。 2q 主要与排烟容积和排烟温度有关, 故 简化的 排烟损失 计算公式为: sfpy2py12 ttkkq % (212) 式中, 21,kk — 简化函数,大小和煤种有关,推荐值见表 21; pyt — 排烟温度 C ,来自 测量的 原始数据; sft — 送风机进口温度 C ,一般取平均环境温度, Ct 20sf ; 2O — 烟气中氧含量的体积百分数 %,可测得。 华北电力大学硕士学位论文 12 py — 排烟的空气过剩系数;由以下经验公式计算: 1 001 00O21 21 42py q。基于模糊多目标优化的火电厂负荷优化分配研究(编辑修改稿)
相关推荐
人机交互方式进行半结构化或非结构化进行决策的计算机应用系统。 它是管理信息系统向更高一级发展而产生的先进信息管理系统。 它为决策者提供分析问题、建立模型、模拟决策过程和方案的环境,调用各种信息资源和分析工具,帮助决策者提高决策水平和质量。 数据仓库与数据挖掘。 数据仓库 (Data Warehouse, DW),是决策支持系统和联机分析应用数据源的结构化数据环境
考数据 参数 数值 单位 最低工作电压 v 最大发射功率 10 dBm 最大数据传输率曼彻斯特编码 50 kbps 输出 功率为 10dBm时工作电流 9 mA 接收模式时工作电流 mA 温度范围 40 to +85 ℃ 典型灵敏度 100 dBm POWERDOWN 模式时工作电流 uA 无 线传输模块电路设计 收发器电路板则由 nRF905 芯片和各分立元件构成。 nRF905
BM 公司提出的 “智慧 地球 ” 项目得到 了 政府的肯定,被列为振兴美国经济确立领先优势的关键战略。 该项目利用传感器 、 电子标签和实时信息处理软件,把美国的铁路 、 银行 、 医疗 、 城市电 力、交通、商业零售等基础设施联系起来,其核心是利用物联网技术信息通信技术实现对美国未来的产业发展模式和结构的改变,实现政府 企业与人们交互方 式的改变,从而提高工作效率
端,低电平有效, 与 ILE 共同作用,对 1WR 信号进行控制。 ILE 输入寄存器允许信号,高电平有效 1WR 为写信号 1,低电平有效,当 1WR = 0, CS = 0,且 ILE=1 时,将输入数据琐存到输入寄存器 2WR 为写信号 2,低电平有效,当 2WR = 0, XFER = 0 时,将输入寄存器中的数据缓冲到 8 位 DAC 寄存器内 XFER 为传输控制信号,低电平有效
用性目标相结合的会计模式,虽然此观点在当时受到质疑,但这种模式对作业会计理论框架的有着很重要的意义。 此外,还在 1971 年的《作业成本 计算和投入产出会计》、 1988 年的《服务于决策的作业成本计算 —— 决策有用框架中的成本会计》等著作中提出作业成本法的观念。 此后, James( 1991)编著了《作业会计:作业基础成本计算法》,提出了不增值成本、增值成本
导航回退功能。 窗口管理器 (Window Manager):管理所有的窗口程序。 包管理器 (Package Manager): Android 系统内的程序管理。 (3). 系统运行核心类库及运行时( Libraries amp。 Android Runtime)。 核心类库的来源主要有两种,一种是系统原生类库,如基础算法,另一种是第三方类库,大部分都是对优秀开源项目的移植,如 多媒体库、