CH710433A2

CH710433A2 - Verfahren zur Steuerung von Kraftwerksblöcken.

Info

Publication number: CH710433A2
Application number: CH01710/15A
Authority: CH
Inventors: Anne Wichmann Lisa; Kumar Pandey Achalesh; Michael Raczynski Christopher
Original assignee: Gen Electric
Priority date: 2014-11-26
Filing date: 2015-11-23
Publication date: 2016-06-15
Also published as: GB2534981A; US20160146118A1; JP2016105687A; JP6774180B2; US9404426B2; GB201520797D0

Abstract

Die Erfindung betrifft ein Steuerungsverfahren zur Optimierung des Betriebs eines Kraftwerks mit Kraftwerksblöcken während eines ausgewählten Betriebszeitraums, der unterteilt ist, sodass er regelmässige Intervalle aufweist, innerhalb welcher jeder der Kraftwerksblöcke entweder einen Ein-Zustand oder einen Aus-Zustand aufweist. Das Steuerungsverfahren beinhaltet Folgendes: Bestimmen eines bevorzugten Falls für jeden der konkurrierenden Betriebsmodi für jedes der Intervalle; basierend auf den bevorzugten Fällen, Auswählen vorgeschlagener Teillast-Betriebssequenzen für den ausgewählten Betriebszeitraum; Bestimmen eines Abschaltbetriebs für jeden der Kraftwerksblöcke, der den Aus-Zustand aufweist, für ein oder mehrere Intervalle während des ausgewählten Betriebszeitraums und daraus, Berechnen eines wirtschaftlichen Abschaltergebnisses; Bestimmen eines Teillastbetriebs für jeden der Kraftwerksblöcke, der den Ein-Zustand aufweist, für ein oder mehrere Intervalle während des ausgewählten Betriebszeitraums und daraus, Berechnen eines wirtschaftlichen Teillastergebnisses; Berechnen eines wirtschaftlichen Sequenzergebnisses für jede der vorgeschlagenen Teillast-Betriebssequenzen; und Vergleichen der wirtschaftlichen Sequenzergebnisse.

Description

QUERVERWEIS ZU VERWANDTEN ANMELDUNGEN

[0001] Diese Anmeldung beansprucht Priorität gegenüber der provisorischen US-Patentanmeldung Nr. 61/922,555 mit dem Titel «TURBINENMOTOR UND ANLAGENBETRIEBSFLEXIBILITÄT UND WIRTSCHAFTLICHE OPTIMIERUNGSSYSTEME UND DAMIT VERBUNDENE PROZESSE», eingereicht am 31. Dez. 2013, wobei die vorläufige Anmeldung durch Verweis in ihrer Gesamtheit hierin eingeschlossen ist; diese Anmeldung beansprucht den Vorteil des Einreichungsdatums der provisorischen Anmeldung gemäss 35 U.S.C.119(e).

HINTERGRUND DER ERFINDUNG

[0002] Die Erfindung der vorliegenden Anmeldung betrifft im Allgemeinen die Stromerzeugung und insbesondere Verfahren und Systeme in Bezug auf die Optimierung und/oder Steigerung der Wirtschaftlichkeit und Leistung von Kraftwerken mit Wärmekraftanlagen.

[0003] In Stromversorgungssystemen erzeugen eine Reihe von Teilnehmern oder Kraftwerken Elektrizität, die dann über gemeinsame Überlandleitungen an Privat- und Gewerbekunden verteilt wird. Wie verstanden werden wird, geschieht dies noch immer meist durch Wärmekraftanlagen, wie z.B. Gasturbinen, Dampfturbinen und GuD-Kraftwerke, die einen signifikanten Anteil des Stroms erzeugen, den derartige Systeme benötigen. Jedes der Kraftwerke innerhalb derartiger Systeme weist eine oder mehrere Stromerzeugungseinheiten auf, und jede dieser Einheiten weist üblicherweise ein Steuersystem auf, das den Betrieb, und im Fall von Kraftwerken mit mehr als einem Block, die Leistung des Kraftwerks als Ganzes steuert. Als ein Beispiel ist eine der Zuständigkeiten des Anlagenbetreibers die Erstellung einer Angebotskurve, welche die Kosten der Stromproduktion darstellt. Eine Angebotskurve beinhaltet üblicherweise eine inkrementelle variable Kostenkurve, eine durchschnittliche variable Kostenkurve oder eine andere geeignete Angabe des variablen Stromerzeugungsaufwands, welcher üblicherweise in Dollar pro Megawattstunde im Vergleich zur Leistung in Megawatt ausgedrückt wird. Es wird verstanden werden, dass eine durchschnittliche variable Kostenkurve kumulative Kosten geteilt durch einen kumulativen Stromausgang für einen gegebenen Punkt darstellen kann und eine inkrementelle variable Kostenkurve eine Änderung der Kosten geteilt durch eine Änderung des Stromausgangs darstellen kann. Eine inkrementelle variable Kostenkurve kann zum Beispiel erhalten werden, indem eine erste Ableitung einer Eingangs-Ausgangs-Kurve des Kraftwerks hergenommen wird, welche die Kosten pro Stunde im Vergleich zum erzeugten Strom darstellt. In einem GuD-Kraftwerk, in welchem Abwärme aus einem kraftstoffverbrennenden Generator verwendet wird, um Dampf zum Antreiben einer ergänzenden Dampfturbine zu erzeugen, kann eine inkrementelle variable Kostenkurve auch mit bekannten Techniken erhalten werden, jedoch kann ihre Ableitung komplexer sein.

[0004] Bei den meisten Stromversorgungssystemen wird ein Wettbewerbsprozess, der gemeinhin als wirtschaftliche Lastaufteilung bezeichnet wird, verwendet, um die Systemlast über einen zukünftigen Zeitraum unter den Kraftwerken aufzuteilen. Als Teil dieses Prozesses erzeugen Kraftwerke periodisch Angebotskurven und senden die Angebotskurven an eine/n Stromversorgungssystem-Behörde oder -Dispatcher. Derartige Angebotskurven stellen Gebote von den Kraftwerken zum Erzeugen eines Anteils der durch das Stromversorgungssystem benötigten Elektrizität über einen zukünftigen Marktzeitraum dar. Die Lastverteilungsbehörde erhält die Angebotskurven von den Kraftwerken innerhalb ihres Systems und evaluiert sie zum Bestimmen des Levels, auf welchem jedes Kraftwerk eingebunden wird, um die vorhergesagten Lastanforderungen des Systems am effizientesten zu erfüllen. Dafür analysiert die Lastverteilungsbehörde die Angebots kurven und erzeugt, mit dem Ziel des Herausfindens der niedrigsten Erzeugungskosten für das System, einen Verpflichtungszeitplan, der das Ausmass beschreibt, in welchem jedes der Kraftwerke über den relevanten Zeitraum eingebunden werden wird.

[0005] Nachdem der Verpflichtungszeitplan an die Kraftwerke übermittelt wurde, kann jedes Kraftwerk die effizienteste und kostengünstigste Art und Weise bestimmen, durch welche es seiner Lastverpflichtung nachkommt. Es wird verstanden werden, dass die Kraftwerksblöcke des Kraftwerks Steuersysteme aufweisen, die den Betrieb überwachen und steuern. Wenn die Kraftwerksblöcke Wärmegeneratoren beinhalten, sind derartige Steuersysteme verantwortlich für die Verbrennungssysteme und andere Aspekte des Betriebs. (Zur Veranschaulichung sind hierin sowohl ein Gasturbinen- als auch ein GuD-Kraftwerk beschrieben; jedoch wird verstanden werden, dass bestimmte Ausführungsformen der vorliegenden Erfindung auch auf andere Arten von Stromerzeugungseinheiten angewandt oder in Verbindung damit verwendet werden können.) Das Steuersystem kann Zeitplanungsalgorithmen ausführen, die den Brennstoffdurchfluss, Dralldrosseln und andere Steuereingänge zur Sicherstellung des effizienten Betriebs der Kraftmaschine anpassen. Jedoch werden die tatsächliche Leistung und Effizienz eines Kraftwerks durch externe Faktoren beeinflusst, wie z.B. variable Umgebungsbedingungen, die nicht vollständig vorhergesehen werden können. Wie verstanden werden wird, machen es die Komplexität derartiger Systeme und die Variabilität der Betriebsbedingungen schwierig, die Leistung vorherzusagen und zu steuern, was häufig in einem ineffizienten Betrieb resultiert.

[0006] Maschinenverschleiss, der mit der Zeit auftritt, ist ein weiterer schwierig zu quantifizierender Faktor, welcher signifikante Auswirkungen auf die Leistung der Kraftwerksblöcke haben kann. Es wird verstanden werden, dass die Verschleissgeschwindigkeit, der Austausch verschlissener Komponenten, die Zeitplanung von Wartungsroutinen und andere Faktoren Einfluss auf die kurzfristige Leistung der Anlage haben und somit beim Erstellen der Kostenkurven während des Lastverteilungsprozesses sowie bei der Bewertung des langfristigen Preis-Leistungs-Verhältnisses der Anlage berücksichtigt werden müssen. Als ein Beispiel weist die Gasturbinenlebensdauer üblicherweise Grenzen auf, die sowohl in Betriebsstunden als auch als Zahl der Anlagenstarts ausgedrückt werden. Falls eine Gasturbine oder eine Komponente davon ihr Limit für Anlagenstarts vor der Stundengrenze erreicht, muss sie repariert oder ausgetauscht werden, selbst wenn noch eine stundenbasierte Lebensdauer verbleibt. Die stundenbasierte Lebensdauer einer Gasturbine kann durch eine Verringerung der Brenntemperatur verlängert werden, jedoch verringert dies die Effizienz der Gasturbine, was wiederum die Betriebskosten erhöht. Umgekehrt erhöht das Erhöhen der Brenntemperatur die Effizienz, verkürzt jedoch die Gasturbinenlebensdauer und erhöht die Wartungs- und/oder Austauschkosten. Wie verstanden werden wird, hängen die Lebenszykluskosten einer Wärmekraftmaschine von vielen komplexen Faktoren ab, während sie auch eine signifikante Überlegung für die wirtschaftliche Effizienz des Kraftwerks darstellen.

[0007] Angesichts der Komplexität moderner Kraftwerke, insbesondere derjenigen mit mehreren Kraftwerksblöcken, und des Marktes, in welchem sie konkurrieren, ringen Kraftwerksbetreiber ständig um eine Maximierung der wirtschaftlichen Rentabilität. Zum Beispiel wird die Netzverträglichkeit und Lastverteilungsplanung für ein Kraftwerk durch die Steuerung von Wärmekraftanlagen in einer übermässig statischen Art und Weise, d.h. unter Verwendung statischer Steuerprofile, wie z.B. Kurven des spezifischen Wärmeverbrauchs abgeleitet nur aus periodischen Leistungstests, negativ beeinträchtigt. Zwischen diesen periodischen Aktualisierungen kann sich die Leistung des Turbinenmotors ändern (z.B. durch Verschleiss), was wiederum die Anfahr- und Lastleistung beeinträchtigen kann. Darüber hinaus können Änderungen in den externen Faktoren während des Tages, ohne deren Berücksichtigung in den Turbinensteuerprofilen, zu einem ineffizienten Betrieb führen. Um diese Art der Variabilität zu kompensieren, werden Kraftwerksbetreiber häufig übermässig konservativ in der Planung des zukünftigen Betriebs, was in unterausgelasteten Kraftwerksblöcken resultiert. Andere Male werden Anlagenbetreiber gezwungen, Einheiten ineffizient zu betreiben, um zu hohen Verpflichtungen nachzukommen.

[0008] Ohne eine Identifikation der kurzfristigen Ineffizienzen und/oder einer langfristigen Verschlechterung, wie jeweils erkannt, müssen die herkömmlichen Steuersysteme von Kraftwerken entweder häufig neu abgestimmt werden, wobei es sich um einen teuren Prozess handelt, oder sie müssen konservativ betrieben werden, um so präventiv einem Komponentenverschleiss Rechnung zu tragen. Die Alternative wäre, eine Verletzung der Betriebsgrenzen zu riskieren, was zu einer übermässigen Schwächung oder Versagen führt. Ähnlich fehlt herkömmlichen Kraftwerkssteuersystemen die Fähigkeit, sich ändernde Bedingungen auf die kostengünstigste Art und Weise zu berücksichtigen. Wie verstanden werden wird, resultiert dies in einer Kraftwerksausnutzung, die häufig weit vom Optimum entfernt ist. Somit besteht Bedarf an verbesserten Verfahren und Systemen zur Überwachung, Modellierung und Steuerung des Kraftwerksbetriebs, insbesondere solchen, welche ein vollständigeres Verständnis der unzähligen Betriebsmodi, die den Betreibern komplexer moderner Kraftwerke zur Verfügung stehen, und der wirtschaftlichen Kompromisse im Zusammenhang mit jedem von ihnen ermöglichen.

KURZDARSTELLUNG DER ERFINDUNG

[0009] Die vorliegende Anmeldung beschreibt somit ein Steuerungsverfahren zur Optimierung des Betriebs eines Kraftwerks mit Kraftwerksblöcken während eines ausgewählten Betriebszeitraums. Der ausgewählte Betriebszeitraum kann unterteilt sein, sodass er regelmässige Intervalle beinhaltet, innerhalb welcher jeder der Kraftwerksblöcke entweder einen Ein-Zustand oder einen Aus-Zustand aufweist. Die einzigartigen Kombinationen, welche der Kraftwerksblöcke den Ein-Zustand und welche den Aus-Zustand aufweisen, definieren konkurrierende Betriebsmodi innerhalb der Intervalle. Das Steuerungsverfahren kann folgende Schritte aufweisen: Bestimmen eines bevorzugten Falls für jeden der konkurrierenden Betriebsmodi für jedes der Intervalle; basierend auf den Daten in Bezug auf die bevorzugten Fälle, Auswählen vorgeschlagener Teillast-Betriebssequenzen für den ausgewählten Betriebszeitraum, wobei jede der vorgeschlagenen Teillast-Betriebssequenzen eine einzigartige Progression des Aus-Zustandes und des Ein-Zustandes für die Kraftwerksblöcke über die Intervalle des ausgewählten Betriebszeitraums beschreibt; für jede der vorgeschlagenen Teillast-Betriebssequenzen, Bestimmen eines Abschaltbetriebs für jeden der Kraftwerksblöcke, der den Aus-Zustand für ein oder mehrere Intervalle während des ausgewählten Betriebszeitraums aufweist und daraus, Berechnen eines wirtschaftlichen Abschaltergebnisses; für jede der vorgeschlagenen Teillast-Betriebssequenzen, Bestimmen eines Teillastbetriebs für jeden der Kraftwerksblöcke, der den Ein-Zustand für ein oder mehrere Intervalle während des ausgewählten Betriebszeitraums aufweist und daraus, Berechnen eines wirtschaftlichen Teillastergebnisses; angesichts des wirtschaftlichen Abschalt- und Teillastergebnisses, Berechnen eines wirtschaftlichen Sequenzergebnisses für jede der vorgeschlagenen Teillast-Betriebssequenzen; und Vergleichen der wirtschaftlichen Sequenzergebnisse und basierend darauf, Ausgeben einer bevorzugten Teillast-Betriebssequenz.

[0010] Diese und andere Merkmale der vorliegenden Anmeldung werden bei Durchsicht der folgenden detaillierten Beschreibung der bevorzugten Ausführungsformen in Verbindung mit den Zeichnungen und den angefügten Ansprüchen offensichtlicher werden.

KURZBESCHREIBUNG DER ZEICHNUNGEN

[0011] <tb>Fig. 1<SEP>zeigt eine schematische Darstellung eines Stromversorgungssystems gemäss Aspekten der vorliegenden Erfindung; <tb>Fig. 2<SEP>veranschaulicht eine schematische Darstellung einer beispielhaften Wärmekraftanlage, wie sie innerhalb von Kraftwerken gemäss Ausführungsformen der vorliegenden Erfindung eingesetzt werden kann; <tb>Fig. 3<SEP>zeigt eine schematische Darstellung eines beispielhaften Kraftwerks mit mehreren Gasturbinen in Übereinstimmung mit Ausführungsformen der vorliegenden Erfindung; <tb>Fig. 4<SEP>veranschaulicht eine beispielhafte Systemkonfiguration eines Anlagencontrollers und -optimierers gemäss Aspekten der vorliegenden Erfindung; <tb>Fig. 5<SEP>veranschaulicht eine schematische Darstellung eines Kraftwerks mit einem Anlagencontroller und -optimierer mit einer Systemkonfiguration gemäss bestimmter Aspekte der vorliegenden Erfindung; <tb>Fig. 6<SEP>zeigt ein Computersystem mit einer beispielhaften Benutzerschnittstelle gemäss bestimmter Aspekte der vorliegenden Erfindung; <tb>Fig. 7<SEP>ist eine beispielhafte inkrementelle spezifische Wärmeverbrauchskurve und eine Wirkung, die ein Fehler auf den wirtschaftlichen Lastverteilungsprozess haben kann; <tb>Fig. 8<SEP>zeigt eine schematische Darstellung eines beispielhaften Anlagencontrollers mit einem Stromversorgungssystem gemäss Aspekten der vorliegenden Erfindung; <tb>Fig. 9<SEP>veranschaulicht ein Flussdiagramm eines Kraftwerkssteuerungsverfahrens gemäss Aspekten der vorliegenden Erfindung; <tb>Fig. 10<SEP>veranschaulicht ein Datenflussdiagramm, welches eine Architektur für ein Anlagenoptimierungssystem für ein GuD-Kraftwerk in Übereinstimmung mit Aspekten der vorliegenden Erfindung beschreibt; <tb>Fig. 11<SEP>liefert ein vereinfachtes Blockdiagramm eines Computersystems, wie es mit einem Echtzeitoptimierungssystem in Übereinstimmung mit Aspekten der vorliegenden Erfindung eingesetzt werden kann; <tb>Fig. 12<SEP>ist ein Flussdiagramm eines beispielhaften Verfahrens zum Lösen parameterisierter simultaner Gleichungen und Beschränkungen in Übereinstimmung mit der vorliegenden Erfindung; <tb>Fig. 13<SEP>zeigt eine vereinfachte Konfiguration eines Computersystems gemäss der Steuermethodik von Ausführungsformen der vorliegenden Erfindung; <tb>Fig. 14<SEP>veranschaulicht eine alternative Konfiguration eines Computersystems in Übereinstimmung mit der Steuermethodik von Ausführungsformen der vorliegenden Erfindung; <tb>Fig. 15<SEP>ist ein Flussdiagramm einer beispielhaften Steuermethodik gemäss beispielhafter Aspekte der vorliegenden Erfindung; <tb>Fig. 16<SEP>ist ein Flussdiagramm einer alternativen Steuermethodik gemäss beispielhafter Aspekte der vorliegenden Erfindung; <tb>Fig. 17<SEP>ist ein Flussdiagramm einer alternativen Steuermethodik gemäss beispielhafter Aspekte der vorliegenden Erfindung; <tb>Fig. 18<SEP>veranschaulicht ein Flussdiagramm, in welchem eine alternative Ausführungsform der vorliegenden Erfindung bereitgestellt ist, welche die Optimierung des Teillastbetriebs betrifft; <tb>Fig. 19<SEP>veranschaulicht ein Flussdiagramm, in welchem eine alternative Ausführungsform der vorliegenden Erfindung bereitgestellt ist, welche die Optimierung zwischen Teillastbetrieb und Abschaltbetrieb betrifft; <tb>Fig. 20<SEP>ist ein Diagramm, welches die zur Verfügung stehenden Betriebsmodi einer Gasturbine während eines ausgewählten Betriebszeitraums mit definierten Intervallen gemäss Aspekten einer beispielhaften Ausführungsform der vorliegenden Erfindung veranschaulicht; <tb>Fig. 21<SEP>ist ein Diagramm, welches die zur Verfügung stehenden Betriebsmodi einer Gasturbine während eines ausgewählten Betriebszeitraums mit definierten Intervallen gemäss Aspekten einer alternativen Ausführungsform der vorliegenden Erfindung veranschaulicht; <tb>Fig. 22<SEP>veranschaulicht ein Flussdiagramm gemäss eines Kraftwerksbestand-Optimierungsprozesses gemäss einer alternativen Ausführungsform der vorliegenden Erfindung; <tb>Fig. 23<SEP>veranschaulicht eine schematische Darstellung eines Kraftwerksbestand-Optimierungssystems gemäss Aspekten der vorliegenden Erfindung; <tb>Fig. 24<SEP>veranschaulicht eine schematische Darstellung eines Kraftwerksbestand-Optimierungssystems gemäss alternativer Aspekte der vorliegenden Erfindung; <tb>Fig. 25<SEP>veranschaulicht eine schematische Darstellung eines Kraftwerksbestand-Optimierungssystems gemäss alternativer Aspekte der vorliegenden Erfindung; <tb>Fig. 26<SEP>veranschaulicht eine schematische Darstellung eines Kraftwerksblock-Optimierungssystems, das einen Blockcontroller beinhaltet; <tb>Fig. 27<SEP>veranschaulicht eine schematische Darstellung eines alternativen Kraftwerksblock-Optimierungssystems, das einen Blockcontroller beinhaltet; <tb>Fig. 28<SEP>ist ein Flussdiagramm, welches eine Ausführungsform eines Prozesses zum Optimieren der Abschaltung eines GuD-Kraftwerks veranschaulicht; und <tb>Fig. 29<SEP>veranschaulicht ein beispielhaftes Steuersystem, in welchem ein modellfreier adaptiver Controller gemäss Aspekten der vorliegenden Erfindung verwendet wird.

DETAILLIERTE BESCHREIBUNG DER ERFINDUNG

[0012] Beispielausführungsformen der Erfindung werden im Folgenden mit Verweis auf die beigefügten Zeichnungen genauer beschrieben, in welchen einige, jedoch nicht alle Ausführungsformen gezeigt sind. Tatsächlich kann die Erfindung in vielen unterschiedlichen Formen ausgeführt sein und sollte nicht als auf die hierin dargelegten Ausführungsformen beschränkt erachtet werden; vielmehr sind diese Ausführungsformen bereitgestellt, damit diese Offenbarung die geltenden gesetzlichen Bestimmungen erfüllt. Gleiche Zahlen können sich im gesamten Dokument auf gleiche Elemente beziehen.

[0013] Gemäss Aspekten der vorliegenden Erfindung, sind Systeme und Verfahren offenbart, welche zur Optimierung der Leistung von Stromversorgungssystemen, Kraftwerken und/oder thermischen Stromerzeugungseinheiten verwendet werden können. In beispielhaften Ausführungsformen beinhaltet diese Optimierung eine wirtschaftliche Optimierung, bei welcher der Betreiber eines Kraftwerks zwischen alternativen Betriebsmodi entscheidet, um die Rentabilität zu steigern. Die Ausführungsformen können innerhalb eines bestimmten Stromversorgungssystems eingesetzt werden, um sich einen Wettbewerbsvorteil durch vorteilhafte wirtschaftliche Verpflichtungsbedingungen während des Lastverteilungsprozesses zu sichern. Eine Beratungsfunktion kann es Betreibern gestatten, die Wahl zwischen den Betriebsmodi auf der Grundlage akkurater wirtschaftlicher Vergleiche und Prognosen zu treffen. Als ein weiteres Merkmal kann der Prozess des vorausschauenden Erwerbs von Brennstoff für zukünftige Erzeugungszeiträume verbessert werden, sodass der Brennstoffbestand minimiert wird, während sich das Risiko einer Fehlmenge nicht erhöht. Weitere Konfigurationen der vorliegenden Erfindung, wie unten beschrieben, bieten computerimplementierte Verfahren und Vorrichtungen zum Modellieren von Stromversorgungssystemen und Kraftwerken mit mehreren Wärmekraftanlagen. Zu den technischen Auswirkungen einiger Konfigurationen der vorliegenden Erfindung zählen die Erstellung und Lösung von Energiesystemmodellen, welche die Leistung unter variierenden physikalischen, betrieblichen und/oder wirtschaftlichen Bedingungen vorhersagen. Beispielhafte Ausführungsformen der vorliegenden Erfindung kombinieren ein Kraftwerksmodell, welches die Leistung unter variierenden Umgebungs- und Betriebsbedingungen mit einem wirtschaftlichen Modell vorhersagt, das wirtschaftliche Beschränkungen, Ziele und Marktbedingungen beinhaltet, um so die Rentabilität zu optimieren. Dadurch kann das Optimierungssystem der vorliegenden Erfindung optimierte Sollwerte vorhersagen, welche die Rentabilität für bestimmte Kombinationen von Umgebungs-, Betriebs-, Vertrags-, regulatorischen, rechtlichen und/oder wirtschaftlichen und Marktbedingungen maximieren.

[0014] Fig. 1 veranschaulicht eine schematische Darstellung eines Stromversorgungssystems 10, das Aspekte der vorliegenden Erfindung beinhaltet, sowie eine beispielhafte Umgebung, in welcher Ausführungsformen betrieben werden können. Das Stromversorgungssystem 10 kann Stromgeneratoren oder Kraftwerke 12 beinhalten, wie zum Beispiel die veranschaulichten Wind- und Wärmekraftwerke. Es wird verstanden werden, dass Wärmekraftwerke Kraftwerksblöcke aufweisen können, wie z.B. Gasturbinen, kohlegefeuerte Dampfturbinen und/oder GuD-Anlagen. Ausserdem kann das Stromversorgungssystem 10 auch andere Arten von Kraftwerken beinhalten (nicht gezeigt), wie z.B. Solarstrominstallationen, hydroelektrische, geothermische, nukleare und/oder jegliche anderen geeigneten Stromquellen, die derzeit bekannt sind oder hiernach entdeckt werden. Überlandleitungen 14 können verschiedene Kraftwerke 12 mit Kunden oder Verbrauchern 16 des Stromversorgungssystems 10 verbinden. Es sollte verstanden werden, dass Überlandleitungen 14 ein Netz oder Verteilungsnetzwerk für das Stromversorgungssystem darstellen und mehrere Abschnitte und/oder Umspannwerke beinhalten können, wie dies gewünscht oder erforderlich ist. Der durch die Kraftwerke 12 erzeugte Strom kann über Überlandleitungen 14 an die Verbraucher 16 geliefert werden, zu welchen zum Beispiel Gemeinden, Privat- oder Gewerbekunden zählen können. Das Stromversorgungssystem 10 kann auch Speichervorrichtungen 18 beinhalten, die mit den Überlandleitungen 14 verbunden sind, um Energie während Zeiträumen einer Überschusserzeugung zu speichern.

[0015] Das Stromversorgungssystem 10 beinhaltet auch Steuersysteme oder Controller 22, 23, 25, welche den Betrieb mehrerer der darin enthaltenen Komponenten verwalten oder steuern. Zum Beispiel kann ein Anlagencontroller 22 den Betrieb jedes der Kraftwerke 12 steuern. Lastcontroller 23 können den Betrieb der unterschiedlichen Verbraucher 16 steuern, die Teil des Stromversorgungssystems 10 sind. Zum Beispiel kann ein Lastcontroller 23 die Art und Weise oder das Timing des Stromkaufs eines Kunden verwalten. Eine Lastverteilungsbehörde 24 kann bestimmte Aspekte des Betriebs des Stromversorgungssystems 10 verwalten, und sie kann einen Stromversorgungssystemcontroller 25 aufweisen, der den wirtschaftlichen Lastverteilungsvorgang steuert, durch welchen Lastverpflichtungen unter teilnehmenden Kraftwerken verteilt werden. Die Controller 22, 23, 25, welche durch rechteckige Kästchen dargestellt sind, können über Kommunikationsleitungen oder -Verbindungen 21 mit einem Kommunikationsnetzwerk 20 verbunden sein, über welches Daten ausgetauscht werden. Die Verbindungen 21 können verdrahtet oder drahtlos sein. Es wird verstanden werden, dass das Kommunikationsnetzwerk 20 mit einem grösseren Kommunikationssystem oder -netzwerk verbunden oder ein Teil dessen sein kann, wie z.B. das Internet oder ein privates Computernetzwerk. Ausserdem können die Controller 22, 23, 25 Informationen, Daten und Befehle von Datenbibliotheken und -ressourcen, welche hierin im Allgemeinen als «Datenressourcen 26» bezeichnet sein können, empfangen und/oder Informationen, Daten und Befehle an diese senden, und zwar über das Kommunikationsnetzwerk 20, oder sie können alternativ dazu eines oder mehrere solcher Datendepots lokal speichern oder beherbergen. Zu den Datenressourcen 26 können mehrere Arten von Daten zählen, einschliesslich, jedoch nicht darauf beschränkt: Marktdaten, Betriebsdaten und Umgebungsdaten. Zu den Marktdaten zählen Informationen zu Marktbedingungen, wie z.B. Energieverkaufspreis, Brennstoffkosten, Arbeitskosten, Vorschriften usw. Zu den Betriebsdaten zählen Informationen in Bezug auf die Betriebsbedingungen des Kraftwerks oder seiner Kraftwerksblöcke, wie z.B. Temperatur- oder Druckmessungen innerhalb des Kraftwerks, Luftdurchsatz, Brennstoffdurchsatz usw. Zu den Umgebungsdaten zählen Informationen in Bezug auf Umgebungsbedingungen an der Anlage, wie z.B. Umgebungslufttemperatur, Feuchtigkeit und/oder Druck. Zu den Markt-, Betriebs- und Umgebungsdaten können jeweils historische Aufzeichnungen, aktuelle Bedingungsdaten und/oder Daten in Bezug auf Vorhersagen zählen. Zum Beispiel können die Datenressourcen 26 aktuelle und vorhergesagte meteorologische/Klimainformationen, aktuelle und vorhergesagte Marktbedingungen, Nutzungs- und Leistungsverlaufsaufzeichnungen über den Betrieb des Kraftwerks und/oder gemessene Parameter hinsichtlich des Betriebs anderer Kraftwerke mit ähnlichen Komponenten und/oder Konfigurationen sowie weitere Daten, die möglicherweise erforderlich und/oder erwünscht sind, beinhalten. Während des Betriebs kann zum Beispiel der Stromversorgungssystemcontroller 25 der Lastverteilungsbehörde 24 Daten von den anderen Controllern 22, 23 innerhalb des Stromversorgungssystems 10 empfangen oder Befehle an diese ausgeben. Jeder der Anlagen- und Lastcontroller steuert dann die Systemkomponente, für welche er verantwortlich ist, leitet Information über sie an den Stromversorgungssystemcontroller 25 weiter und empfängt Befehle von diesem.

[0016] Fig. 2 ist eine schematische Darstellung einer beispielhaften Wärmekraftanlage, ein Gasturbinensystem 30, das innerhalb eines Kraftwerks gemäss der vorliegenden Erfindung verwendet werden kann. Wie veranschaulicht, beinhaltet das Gasturbinensystem 30 einen Verdichter 32, eine Brennkammer 34 und eine Turbine 36, die antreibend an den Verdichter 32 gekoppelt sein kann, sowie einen Komponentencontroller 31. Der Komponentencontroller 31 kann mit dem Anlagencontroller 22 verbunden sein, welcher wiederum mit einem Benutzereingabegerät verbunden sein kann, um Kommunikation von einem Bediener 39 zu empfangen. Alternativ dazu wird verstanden werden, dass der Komponentencontroller 31 und der Anlagencontroller 22 in einen einzelnen Controller kombiniert sein können. Ein Einlasskanal 40 leitet Umgebungsluft zum Verdichter 32. Wie in Fig. 3 diskutiert, können durch den Einlasskanal 40 injiziertes Wasser und/oder ein anderes Befeuchtungsmittel zu dem Verdichter geleitet werden. Der Einlasskanal 40 kann Filter, Siebe und Schalldämpfungsvorrichtungen aufweisen, die zu einem Druckverlust der Umgebungsluft beitragen, die durch den Einlasskanal 40 in die Dralldrosseln 41 des Verdichters 32 strömt. Ein Abluftkanal 42 leitet Verbrennungsgase von einem Auslass der Turbine 36 zum Beispiel durch Emissionskontroll- und Schalldämpfungsvorrichtungen. Die Schalldämmungsmaterialien und Emissionskontrollvorrichtungen können einen Gegendruck auf die Turbine 36 erzeugen. Die Turbine 36 kann einen Generator 44 antreiben, der elektrischen Strom erzeugt, welcher dann über die Überlandleitungen 14 durch das Stromversorgungssystem 10 verteilt werden kann.

[0017] Der Betrieb des Gasturbinensystems 30 kann durch mehrere Sensoren 46 überwacht werden, die verschiedene Betriebsbedingungen oder -parameter im gesamten System erkennen, einschliesslich zum Beispiel Bedingungen innerhalb des Verdichters 32, der Brennkammer 34, der Turbine 36, des Generators 44 und der umgebenden Umwelt 33. Zum Beispiel können Temperatursensoren 46 die Umgebungstemperatur, Verdichteraustrittstemperatur, Turbinenablufttemperatur und andere Temperaturen innerhalb des Strömungsweges des Gasturbinensystems 30 überwachen. Ebenso können Drucksensoren 46 den Umgebungsdruck, statische und dynamische Druckpegel am Verdichtereinlass, Verdichterauslass, Turbinenaustritt und an anderen geeigneten Positionen innerhalb des Gasturbinensystems überwachen. Feuchtigkeitssensoren 46, wie z.B. Feucht- und Trockenthermometer, können die Umgebungsfeuchtigkeit im Einlasskanal des Verdichters messen. Die Sensoren 46 können auch Strömungssensoren, Geschwindigkeitssensoren, Flammenwächtersensoren, Ventilpositionssensoren, Leitschaufelwinkelsensoren und andere Sensoren, die üblicherweise verwendet werden, um verschiedene Betriebsparameter und -bedingungen relativ zum Betrieb des Gasturbinensystems 30 zu messen, sein. Wie hierin verwendet, bezieht sich der Begriff «Parameter» auf messbare physikalische Betriebseigenschaften, welche zum Definieren der Betriebsbedingungen innerhalb eines Systems, wie z.B. das hierin beschriebene Gasturbinensystem 30 oder ein anderes Erzeugungssystem, verwendet werden können. Zu den Betriebsparametern können Temperatur-, Druck-, Feuchtigkeits- und Gasstromeigenschaften an Positionen, die entlang des Pfades des Arbeitsfluides definiert sind, sowie Umgebungsbedingungen, Brennstoffeigenschaften und andere Messgrössen zählen, wie ohne Einschränkung geeignet. Es wird verstanden werden, dass das Steuersystem 31 auch mehrere Stellantriebe 47 beinhaltet, durch welche es den Betrieb des Gasturbinensystems 30 mechanisch steuert. Zu den Stellantrieben 47 können elektromechanische Vorrichtungen mit variablen Sollwerten oder Einstellungen zählen, welche die Manipulation bestimmter Prozesseingaben (d.h. Stellgrössen) für die Steuerung von Prozessausgaben (d.h. Regelgrössen) in Übereinstimmung mit einem gewünschten Ergebnis oder Betriebsmodus gestatten. Zum Beispiel können Befehle, die durch den Komponentencontroller 31 erzeugt werden, einen oder mehrere Stellantriebe 47 innerhalb des Turbinensystems 30 veranlassen, Ventile zwischen der Brennstoffzufuhr und der Brennkammer 34 einzustellen, die das Strömungslevel, Brennstoffaufteilungen und/oder die Art des verbrannten Brennstoffs regulieren. Als ein weiteres Beispiel können Befehle, die durch das Steuersystem 31 erzeugt werden, einen oder mehrere Stellantriebe veranlassen, eine Dralldrosseleinstellung anzupassen, die deren Ausrichtungswinkel verändert.

[0018] Der Komponentencontroller 31 kann ein Computersystem mit einem Prozessor sein, der Programmcode zum Steuern des Betriebs des Gasturbinensystems 30 unter Verwendung von Sensormessungen und Anweisungen vom Benutzer oder Anlagenbediener (im Folgenden «Bediener 39») ausführt. Wie unten detaillierter diskutiert, kann Software, die durch den Controller 31 ausgeführt wird, Zeitplanungsalgorithmen zum Regulieren jedes der hierin beschriebenen Untersysteme beinhalten. Der Komponentencontroller 31 kann das Gasturbinensystem 30 teilweise auf der Grundlage von Algorithmen regulieren, die in seinem digitalen Speicher gespeichert sind. Die Algorithmen können es dem Komponentencontroller 31 zum Beispiel ermöglichen, die NOx-und CO-Emissionen im Turbinenaustritt innerhalb bestimmter vordefinierter Grenzen zu halten, oder, in einem weiteren Beispiel, die Brennkammerbrenntemperatur innerhalb vordefinierter Grenzen zu halten. Es wird verstanden werden, dass die Algorithmen Eingaben für Parametervariable, wie z.B. Verdichterdruckverhältnis, Umgebungsfeuchtigkeit, Einlassdruckverlust, Turbinenaustrittgegendruck, sowie jegliche anderen geeigneten Parameter beinhalten können. Die Zeitpläne und Algorithmen, die durch den Komponentencontroller 31 ausgeführt werden, berücksichtigen Variationen in den Umgebungsbedingungen, die Auswirkungen auf Emissionen, Brennkammerdynamiken, Brenntemperaturgrenzen bei Voll- und Teillast-Betriebsbedingungen usw. haben. Wie unten detaillierter diskutiert, kann der Komponentencontroller 31 Algorithmen für die Zeitplanung der Gasturbine anwenden, wie z.B. diejenigen, welche gewünschte Turbinenaustritttemperaturen und Brennkammerbrennstoffaufteilungen einstellen, mit dem Ziel, Leistungszielstellungen zu erfüllen, während Betriebsfähigkeitsgrenzen des Gasturbinensystems eingehalten werden. Zum Beispiel kann der Komponentencontroller 31 den Brennkammertemperaturanstieg und NOx-Ausstoss während eines Teillastbetriebs bestimmen, um die Betriebsmarge auf die Verbrennungsdynamikgrenze anzuheben und dadurch die Funktionsfähigkeit, Zuverlässigkeit und Verfügbarkeit des Blocks zu verbessern.

[0019] Bezugnehmend auf Fig. 3 ist eine schematische Darstellung eines beispielhaften Kraftwerks 12 mit mehreren Kraftwerksblöcken oder Anlagenkomponenten 49 in Übereinstimmung mit Aspekten der vorliegenden Erfindung bereitgestellt. Das veranschaulichte Kraftwerk 12 von Fig. 3 ist eine gängige Konfiguration und wird verwendet, um mehrere der beispielhaften Ausführungsformen der vorliegenden Erfindung zu diskutieren, die unten dargelegt sind. Jedoch können, wie verstanden werden wird, die hierin beschriebenen Verfahren und Systeme allgemeiner auf Kraftwerke anwendbar und skalierbar sein, die mehr Kraftwerksblöcke als die in Fig. 3 gezeigten aufweisen, während sie auch auf Kraftwerke anwendbar sind, die nur eine einzige Erzeugungskomponente aufweisen, wie z.B. die in Fig. 2 veranschaulichte. Es wird verstanden werden, dass das Kraftwerk 12 von Fig. 3 ein GuD- Kraftwerk ist, das mehrere Anlagenkomponenten 49 aufweist, einschliesslich eines Gasturbinensystems 30 und eines Dampfturbinensystems 50. Die Stromerzeugung kann durch weitere Anlagenkomponenten 49 erhöht werden, wie z.B. ein Einlasskonditionierungssystem 51 und/oder ein Abhitzedampferzeuger (HRSG – heat recovery steam generator) mit einem Kanalfeuerungssystem (im Folgenden «HRSG-Kanalfeuerungssystem 52»). Es wird verstanden werden, dass jedes des Gasturbinensystems 30, des Dampfturbinensystems 50, welches das HRSG-Kanalfeuerungssystem 52 beinhaltet, und des Einlasskonditionierungssystems 51 ein Steuersystem oder den Komponentencontroller 31 beinhaltet, das/der elektronisch mit den Sensoren 46 und Stellantrieben 47 kommuniziert, die jeder Anlagenkomponente zugewiesen sind. Wie hierin verwendet, kann sich das Einlasskonditionierungssystem 51, wenn nicht anders angegeben, auf Komponenten beziehen, die verwendet werden, um Luft zu konditionieren, bevor sie in den Verdichter eintritt, wozu ein Einlasskühlsystem oder eine Kälteanlage, ein Verdampfer, Vernebler, Wassereinspritzsystem und/oder, in einigen alternativen Fällen, ein Heizelement zählen können.

[0020] Im Betrieb kühlt das Einlasskonditionierungssystem 51 die Luft, die in das Gasturbinensystem 30 eintritt, um die Stromerzeugungskapazität der Einheit zu steigern. Das HRSG-Kanalfeuerungssystem 52 verbrennt Brennstoff zum Bereitstellen zusätzlicher Wärme, um die Zufuhr von Dampf zu erhöhen, der durch eine Turbine 53 expandiert wird. Auf diese Art und Weise steigert das HRSG-Kanalfeuerungssystem 52 die Energie, die durch die heissen Abgase 55 aus dem Gasturbinensystem bereitgestellt wird, und erhöht dadurch die Stromerzeugungskapazität des Dampfturbinensystems.

[0021] Bei einem beispielhaften Betrieb lenkt das Kraftwerk 12 von Fig. 3 einen Brennstoffström zur Verbrennung zur Brennkammer 34 des Gasturbinensystems 30. Die Turbine 36 wird durch Verbrennungsgase getrieben und treibt den Verdichter 32 und den Generator 44 an, welcher elektrische Energie an die Überlandleitungen 14 des Stromversorgungssystems 10 liefert. Der Komponentencontroller 31 des Gasturbinensystems 30 kann Befehle für das Gasturbinensystem hinsichtlich des Brennstoffdurchflusses einstellen und Sensordaten vom Gasturbinensystem empfangen, wie z.B. Lufteinlasstemperatur, Feuchtigkeit, Leistungsausgang, Wellengeschwindigkeit und Temperaturen des Abgases. Der Komponentencontroller 31 kann auch andere Betriebsdaten von Druck- und Temperatursensoren, Durchflussregelungsgeräten und anderen Geräten, welche den Betrieb des Gasturbinensystems überwachen, empfangen. Der Komponentencontroller 31 kann Daten hinsichtlich des Betriebs des Gasturbinensystems senden und Anweisungen vom Anlagencontroller 22 hinsichtlich Sollwerten für Stellantriebe, die Prozesseingaben steuern, empfangen.

[0022] Während bestimmter Betriebsmodi kann die Luft, die in das Gasturbinensystem 30 eintritt, gekühlt oder durch das Einlasskonditionierungssystem 51 anderweitig konditioniert werden, um die Erzeugungsfähigkeit des Gasturbinensystems zu steigern. Das Einlasskonditionierungssystem 51 kann eine Kälteanlage 65 zum Kühlen von Wasser beinhalten, sowie einen Komponentencontroller 31, der ihren Betrieb steuert. In diesem Fall kann der Komponentencontroller 31 Informationen hinsichtlich der Temperatur des Kühlwassers sowie Anweisungen hinsichtlich des gewünschten Einspritzlevels empfangen, die vom Anlagencontroller 22 kommen können. Der Komponentencontroller 31 des Einlasskonditionierungssystems 51 kann auch Befehle ausgeben, welche die Kälteanlage 65 dazu veranlassen, Kühlwasser zu erzeugen, das eine/n bestimmte/n Temperatur und Durchfluss aufweist. Der Komponentencontroller 31 des Einlasskonditionierungssystems 51 kann Daten hinsichtlich des Betriebs des Einlasskonditionierungssystems 51 senden.

[0023] Das Dampfturbinensystem 50 kann die Turbine 53 und das HRSG-Kanalfeuerungssystem 52 beinhalten, sowie einen Komponentencontroller 31, der, wie veranschaulicht, für die Steuerung seines Betriebs dediziert ist. Heisse Abgase 55 aus den Abluftkanälen des Gasturbinensystems 30 können in das Dampfturbinensystem 50 gelenkt werden, um den Dampf zu erzeugen, der durch die Turbine 53 expandiert wird. Wie verstanden werden wird, werden HRSG-Kanalfeuerungssysteme regelmässig verwendet, um zusätzliche Energie für die Erzeugung von Dampf bereitzustellen, um die Erzeugungsfähigkeit eines Dampfturbinensystems zu erhöhen. Es wird verstanden werden, dass die innerhalb der Turbine 53 durch den Dampf herbeigeführte Rotation einen Generator 44 antreibt, um elektrische Energie zu erzeugen, die dann innerhalb des Stromversorgungssystems 10 über Überlandleitungen 14 verkauft werden kann. Der Komponentencontroller 31 des Dampfturbinensystems 50 kann den Durchfluss von Brennstoff einstellen, der durch das Kanalfeuerungsgerät 52 verbrannt wird, und dadurch die Erzeugung von Dampf über die Menge hinaus erhöhen, die mit Abgasen 55 allein erzeugt werden kann. Der Komponentencontroller 31 des Dampfturbinensystems 50 kann Daten hinsichtlich des Betriebs dieser Anlagenkomponente 49 senden und Anweisungen dazu empfangen, wie sie arbeiten sollte.

[0024] Der Anlagencontroller 22 von Fig. 3 , wie veranschaulicht, kann an jeden der Komponentencontroller 31 angeschlossen sein und über diese Anschlüsse mit Sensoren 46 und Stellantrieben 47 der mehreren Anlagenkomponenten 49 kommunizieren. Als Teil der Steuerung des Kraftwerks 12 kann der Anlagencontroller 22 seinen Betrieb simulieren. Spezifischer kann der Anlagencontroller 22 digitale Modelle (oder einfach «Modelle») beinhalten oder mit ihnen kommunizieren, welche den Betrieb jeder Anlagenkomponente 49 simulieren. Das Modell kann Algorithmen beinhalten, die Prozesseingangsvariable mit Prozessausgangsvariablen korrelieren. Die Algorithmen können Anweisungssätze, Logik, mathematische Formeln, Funktionsbeziehungsbeschreibungen, Zeitpläne, Datensammlungen und/oder dergleichen beinhalten. In diesem Fall beinhaltet der Anlagencontroller 22 ein Gasturbinenmodell 60, welches den Betrieb des Gasturbinensystems 30 modelliert; ein Einlasskonditionierungssystemmodel 61, welches den Betrieb des Einlasskonditionierungssystems 51 modelliert; und ein Dampfturbinenmodell 62, welches den Betrieb des Dampfturbinensystems 50 und des HRSG-Kanalfeuerungssystems 52 modelliert. Generell wird verstanden werden, dass die Systeme und ihre relevanten Modelle sowie die einzelnen Schritte der hierin bereitgestellten Verfahren auf verschiedene Art und Weise unterteilt und/oder kombiniert werden können, ohne grundlegend vom Umfang der vorliegenden Erfindung abzuweichen, und dass die Art und Weise, in welcher sie jeweils beschrieben sind, beispielhaft ist, es sei denn, es ist etwas anderes angegeben oder beansprucht. Unter Verwendung dieser Modelle kann der Anlagencontroller 22 den Betrieb, z.B. die thermodynamische Leistung oder Parameter, welche den Betrieb beschreiben, des Kraftwerks 12 simulieren.

[0025] Der Anlagencontroller 22 kann dann Ergebnisse aus den Simulationen verwendet, um optimierte Betriebsmodi zu bestimmen. Derartige optimierte Betriebsmodi können durch Parametersätze beschrieben werden, zu denen mehrere Betriebsparameter und/oder Sollwerte für Stellantriebe und/oder andere Betriebsbedingungen zählen. Wie hierin verwendet, ist der optimierte Betriebsmodus einer, der gemäss definierter Kriterien oder Leistungsindikatoren zumindest gegenüber mindestens einem alternativen Betriebsmodus bevorzugt ist, welcher durch einen Bediener ausgewählt werden kann, um den Anlagenbetrieb zu evaluieren. Spezifischer sind optimierte Betriebsmodi, wie hierin verwendet, diejenigen, die gegenüber einem oder mehreren anderen möglichen Betriebsmodi, welche auch durch das Anlagenmodell simuliert wurden, als bevorzugt evaluiert werden. Die optimierten Betriebsmodi werden durch das Evaluieren dessen bestimmt, wie das Modell vorhersagt, wie das Kraftwerk unter jedem von ihnen arbeitet. Wie unten diskutiert, kann ein Optimierer 64, z.B. ein digitales Softwareoptimierungsprogramm, das digitale Kraftwerksmodell gemäss verschiedener Parametersätze ausführen und dann bevorzugte oder optimierte Betriebsmodi durch Evaluierung der Ergebnisse identifizieren. Die Variationen in den Sollwerten können durch Perturbationen erzeugt werden, die um die für die Analyse ausgewählten Sollwerte angewandt werden. Diese können teilweise auf dem zurückliegenden Betrieb basieren. Es wird verstanden werden, dass der optimierte Betriebsmodus durch den Optimierer 64 auf der Grundlage einer oder mehrerer definierter Kostenfunktionen bestimmt werden kann. Derartige Kostenfunktionen können zum Beispiel die Kosten zur Erzeugung von Strom, Rentabilität, Effizienz oder einige andere Kriterien, wie durch den Bediener 39 definiert, berücksichtigen.

[0026] Zum Bestimmen der Kosten und Rentabilität kann der Anlagencontroller 22 ein Wirtschaftsmodell 63 beinhalten oder in Kommunikation damit stehen, welches den Preis von Strom und bestimmte andere variable Kosten verfolgt, wie z.B. die Kosten des im Gasturbinensystem, Einlasskonditionierungssystem und HRSG-Kanalfeuerungssystem verwendeten Brennstoffs. Das Wirtschaftsmodell 63 kann die Daten bereitstellen, die durch den Anlagencontroller 22 verwendet werden, um zu beurteilen, welcher der vorgeschlagenen Sollwerte (d.h. diejenigen gewählten Sollwerte, für welche der Betrieb zum Bestimmen optimierter Sollwerte modelliert wird) minimale Produktionskosten oder maximale Rentabilität darstellt. Gemäss weiterer Ausführungsformen, wie mit Fig. 4 detaillierter diskutiert, kann der Optimierer 64 des Anlagencontrollers 22 einen Filter, wie z.B. einen Kaiman-Filter, beinhalten oder in Verbindung mit diesem arbeiten, um die Anpassung, Einstellung und Kalibrierung der Digitalmodelle zu unterstützen, sodass die Modelle den Betrieb des Kraftwerks 12 akkurat simulieren. Wie unten diskutiert, kann das Modell ein dynamisches Modell sein, das einen Lernmodus beinhaltet, in welchem es über Vergleiche zwischen dem tatsächlichen Betrieb (d.h. Werte für gemessene Betriebsparameter, die den tatsächlichen Betrieb des Kraftwerks 12 reflektieren) und dem vorhergesagten Betrieb (d.h. Werte für die gleichen Betriebsparameter, die das Modell vorhergesagt hat) eingestellt oder abgestimmt wird. Als Teil des Steuersystems kann der Filter auch verwendet werden, um die Modelle in Echtzeit oder Fast-Echtzeit anzupassen oder zu kalibrieren, wie z.B. alle paar Minuten oder Stunden oder wie spezifiziert.

[0027] Die optimierten Sollwerte, die durch den Anlagencontroller 22 erzeugt werden, stellen einen empfohlenen Betriebsmodus dar und zu ihnen können zum Beispiel Brennstoff- und Lufteinstellungen für das Gasturbinensystem, die Temperatur und der Wassermassenstrom für das Einlasskonditionierungssystem oder das Level der Kanalfeuerung innerhalb des Dampfturbinensystems 50 zählen. Gemäss bestimmter Ausführungsformen können diese vorgeschlagenen Betriebssollwerte über ein Schnittstellengerät, wie z.B. ein Computeranzeigebildschirm, Drucker oder Lautsprecher, an den Bediener 39 bereitgestellt werden. Wenn die optimierten Sollwerte bekannt sind, kann der Bediener dann die Sollwerte in den Anlagencontroller 22 und/oder den Komponentencontroller 31 eingeben, welcher dann Steuerinformationen zum Erreichen des empfohlenen Betriebsmodus erzeugt. Bei solchen Ausführungsformen, bei welchen die optimierten Sollwerte keine spezifizierten Steuerinformationen zum Erreichen des Betriebsmodus beinhalten, können die Komponentencontroller die notwendigen Steuerinformationen dafür bereitstellen und können, wie unten detaillierter diskutiert, die Steuerung der Anlagenkomponente in einer geschlossenen Art und Weise gemäss des empfohlenen Betriebsmodus bis zum nächsten Optimierungszyklus fortsetzen. Abhängig von der Bedienerpräferenz kann der Anlagencontroller 22 auch direkt oder automatisch optimierte Sollwerte ohne Bedienereingriff implementieren.

[0028] Bei einem beispielhaften Betrieb lenkt das Kraftwerk 12 von Fig. 3 einen Brennstoffström zur Verbrennung zur Brennkammer 34 des Gasturbinensystems 30. Die Turbine 36 wird durch Verbrennungsgase getrieben, um den Verdichter 32 und den Generator 44 anzutreiben, welcher elektrische Energie an die Überlandleitungen 14 des Stromversorgungssystems 10 liefert. Der Komponentencontroller 31 kann Befehle für das Gasturbinensystem 30 hinsichtlich des Brennstoffdurchflusses einstellen und Sensordaten von dem Gasturbinensystem 30 empfangen, wie z.B. Lufteinlasstemperatur und -feuchtigkeit, Leistungsausgang, Wellengeschwindigkeit und Temperaturen des Abgases. Der Komponentencontroller 31 kann auch andere Betriebsdaten von Druck- und Temperatursensoren, Durchflussregelungsgeräten und anderen Geräten, die das Gasturbinensystem 30 überwachen, sammeln. Der Komponentencontroller 31 des Gasturbinensystems 30 kann Daten hinsichtlich des Betriebs des Systems senden und Anweisungen vom Anlagencontroller 22 hinsichtlich der Sollwerte für Stellantriebe, die Prozesseingaben steuern, empfangen.

[0029] Während bestimmter Betriebsmodi kann die Luft, die in das Gasturbinensystem 30 eintritt, durch kaltes Wasser gekühlt werden, dass dem Einlassluftkanal 42 von dem Einlasskonditionierungssystem 51 bereitgestellt wird. Es wird verstanden werden, dass die Kühlung der Luft, die in eine Gasturbine eintritt, erfolgen kann, um die Kapazität des Gasturbinenmotors zur Erzeugung von Strom zu steigern. Das Einlasskonditionierungssystem 51 beinhaltet eine Kälteanlage oder Kältemaschine 65 zum Kühlen von Wasser und einen Komponentencontroller 31. In diesem Fall empfängt der Komponentencontroller 31 Informationen hinsichtlich der Temperatur des Kühlwassers und Befehle hinsichtlich der gewünschten Kühlung der Ansaugluft. Diese Befehle können vom Anlagencontroller 22 kommen. Der Komponentencontroller 31 des Einlasskonditionierungssystems 51 kann auch Befehle ausgeben, um die Kälteanlage 65 zu veranlassen, Kühlwasser zu erzeugen, das eine/n bestimmte/n Temperatur und Durchfluss aufweist. Der Komponentencontroller 31 des Einlasskonditionierungssystems 51 kann Daten hinsichtlich des Betriebs des Einlasskonditionierungssystems 51 senden und Anweisungen vom Controller 22 empfangen.

[0030] Das Dampfturbinensystem 50 beinhaltet einen HRSG mit einer Kanalfeuerungsvorrichtung 52, eine Dampfturbine 53 und einen Komponentencontroller 31, der für seinen Betrieb dediziert sein kann. Heisse Abgase 55 aus einem Abluftkanal 42 des Gasturbinensystems 30 werden in das Dampfturbinensystem 50 gelenkt, um den Dampf zu erzeugen, der dieses antreibt. Das HRSG-Kanalfeuerungssystem 52 kann zum Bereitstellen zusätzlicher Wärmeenergie zum Erzeugen von Dampf verwendet werden, um die Erzeugungsfähigkeit des Dampfturbinensystems 50 zu erhöhen. Die Dampfturbine 53 treibt den Generator 44 an, um elektrische Energie zu erzeugen, die über die Überlandleitungen 14 an das Stromversorgungssystem 10 geliefert wird. Der Komponentencontroller 31 des Dampfturbinensystems 50 kann den Durchfluss des Brennstoffs einstellen, der durch das Kanalfeuerungsgerät 52 verbrannt wird. Die Wärme, die durch die Kanalfeuerungsvorrichtung erzeugt wird, erhöht die Erzeugung von Dampf über die Menge hinaus, die durch die Abgase 55 aus der Turbine 36 allein erzeugt wird. Der Komponentencontroller 31 des Dampfturbinensystems 50 kann Daten hinsichtlich des Betriebs des Systems an den Anlagencontroller 22 senden und Anweisungen von diesem empfangen.

[0031] Der Anlagencontroller 22 kann mit dem Bediener 39 und Datenressourcen 26 kommunizieren, zum Beispiel um Daten zu Marktbedingungen zu erhalten, wie z.B. Preise und Nachfrage für gelieferten Strom. Gemäss bestimmter Ausführungsformen gibt der Anlagencontroller 22 Empfehlungen hinsichtlich gewünschter Betriebssollwerte für das Gasturbinensystem 30, das Einlasskonditionierungssystem 51 und das Dampfturbinensystem 50 an den Bediener 39 aus. Der Anlagencontroller 22 kann Daten zum Betrieb der Komponenten und Untersysteme des Kraftwerks 12 empfangen und speichern. Der Anlagencontroller 22 kann ein Computersystem sein, das einen Prozessor und Speicher zum Speichern von Daten, die digitalen Modelle 60, 61, 62, 63, den Optimierer 64 und andere Computerprogramme aufweist. Das Computersystem kann in einem einzelnen physischen oder virtuellen Rechengerät ausgeführt oder auf lokale oder entfernte Rechengeräte verteilt sein. Die digitalen Modelle 60, 61, 62, 63 können als ein Satz von Algorithmen, z.B. Transferfunktionen, ausgeführt sein, die Betriebsparameter von jedem der Systeme in Beziehung setzen. Die Modelle können ein physikbasiertes aero-thermodynamisches Computermodell, ein Regressionspassungsmodell oder ein anderes geeignetes computerimplementiertes Modell beinhalten. Gemäss bevorzugter Ausführungsformen können die Modelle 60, 61, 62, 63 regelmässig, automatisch und in Echtzeit oder Fast-Echtzeit abgestimmt, angepasst oder kalibriert werden oder gemäss andauernder Vergleiche zwischen dem vorhergesagten Betrieb und den gemessenen Parametern des tatsächlichen Betriebs abgestimmt werden. Die Modelle 60, 61, 62, 63 können Filter beinhalten, die Dateneingaben hinsichtlich tatsächlicher physikalischer und thermodynamischer Betriebsbedingungen des GuD-Kraftwerks empfangen. Diese Dateneingaben können dem Filter in Echtzeit oder periodisch alle 5 Minuten, 15 Minuten, Stunden, Tage usw. während des Betriebs des Kraftwerks 12 bereitgestellt werden. Die Dateneingaben können mit Daten verglichen werden, die durch die digitalen Modelle 60, 61, 62, 63 vorhergesagt wurden, und basierend auf den Vergleichen können die Modelle kontinuierlich verfeinert werden.

[0032] Fig. 4 veranschaulicht eine schematische Systemkonfiguration eines Anlagencontrollers 22, welcher einen Filter 70, eine künstliche neurale Netzwerkkonfiguration 71 («neurales Netzwerk 71») und einen Optimierer 64 gemäss Aspekten der vorliegenden Erfindung beinhaltet. Der Filter 70, welcher zum Beispiel ein Kaiman-Filter sein kann, kann die tatsächlichen Daten 72 gemessener Betriebsparameter von den Sensoren 46 des Kraftwerks 12 mit vorhergesagten Daten 73 der gleichen Betriebsparameter erhalten durch die Modelle 60, 61, 62, 63 und das neurale Netzwerk 71, welches den Betrieb des Kraftwerks 12 simuliert, vergleichen. Unterschiede zwischen den tatsächlichen Daten und vorhergesagten Daten können dann durch den Filter 70 verwendet werden, um das Modell des Kraftwerks, das durch das neurale Netzwerk 71 und die digitalen Modelle simuliert wird, abzustimmen.

[0033] Es sollte verstanden werden, dass, während hierin bestimmte Aspekte der vorliegenden Erfindung unter Bezugnahme auf Modelle in Form von Modellen, die auf einem neuralen Netzwerk basieren, beschrieben werden, in Betracht gezogen wird, dass die vorliegende Erfindung auch unter Verwendung anderer Arten von Modellen implementiert werden kann, einschliesslich, jedoch nicht darauf beschränkt, physikbasierte Modelle, datengetriebene Modelle, empirisch entwickelte Modelle, auf Heuristik basierte Modelle, Stützvektormaschinen-Modelle, Modelle entwickelt durch lineare Regression, Modelle entwickelt unter Verwendung der Kenntnis von «Grundprinzipien» usw. Ausserdem kann, zum ordnungsgemässen Erfassen der Beziehung zwischen den Stellgrössen/Störgrössen und den Regelgrössen gemäss bestimmter bevorzugter Ausführungsformen, das Kraftwerksmodell eine oder mehrere der folgenden Eigenschaften aufweisen: 1) Nichtlinearität (ein nichtlineares Modell ist in der Lage, eine Kurve anstatt einer geradlinigen Beziehung zwischen Stellgrössen/Störgrössen und Regelgrössen darzustellen); 2) multiple Eingabe/multiple Ausgabe (das Modell kann in der Lage sein, die Beziehungen zwischen multiplen Eingaben – die Stellgrössen und Störgrössen – und multiplen Ausgaben Regelgrössen – zu erfassen); 3) dynamisch (Veränderungen bei den Eingaben beeinträchtigen die Ausgaben möglicherweise nicht sofort; es kann vielmehr zu einer Zeitverzögerung kommen, der eine dynamische Reaktion auf die Veränderungen folgt; zum Beispiel kann es mehrere Minuten dauern, dass Veränderungen in den Eingaben vollständig durch das System voranschreiten. Da Optimierungssysteme auf einer vorbestimmten Frequenz arbeiten, muss das Modell die Wirkungen dieser Veränderungen mit der Zeit darstellen und sie berücksichtigen); 4) adaptiv (das Modell kann zu Beginn jeder Optimierung aktualisiert werden, um die aktuellen Betriebsbedingungen zu reflektieren); und 5) abgeleitet von empirischen Daten (da jedes Kraftwerk einzigartig ist, kann das Modell von empirischen Daten abgeleitet sein, die von der Stromerzeugungseinheit erhalten werden). Angesichts der vorstehenden Anforderungen, ist der auf einem neuralen Netzwerk basierende Ansatz eine bevorzugte Technologie für das Implementieren der notwendigen Anlagenmodelle. Neurale Netzwerke können auf der Grundlage empirischer Daten unter Verwendung fortgeschrittener Regressionsalgorithmen entwickelt werden. Wie verstanden werden wird, sind neurale Netzwerke in der Lage, die Nichtlinearität zu erfassen, die häufig beim Betrieb der Kraftwerkskomponenten auftritt. Neurale Netzwerke können auch verwendet werden, um Systeme mit multiplen Eingaben und Ausgaben darzustellen. Ausserdem können neurale Netzwerke unter Verwendung von entweder Feedback-Beeinflussung oder adaptivem Online-Lernen aktualisiert werden. Dynamische Modelle können auch in einer auf einem neuralen Netzwerk basierten Struktur implementiert werden. Eine Vielzahl unterschiedlicher Arten von Modellarchitekturen wurden zur Implementierung dynamischer neuraler Netzwerke verwendet. Viele der Modellarchitekturen neuraler Netzwerke erfordern eine grosse Menge an Daten zum erfolgreichen Trainieren des dynamischen neuralen Netzwerks. Angesichts eines robusten Kraftwerksmodells ist es möglich, die Wirkungen von Veränderungen bei den Stellgrössen auf die Regelgrössen zu berechnen. Ferner ist es, da das Anlagenmodell dynamisch ist, möglich, die Wirkungen von Veränderungen bei den Stellgrössen über einen zukünftigen Zeithorizont zu berechnen.

[0034] Der Filter 70 kann Leistungsmultiplikatoren erzeugen, die auf Eingaben oder Ausgaben der digitalen Modelle und des neuralen Netzwerks angewandt werden, oder die Gewichte, die auf die logischen Einheiten und Algorithmen, die durch die digitalen Modelle und das neurale Netzwerk verwendet werden, angewandt werden, modifizieren. Diese Aktionen durch den Filter verringern die Unterschiede zwischen den tatsächlichen Bedingungsdaten und den vorhergesagten Daten. Der Filter arbeitet weiter an der weiteren Verringerung der Unterschiede oder beschäftigt sich mit Schwankungen, die auftreten können. Beispielsweise kann der Filter 70 Leistungsmultiplikatoren für die vorhergesagten Daten in Bezug auf Verdichterverdichtungsdruck und -temperatur in der Gasturbine, die Effizienz der Gas- und Dampfturbine, den Brennstoffström zum Gasturbinensystem, das Einlasskonditionierungssystem und HRSG-Kanalfeuerungssystem und/oder andere geeignete Parameter erzeugen. Es wird verstanden werden, dass diese Kategorien von Betriebsdaten Betriebsparameter reflektieren, die mit der Zeit einer Leistungsverschlechterung unterliegen. Durch das Bereitstellen von Leistungsmultiplikatoren für diese Arten von Daten kann der Filter 70 bei der Anpassung der Modelle und des neuralen Netzwerks zur Berücksichtigung einer Verschlechterung in der Leistung des Kraftwerks besonders von Nutzen sein.

[0035] Wie in Fig. 4 veranschaulicht, beinhaltet gemäss bestimmter Ausführungsformen der vorliegenden Erfindung jedes der digitalen Modelle 60, 61, 62, 63 der mehreren Anlagenkomponenten 49 des Kraftwerks von Fig. 3 Algorithmen, welche durch die mehreren Kurven dargestellt sind, die zum Modellieren der entsprechenden Systeme verwendet werden. Die Modelle interagieren und kommunizieren innerhalb des neuralen Netzwerks 71, und es wird verstanden werden, dass dadurch das neurale Netzwerk 71 ein Modell des gesamten GuD-Kraftwerks 12 bildet. Auf diese Art und Weise simuliert das neurale Netzwerk den thermodynamischen und wirtschaftlichen Betrieb der Anlage. Wie durch die durchgezogenen Pfeillinien in Fig. 4 angegeben, sammelt das neurale Netzwerk 71 Daten, die durch die Modelle 60, 61, 62, 63 ausgegeben werden, und stellt Daten bereit, die als Eingaben durch die digitalen Modelle verwendet werden sollen.

[0036] Der Anlagencontroller 22 von Fig. 4 beinhaltet auch einen Optimierer 64, wie z.B. ein Computerprogramm, der mit dem neuralen Netzwerk 71 interagiert, um nach optimalen Sollwerten für das Gasturbinensystem, Einlasskonditionierungssystem, Dampfturbinensystem und HRSG-Kanalfeuerungssystem zu suchen, um ein definiertes Leistungsziel zu erreichen. Das Leistungsziel kann zum Beispiel das Maximieren der Rentabilität des Kraftwerks sein. Der Optimierer 64 kann das neurale Netzwerk 71 veranlassen, die digitalen Modelle 60, 61, 62, 63 mit verschiedenen Betriebssollwerten auszuführen. Der Optimierer 64 kann Perturbationsalgorithmen aufweisen, die beim Variieren der Betriebssollwerte der Modelle helfen. Die Perturbationsalgorithmen veranlassen, dass die Simulation des GuD-Kraftwerks, bereitgestellt durch die digitalen Modelle und das neurale Netzwerk, mit Sollwerten arbeitet, die sich von den aktuellen Betriebssollwerten für die Anlage unterscheiden. Durch das Simulieren des Betriebs des Kraftwerks mit unterschiedlichen Sollwerten sucht der Optimierer 64 nach Betriebssollwerten, welche die Anlage veranlassen würden, wirtschaftlicher zu arbeiten oder die Leistung durch einige andere Kriterien zu verbessern, welche durch den Bediener 39 definiert werden können.

[0037] Gemäss beispielhafter Ausführungsformen stellt das Wirtschaftsmodell 63 Daten zur Verfügung, die durch den Optimierer 64 zur Bestimmung dessen verwendet werden, welche Sollwerte am profitabelsten sind. Das Wirtschaftsmodell 63 kann zum Beispiel Brennstoffkostendaten empfangen und speichern, die z.B. wie eine Grafik 630 formatiert sind, welche die Brennstoffkosten über die Zeit, wie z.B. während der Jahreszeiten eines Jahres, korreliert. Eine weitere Grafik 631 kann den Preis, der für elektrischen Strom zu unterschiedlichen Zeiten eines Tages, einer Woche oder eines Monats erhalten wird, korrelieren. Das Wirtschaftsmodell 63 kann Daten hinsichtlich des Preises, der für Strom erhalten wurde, und der Kosten des Brennstoffs (Gasturbinenbrennstoff, Kanalfeuerungsbrennstoff und Einlasskonditionierungssystem-Kraftstoff), der zu dessen Erzeugung verwendet wird, bereitstellen. Die Daten aus dem Wirtschaftsmodell 63 können durch den Optimierer 64 verwendet werden, um jeden der Betriebszustände des Kraftwerks gemäss der durch den Bediener definierten Leistungsziele zu evaluieren. Der Optimierer 64 kann identifizieren, welcher der Betriebszustände des Kraftwerks 12 angesichts der durch den Bediener 39 definierten Leistungsziele optimal ist (was, wie hierin verwendet, zumindest bevorzugt gegenüber einem alternativen Betriebszustand bedeutet). Wie beschrieben, können die digitalen Modelle verwendet werden, um den Betrieb der Anlagenkomponenten 49 des Kraftwerks 12 zu simulieren, wie z.B. das Modellieren des thermodynamischen Betriebs des Gasturbinensystems, des Einlasskonditionierungssystems oder des Dampfturbinensystems. Die Modelle können Algorithmen beinhalten, wie z.B. mathematische Gleichungen und Nachschlagetabellen, welche lokal gespeichert sein und periodisch aktualisiert oder entfernt über Datenressourcen 26 erworben werden können, welche die Reaktion von Anlagenkomponenten 49 auf spezifische Eingangsbedingungen simulieren. Derartige Nachschlagetabellen können gemessene Betriebsparameter beinhalten, die den Betrieb der gleichen Art von Komponenten beschreiben, die in entfernten Kraftwerksinstallationen zum Einsatz kommen.

[0038] Das thermische Modell 60 des Gasturbinensystems 30 beinhaltet zum Beispiel einen Algorithmus 600, der die Wirkung der Temperatur der Ansaugluft auf den Leistungsausgang korreliert. Es wird verstanden werden, dass dieser Algorithmus zeigen kann, dass sich der Stromausgang von einem Maximalwert 601 verringert, wenn sich die Ansauglufttemperatur über eine Schwellentemperatur 602 hinaus erhöht. Das Modell 60 kann auch einen Algorithmus 603 beinhalten, der den spezifischen Wärmeverbrauch der Gasturbine auf unterschiedlichen Stromausgangsebenen des Motors korreliert. Wie diskutiert, stellt der spezifische Wärmeverbrauch die Effizienz eines Gasturbinenmotors oder einer anderen Stromerzeugungseinheit dar und steht umgekehrt in Beziehung mit der Effizienz. Ein geringerer spezifischer Wärmeverbrauch gibt eine höhere thermodynamische Leistungseffizienz an. Das digitale Modell 61 kann den thermodynamischen Betrieb des Einlasskonditionierungssystems 51 simulieren. In diesem Fall beinhaltet das digitale Modell 61 zum Beispiel einen Algorithmus 610, der die Kühlkapazität auf der Grundlage von Energie, die zum Betreiben der Kälteanlage 65 des Einlasskonditionierungssystems 51 angewandt wird, korreliert, sodass die berechnete Kühlkapazität die Menge der Kühlung angibt, die auf die Luft angewandt wird, die in die Gasturbine eintritt. Es kann einen maximalen Kühlkapazitätswert 611 geben, der durch die Kälteanlage 65 erreicht werden kann. In einem anderen Fall kann ein verwandter Algorithmus 612 die Energie, die angewandt wird, um die Kälteanlage 65 zu betreiben, mit der Temperatur der gekühlten Luft, die in den Verdichter 32 des Gasturbinensystems 30 eintritt, korrelieren. Das Modell 61 kann zum Beispiel zeigen, dass sich die Energie, die erforderlich ist, um das Einlasskonditionierungssystem zu betreiben, drastisch erhöht, wenn die Temperatur der Luft, die in die Gasturbine eintritt, unter den Taupunkt 613 der Umgebungsluft sinkt. Im Fall des Dampfturbinensystems 50 kann das digitale Modell 62 einen Algorithmus 620 beinhalten, der den Leistungsausgang des Dampfturbinensystems mit der Energie korreliert, die durch das HRSG-Kanalfeuerungssystem 52 zugeführt wird, wie z.B. die Menge an Brennstoff, die durch die Kanalfeuerung verbraucht wird. Das Modell 62 kann zum Beispiel angeben, dass es ein oberes Schwellenniveau 621 für den Anstieg im Dampfturbinensystem-Ausgang, der durch das HRSG-Kanalfeuerungssystem erreicht werden kann, gibt, welches im Algorithmus 620 enthalten sein kann.

[0039] Gemäss bestimmter Ausführungsformen der vorliegenden Erfindung, wie in Fig. 4 veranschaulicht, kann das neurale Netzwerk 71 durch Kommunikation zwischen jedem der digitalen Modelle der mehreren Anlagenkomponenten 49 des Kraftwerks 12 von Fig. 3 interagieren und diese bereitstellen. Die Interaktion kann das Sammeln ausgegebener Daten aus den Modellen und das Erzeugen von Eingabedaten, die durch die Modelle zum Erzeugen weiterer Ausgabedaten verwendet werden, beinhalten. Das neurale Netzwerk 71 kann ein digitales Netzwerk verbundener logischer Elemente sein. Die logischen Elemente können jeweils einen Algorithmus verkörpern, der Dateneingaben akzeptiert, um eine oder mehrere Datenausgaben zu erzeugen. Ein einfaches logisches Element kann die Werte der Eingaben summieren, um Ausgabedaten zu erzeugen. Andere logische Elemente können Werte der Eingaben multiplizieren oder andere mathematische Beziehungen auf die Eingabedaten anwenden. Den Dateneingaben in jedes der logischen Elemente des neuralen Netzwerks 71 kann ein Gewicht zugewiesen werden, wie z.B. ein Multiplikator zwischen Eins und Null. Die Gewichte können während eines Lernmodus angepasst werden, welcher das neurale Netzwerk zur besseren Modellierung der Leistung des Kraftwerks anpasst. Die Gewichte können auch auf der Grundlage von Befehlen angepasst werden, die durch den Filter bereitgestellt werden. Das Anpassen der Gewichte der Dateneingaben in die logischen Einheiten in dem neuralen Netzwerk ist ein Beispiel der Art und Weise, auf welche das neurale Netzwerk während des Betriebs des GuD-Kraftwerks dynamisch modifiziert werden kann. Zu weiteren Beispielen zählen das Modifizieren der Gewichte von Dateneingaben in Algorithmen (bei welchen es sich um ein Beispiel einer logischen Einheit handelt) in jedem der thermodynamischen digitalen Modelle für das Dampfturbinensystem, das Einlasskonditionierungssystem und die Gasturbine. Der Anlagencontroller 22 kann auch auf andere Art und Weise modifiziert werden, wie z.B. durch Anpassungen in den logischen Einheiten und Algorithmen, und zwar basierend auf den Daten, die durch den Optimierer und/oder Filter bereitgestellt werden.

[0040] Der Anlagencontroller 22 kann eine Ausgabe empfohlener oder optimierter Sollwerte 74 für das GuD-Kraftwerk 12 erzeugen, welche, wie veranschaulicht, erst zur Genehmigung an einen Bediener 39 geleitet werden, bevor sie kommuniziert und durch die Kraftwerkstellantriebe 47 implementiert werden. Wie veranschaulicht, können die optimierten Sollwerte 74 eine Eingabe von einem Bediener 39 beinhalten oder durch diesen genehmigt werden, und zwar über ein Computersystem, wie z.B. das unten in Bezug auf Fig. 6 beschriebene. Zu den optimierten Sollwerten 74 können zum Beispiel eine Temperatur und ein Massendurchfluss für das Kühlwasser erzeugt durch das Einlasskonditionierungssystem und verwendet zum Kühlen der Luft, die in das Gasturbinensystem eintritt; ein Brennstoffdurchfluss zu dem Gasturbinensystem; und eine Kanalfeuerungsrate zählen. Es wird verstanden werden, dass die optimierten Sollwerte 74 dann auch durch das neurale Netzwerk 71 und die Modelle 60, 61, 62, 63 verwendet werden können, sodass die andauernde Anlagensimulation Betriebsdaten vorhersagen kann, die später mit tatsächlichen Betriebsdaten verglichen werden können, sodass das Anlagenmodell kontinuierlich verfeinert werden kann.

[0041] Fig. 5 veranschaulicht eine vereinfachte Systemkonfiguration eines Anlagencontrollers 22 mit einem Optimierer 64 und dem Kraftwerksmodell 75. In dieser beispielhaften Ausführungsform ist der Anlagencontroller 22 als ein System mit dem Optimierer 64 und dem Kraftwerksmodell 75 gezeigt (welches zum Beispiel das/die oben in Bezug auf Fig. 4 diskutierte/n neurale Netzwerk 71 und Modelle 60, 61, 62, 63 beinhaltet). Das Kraftwerksmodell 75 kann den Gesamtbetrieb eines Kraftwerks 12 simulieren. In Übereinstimmung mit der veranschaulichten Ausführungsform beinhaltet das Kraftwerk 12 mehrere Kraftwerksblöcke oder Anlagenkomponenten 49. Die Anlagenkomponente 49 kann zum Beispiel Wärmekraftanlagen beinhalten, oder andere Anlagenuntersysteme, wie bereits beschrieben, welche alle entsprechende Komponentencontroller 31 beinhalten können. Der Anlagencontroller 22 kann mit den Komponentencontrollern 31 kommunizieren und kann durch und über die Komponentencontroller 31 den Betrieb des Kraftwerks 12 über Verbindungen zu den Sensoren 46 und Stellantrieben 47 steuern.

[0042] Es wird verstanden werden, dass Kraftwerke zahlreiche Variable aufweisen, die deren Betrieb beeinträchtigen. Sämtliche dieser Variablen können im Allgemeinen entweder als Eingangsvariable oder Ausgangsvariable kategorisiert werden. Eingangsvariable stellen Prozesseingänge dar, und zu ihnen zählen Variable, die durch Anlagenbediener manipuliert werden können, wie z.B. der Luft- und Brennstoffdurchfluss. Zu Eingangsvariablen zählen auch diejenigen Variablen, die nicht manipuliert werden können, wie z.B. Umgebungsbedingungen. Ausgangsvariable sind Variable, wie z.B. der Leistungsausgang, die durch das Manipulieren derjenigen Eingangsvariablen, die manipuliert werden können, gesteuert wird. Ein Kraftwerksmodell ist derart konfiguriert, dass es die algorithmische Beziehung zwischen Eingangsvariablen, zu welchen diejenigen zählen, die manipuliert werden können, oder «Stellgrössen», und diejenigen, die nicht manipuliert werden können, oder «Störgrössen», und Ausgangs- oder gesteuerten Variablen, welche als «Regelgrössen» bezeichnet werden, darstellt. Spezifischer sind Stellgrössen diejenigen, die durch den Anlagencontroller 22 variiert werden können, um die Regelgrössen zu beeinflussen. Zu Stellgrössen zählen solche Dinge wie Ventilsollwerte, die den Brennstoff- und Luftstrom steuern. Störgrössen beziehen sich auf Variable, die Regelgrössen beeinflussen, jedoch nicht manipuliert oder gesteuert werden können. Zu Störgrössen zählen Umgebungsbedingungen, Brennstoffeigenschaften usw. Der Optimierer 64 bestimmt einen optimalen Satz von Sollwertwerten für die gegebenen Stellgrössen: (1) Leistungsziele des Kraftwerks (z.B. Erfüllung der Lastanforderungen bei gleichzeitiger Maximierung der Rentabilität); und (2) Einschränkungen im Zusammenhang mit dem Betrieb des Kraftwerks (z.B. Emissionen und Ausrüstungseinschränkungen).

[0043] Gemäss der vorliegenden Erfindung kann ein «Optimierungszyklus» mit einer vorbestimmten Häufigkeit (z.B. alle 5 bis 60 Sekunden oder 1 bis 30 Minuten) beginnen. Zu Beginn eines Optimierungszyklus kann der Anlagencontroller 22 vorliegende Daten für Stellgrössen, Regelgrössen und Störgrössen von den Komponentencontrollern 31 und/oder direkt von den Sensoren 46 jeder der Anlagenkomponenten 49 erhalten. Der Anlagencontroller 22 kann dann das Kraftwerksmodell 75 zum Bestimmen optimaler Sollwertwerte für die Stellgrössen basierend auf den vorliegenden Daten verwenden. Dadurch kann der Anlagencontroller 22 das Anlagenmodell 75 mit verschiedenen Betriebssollwerten ausführen, um zu bestimmen, welcher Satz von Betriebssollwerten angesichts der Leistungsziele für das Kraftwerk am bevorzugtesten ist, welche als «Simulationsläufe» bezeichnet werden können. Zum Beispiel kann ein Leistungsziel sein, die Rentabilität zu maximieren. Durch das Simulieren des Betriebs des Kraftwerks mit unterschiedlichen Sollwerten, sucht der Optimierer 64 nach dem Satz von Sollwerten, welchen das Anlagenmodell 75 vorhersagt, welcher die Anlage zum Arbeiten in einer optimalen (oder zumindest bevorzugten) Art und Weise veranlasst. Wie angegeben, kann dieser optimale Satz von Sollwerten als «optimierte Sollwerte» oder als ein «optimierter Betriebsmodus» bezeichnet werden. Üblicherweise hat der Optimierer 64, wenn er bei den optimierten Sollwerten anlangt, zahlreiche Sätze von Sollwerten verglichen, und die optimierten Sollwerte werden angesichts der Leistungseinwände, die durch den Bediener definiert werden, als jedem der anderen Sätze überlegen eingestuft. Der Bediener 39 des Kraftwerks 12 kann die Option haben, die optimierten Sollwerte zu genehmigen, oder die optimierten Sollwerte können automatisch genehmigt werden. Der Anlagencontroller 22 kann die optimierten Sollwerte an den Komponentencontroller 31 oder, alternativ dazu, direkt an die Stellantriebe 47 der Anlagenkomponenten 49 senden, sodass Einstellungen gemäss der optimierten Sollwerte angepasst werden können. Der Anlagencontroller 22 kann in einem geschlossenen Regelkreis arbeiten, um die Sollwertwerte der Stellgrössen mit einer vorbestimmten Häufigkeit (z.B. alle 10–30 Sekunden oder häufiger) basierend auf den gemessenen aktuellen Betriebsbedingungen anzupassen.

[0044] Der Optimierer 64 kann zum Minimieren einer «Kostenfunktion» verwendet werden, die einer Reihe von Beschränkungen unterliegt. Die Kostenfunktion ist im Wesentlichen eine mathematische Darstellung eines Anlagenleistungsziels, und die Beschränkungen sind Grenzen, innerhalb welcher das Kraftwerk arbeiten muss. Derartige Grenzen können rechtliche, regulatorische, Umwelt-, Ausrüstungs- oder physikalische Beschränkungen darstellen. Zum Beispiel beinhaltet die Kostenfunktion zum Minimieren des NOx-Ausstosses einen Term, der abnimmt, wenn das NOx-Level abnimmt. Ein übliches Verfahren zum Minimieren einer derartigen Kostenfunktion ist zum Beispiel als «Gradientenabstiegsoptimierung» bekannt. Der Gradientenabstieg ist ein Optimierungsalgorithmus, der sich einem lokalen Minimum einer Funktion annähert, indem er Schritte proportional zum Negativ des Gradienten (oder des annähernden Gradienten) der Funktion am aktuellen Punkt unternimmt. Es sollte verstanden werden, dass eine Reihe unterschiedlicher Optimierungstechniken verwendet werden kann, in Abhängigkeit von der Form des Modells und den Kosten und Beschränkungen. Zum Beispiel wird in Betracht gezogen, dass die vorliegende Erfindung durch Verwendung, einzeln oder in Kombination, einer Vielzahl unterschiedlicher Arten von Optimierungsansätzen implementiert werden kann. Zu diesen Optimierungsansätzen zählen, jedoch nicht darauf beschränkt, lineare Programmierung, quadratische Programmierung, gemischte ganzzahlige nichtlineare Programmierung, stochastische Programmierung, globale nichtlineare Programmierung, genetische Algorithmen und Partikel-/Schwarmtechniken. Ausserdem kann das Anlagenmodell 75 dynamisch sein, sodass Auswirkungen von Veränderungen über einen zukünftigen Zeithorizont berücksichtigt werden. Daher beinhaltet die Kostenfunktion Terme über einen zukünftigen Horizont. Da das Modell zum Vorhersagen über einen Zeithorizont verwendet wird, wird dieser Ansatz als modellprädiktive Regelung bezeichnet, welche in S. Piche, B. Sayyar-Rodsari, D. Johnson und M. Gerules, «Nonlinear model predictive control using neural networks», IEEE Control Systems Magazine, Band 20, Nr. 2, S. 53–62, 2000 beschrieben ist und welche durch Verweis vollständig hierin eingeschlossen ist.

[0045] Beschränkungen können sowohl für Prozesseingänge (zu welchen Stellgrössen zählen) als auch Prozessausgänge (zu welchen Regelgrössen zählen) des Kraftwerks über den zukünftigen Zeithorizont gelten. Üblicherweise gelten Beschränkungen, die mit Grenzen im Zusammenhang mit dem Anlagencontroller übereinstimmen, für die Stellgrössen. Beschränkungen der Ausgänge können durch das Problem, das gerade gelöst wird, bestimmt werden. Gemäss Ausführungsformen der vorliegenden Erfindung und als ein Schritt im Optimierungszyklus, kann der Optimierer 64 die komplette Kurve, über welche sich die Stellgrösse über den zukünftigen Zeithorizont, zum Beispiel eine Stunde, bewegt, berechnen. Somit können für ein Optimierungssystem, das alle 30 Sekunden ausgeführt wird, 120 Werte über einen einstündigen zukünftigen Zeithorizont für jede Stellgrösse berechnet werden. Da sich das Anlagenmodell oder die Leistungsziele oder Beschränkungen vor dem nächsten Optimierungszyklus ändern können, gibt der Anlagencontroller 22/Optimierer 64 möglicherweise nur den ersten Wert in dem Zeithorizont für jede Stellgrösse an die Komponentencontroller 31 als optimierte Sollwerte für jede entsprechende Stellgrösse aus. Beim nächsten Optimierungszyklus kann das Anlagenmodell 75 basierend auf den aktuellen Bedingungen aktualisiert werden. Die Kostenfunktion und Beschränkungen können auch aktualisiert werden, wenn sie sich verändert haben. Der Optimierer 64 kann dann verwendet werden, um den Satz von Werten für die Stellgrössen über den Zeithorizont neu zu berechnen, und der erste Wert in dem Zeithorizont für jede Stellgrösse wird an den Komponentencontroller 31 als Sollwertwerte für jede entsprechende Stellgrösse ausgegeben. Der Optimierer 64 kann diesen Prozess für jeden Optimierungszyklus wiederholen, wodurch konstant die optimale Leistung aufrechterhalten wird, selbst wenn das Kraftwerk 12 von nicht vorhergesehenen Änderungen bei derartigen Punkten wie Last, Umgebungsbedingungen, Brennstoffeigenschaften usw. betroffen ist.

[0046] Bezugnehmend auf Fig. 6 ist eine veranschaulichende Umgebung und ein Benutzereingabegerät für einen Anlagencontroller und ein Steuerprogramm gemäss einer beispielhaften Ausführungsform gezeigt. Obwohl auch andere Konfigurationen möglich sind, beinhaltet die Ausführungsform ein Computersystem 80 mit einem Display 81, einem Prozessor 82, einem Benutzereingabegerät 83 und einem Speicher 84. Aspekte des Computersystems 80 können sich im Kraftwerk 12 befinden, während andere Aspekte entfernt und über ein Kommunikationsnetzwerk 20 verbunden sein können. Wie diskutiert, kann das Computersystem 80 mit jedem Block oder einer anderen Anlagenkomponente 49 des Kraftwerks 12 verbunden sein. Zu den Kraftwerkskomponenten 49 können das Gasturbinensystem 30, das Dampfturbinensystem 50, das Einlasskonditionierungssystem 51, das HRSG-Kanalfeuerungssystem 52 und/oder jegliche darauf bezogenen Untersysteme oder Unterkomponenten oder jegliche Kombination davon zählen. Das Computersystem 80 kann auch mit einem oder mehreren Sensoren 46 und Stellantrieben 47 verbunden sein, wie möglicherweise notwendig oder erwünscht. Wie angegeben, können die Sensoren 46 derart konfiguriert sein, dass sie Betriebsbedingungen und Parameter der Komponenten erfassen und Signale hinsichtlich dieser Bedingungen an das Computersystem 80 weitergeben. Das Computersystem 80 kann derart konfiguriert sein, dass es diese Signale empfängt und sie in einer hierin beschriebenen Art und Weise verwendet, welche das Übertragen von Signalen an einen oder mehrere der Stellantriebe 47 beinhalten kann. Wenn jedoch nicht anders erforderlich, kann die vorliegende Erfindung Ausführungsformen beinhalten, die nicht dazu konfiguriert sind, das Kraftwerk 12 direkt zu steuern und/oder Betriebsbedingungen zu erfassen. In Konfigurationen der vorliegenden Erfindung, welche das Kraftwerk 12 steuern und/oder Betriebsbedingungen erfassen, kann eine derartige Eingabe oder Steuerung durch das Empfangen und/oder Übertragen von Signalen von/an ein/em oder mehrere/n separate/n Software- oder Hardwaresysteme/n bereitgestellt werden, welche direkter mit physischen Komponenten des Kraftwerks und seinen Sensoren und Stellantrieben interagieren. Das Computersystem 80 kann ein Kraftwerkssteuerungsprogramm («Steuerprogramm») beinhalten, durch welches das Computersystem 80 Daten in einem Anlagencontroller durch Durchführung der hierin beschriebenen Prozesse verwalten kann.

[0047] Im Allgemeinen führt der Prozessor 82 Programmcode aus, der das Steuerprogramm definiert, welches zumindest teilweise im Speicher 84 gespeichert ist. Während der Ausführung des Programmcodes kann der Prozessor 82 Daten verarbeiten, was im Lesen und/oder Schreiben transformierter Daten aus dem/in den Speicher 84 resultieren kann. Das Display 81 und das Eingabegerät 83 können es einem menschlichen Benutzer ermöglichen, mit dem Computersystem 80 und/oder einem oder mehreren Kommunikationsgeräten zu interagieren, um es einem Systemnutzer zu ermöglichen, unter Verwendung jeglicher Art von Kommunikationsverbindung mit dem Computersystem 80 zu kommunizieren. In Ausführungsformen kann ein Kommunikationsnetzwerk, wie z.B. Netzwerkhardware/-software, es dem Computersystem 80 ermöglichen, mit anderen Geräten innerhalb und ausserhalb eines Knotens zu kommunizieren, in welchem es installiert ist. Hierzu kann das Steuerprogramm der vorliegenden Erfindung einen Satz von Schnittstellen verwalten, die es menschlichen und/oder Systemnutzern ermöglichen, mit dem Steuerprogramm zu interagieren. Ferner kann das Steuerprogramm, wie unten diskutiert, Daten, wie z.B. Steuerdaten, mittels jeglicher Lösung verwalten (z.B. speichern, abrufen, erzeugen, manipulieren, organisieren, vorstellen usw.).

[0048] Das Computersystem 80 kann ein oder mehrere Universal-Rechenprodukte umfassen, die zur Ausführung von Programmcode in der Lage sind, wie z.B. die hierin definierten Steuerprogramme, die darauf installiert sind. Wie hierin verwendet, wird verstanden, dass «Programmcode» jegliche Sammlung von Anweisungen bedeutet, in jeglicher Sprache, Code oder Notation, welche ein Rechengerät mit einer Informationsverarbeitungsfähigkeit dazu veranlassen, eine bestimmte Aktion durchzuführen, und zwar entweder direkt oder nach einer beliebigen Kombination der Folgenden: (a) Umwandlung in eine/n andere/n Sprache, Code oder Notation; (b) Reproduktion in einer unterschiedlichen Materialform; und/oder (c) Dekompression. Ausserdem kann der Computercode Objektcode, Quellcode und/oder ausführbaren Code beinhalten und kann einen Teil eines Computerprogrammproduktes bilden, wenn er sich auf mindestens einem computerlesbaren Medium befindet. Es wird verstanden, dass der Begriff «computerlesbares Medium» eines oder mehrere jeglicher Art von greifbarem Ausdrucksmedium, das derzeit bekannt ist oder zukünftig entwickelt werden wird, umfasst, von welchem eine Kopie des Programmcodes durch ein Rechengerät erkannt, reproduziert oder anderweitig kommuniziert werden kann. Wenn der Computer den Computerprogrammcode ausführt, wird er zu einer Vorrichtung für die praktische Umsetzung der Erfindung, und auf einem Universal-Mikroprozessor werden durch Konfiguration des Mikroprozessors mit Computercodesegmenten spezifische logische Schaltungen erzeugt. Eine technische Auswirkung der ausführbaren Anweisungen ist das Implementieren eines Kraftwerkssteuerungsverfahrens und/oder -Systems und/oder Computerprogrammprodukts, das Modelle zur Steigerung oder Erhöhung oder Optimierung der Betriebseigenschaften von Kraftwerken verwendet, um angesichts antizipierter Umgebungs- und/oder Marktbedingungen, Leistungsparameter und/oder damit verbundener Lebenszykluskosten den wirtschaftlichen Ertrag eines Kraftwerks effizienter einzusetzen. Zusätzlich zur Nutzung aktueller Informationen können historische und/oder vorhergesagte Informationen eingesetzt werden, und es kann eine Feedback-Schleife etabliert werden, um die Anlage während schwankender Bedingungen effizienter dynamisch zu betreiben. Der Computercode des Steuerprogramms kann in Computeranweisungen geschrieben sein, die durch den Anlagencontroller 22 ausführbar sind. Hierzu kann das Steuerprogramm, das durch das Computersystem 80 ausgeführt wird, als jegliche Kombination von Systemsoftware und/oder Anwendungssoftware ausgeführt sein. Ferner kann das Steuerprogramm unter Verwendung eines Modulsatzes implementiert sein. In diesem Fall kann ein Modul es dem Computersystem 80 ermöglichen, einen Satz von Aufgaben, die durch das Steuerprogramm verwendet werden, durchzuführen, und er kann separat entwickelt werden und/oder von anderen Abschnitten des Steuerprogramms entfernt implementiert werden. Wie hierin verwendet, bedeutet der Begriff «Komponente» jegliche Konfiguration von Hardware, mit oder ohne Software, welche die in Verbindung damit beschriebene Funktionalität mittels jeglicher Lösung implementiert, während der Begriff «Modul» Programmcode bedeutet, der es dem Computersystem ermöglicht, die in Verbindung damit beschriebenen Aktionen mittels jeglicher Lösung zu implementieren. Wenn es im Speicher 84 des Computersystems 80, das den Prozessor 82 beinhaltet, gespeichert ist, ist ein Modul ein wesentlicher Abschnitt einer Komponente, welche die Aktionen implementiert. Ungeachtet dessen wird verstanden, dass sich zwei oder mehr Komponenten, Module und/oder Systeme einige/die gesamte ihrer entsprechenden Hardware und/oder Software teilen können. Ferner wird verstanden, dass ein Teil der hierin diskutierten Funktionalität möglicherweise nicht implementiert ist oder dass zusätzliche Funktionalität als Teil des Computersystems 80 enthalten sein kann. Wenn das Computersystem 80 mehrere Rechengeräte umfasst, ist auf jedem Rechengerät möglicherweise nur ein Abschnitt des Steuerprogramms gespeichert (z.B. ein oder mehrere Module). Ungeachtet dessen können, wenn das Computersystem 80 mehrere Rechengeräte beinhaltet, die Rechengeräte über jede Art von Kommunikationsverbindung kommunizieren. Ferner kann das Computersystem 80, während es einen hierin beschriebenen Prozess durchführt, mittels jeder Art von Kommunikationsverbindung mit einem oder mehreren anderen Computersystemen kommunizieren.

[0049] Wie hierin diskutiert, ermöglicht es das Steuerprogramm dem Computersystem 80, ein Kraftwerkssteuerprodukt und/oder -verfahren zu implementieren. Das Computersystem 80 kann Kraftwerkssteuerdaten mittels jeglicher Lösung erhalten. Zum Beispiel kann das Computersystem 80 Kraftwerkssteuerdaten erzeugen und/oder zu deren Erzeugung verwendet werden, Kraftwerkssteuerdaten von einem oder mehreren Datenspeichern, Datenbeständen oder Quellen abrufen, Kraftwerkssteuerdaten von einem anderen System oder Gerät in einem oder ausserhalb eines Kraftwerk/s, Anlagencontroller/s, Komponentencontroller/s und/oder dergleichen empfangen. In einer weiteren Ausführungsform sieht die Erfindung ein Verfahren zum Bereitstellen einer Kopie von Programmcode, wie z.B. für das Kraftwerkssteuerprogramm, vor, welcher einen Teil des oder die Gesamtheit eines hierin beschriebenen Prozesses implementieren kann. Es wird verstanden, dass Aspekte der Erfindung als Teil eines Geschäftsverfahrens implementiert werden können, das einen hierin beschriebenen Prozess auf einer Abonnement-, Werbe- und/oder Gebührenbasis durchführt. Ein Dienstanbieter könnte anbieten, ein Kraftwerkssteuerprogramm und/oder -verfahren wie hierin beschrieben zu implementieren. In diesem Fall kann der Dienstanbieter ein Computersystem, wie z.B. das Computersystem 80, verwalten (z.B. erzeugen, pflegen, unterstützen usw.), das einen hierin beschriebenen Prozess für einen oder mehrere Kunden durchführt.

[0050] Computermodelle von Kraftwerken können konstruiert und dann zum Steuern und Optimieren des Kraftwerksbetriebs verwendet werden. Derartige Anlagenmodelle können dynamisch sein und über den ständigen Vergleich zwischen tatsächlichen (d.h. gemessenen) Betriebsparametern gegenüber den gleichen Parametern, wie durch das Anlagenmodell vorhergesagt, iterativ aktualisiert werden. Bei der Erstellung und Pflege derartiger Modelle können Anweisungen geschrieben oder anderweitig bereitgestellt werden, welche den Prozessor 82 des Computersystems 80 anweisen, eine Bibliothek von Energiesystemkraftwerksblöcken und -komponenten («Bibliothek von Komponenten») als Reaktion auf eine Benutzereingabe zu erstellen. In einigen Konfigurationen beinhalten die Benutzereingabe und die erstellte Bibliothek Eigenschaften der Komponente mit der Bibliothek sowie Regeln zum Erstellen von Skripten in Übereinstimmung mit Betriebs- und Eigenschaftswerten. Diese Eigenschaftswerte können aus Daten zusammengestellt werden, die lokal im Speicher 84 gespeichert sind, und/oder aus einem zentralen Datenbestand entnommen werden, der an einem entfernten Ort gepflegt wird. Die Bibliothek von Komponenten kann nicht-physische Komponenten enthalten, wie z.B. wirtschaftliche oder rechtliche Komponenten. Beispiele wirtschaftlicher Komponenten sind Brennstoffkaufe und -verkaufe, und Beispiele rechtlicher Komponenten sind Emissionsgrenzen und -gutschriften. Diese nicht-physischen Komponenten können mit mathematischen Regeln modelliert werden, so wie Komponenten, die physische Ausrüstung darstellen, mit mathematischen Regeln modelliert werden können. Die Anweisungen können zum Zusammenstellen einer Konfiguration von Energiesystemkomponenten aus der Bibliothek konfiguriert sein, wie es durch einen Bediener konfiguriert sein kann. Eine Bibliothek von Energiesystemkomponenten kann bereitgestellt sein, sodass ein Benutzer Komponenten daraus auswählen kann, um das tatsächliche Kraftwerk zu replizieren oder ein hypothetisches zu erzeugen. Es wird verstanden werden, dass jede Komponente mehrere Eigenschaften aufweisen kann, die durch den Benutzer verwendet werden können, um spezifische Werte einzugeben, die mit den Betriebsbedingungen eines tatsächlichen oder hypothetischen Kraftwerks, das modelliert wird, übereinstimmen. Skripte können für die zusammengestellten Energiesystemkomponenten und ihre Konfiguration erstellt werden. Die erstellten Skripte können mathematische Beziehungen innerhalb der und/oder zwischen den Energiesystemkomponenten beinhalten, einschliesslich wirtschaftlicher und/oder rechtlicher Komponenten, falls solche in der Energiesystemkomponenten-Konfiguration verwendet werden. Das Computersystem 80 kann dann mathematische Beziehungen lösen und Ergebnisse der Lösung auf dem Display 81 anzeigen. Bei Konfigurationen, in welchen Signale vom Computer 80 übertragen werden können, können die Signale verwendet werden, um ein Energiesystem in Übereinstimmung mit den Ergebnissen der Lösung zu steuern. Ansonsten können die Ergebnisse angezeigt oder gedruckt und für die Einstellung physischer Ausrüstungsparameter und/oder Bestimmung und/oder Verwendung bestimmter nichtphysischer Parameter, wie z.B. Brennstoffkaufe und/oder -verkaufe, verwendet werden, sodass ein bevorzugter oder optimierter Betriebsmodus erreicht wird. Die Bibliothek von Anlagenkomponenten kann einen zentralen Datenbestand beinhalten, der eine ständige Akkumulation von Daten in Bezug darauf darstellt, wie jede Anlagenkomponente unter unterschiedlichen Parametern und Bedingungen arbeitet. Der zentrale Datenbestand kann verwendet werden, um zum Beispiel «Anschlussdaten» bereitzustellen, wenn Sensordaten unzuverlässig bestimmt werden.

[0051] Bezugnehmend auf Fig. 7 bis 9 ist eine detailliertere Diskussion des wirtschaftlichen Lastverteilungsprozesses bereitgestellt, einschliesslich Möglichkeiten, wie die oben diskutierten Steuersysteme verwendet werden können, um derartige Lastverteilungsvorgänge aus Sicht sowohl einer zentralen Stromversorgungssystem-Behörde als auch einzelner Kraftwerke, die gegebenenfalls innerhalb derartiger Systeme beteiligt sind, zu optimieren. Es wird verstanden werden, dass, aus Sicht des Dispatchers einer zentralen Behörde, das Ziel des wirtschaftlichen Lastverteilungsprozesses das dynamische Reagieren auf sich ändernde Variable, einschliesslich sich ändernder Lastanforderungen oder Umgebungsbedingungen, ist, während die Erzeugungskosten innerhalb des Systems trotzdem minimiert werden. Für die beteiligten Kraftwerke wird verstanden werden, dass, im Allgemeinen, das Ziel die Nutzung der zur Verfügung stehenden Kapazität ist, während die Erzeugungskosten minimiert werden, um so den wirtschaftlichen Ertrag zu maximieren. Angesichts der Komplexitäten von Stromversorgungssystemen beinhaltet der Prozess der wirtschaftlichen Lastverteilung üblicherweise die häufige Anpassung der Last in den beteiligten Kraftwerken durch den Dispatcher. Bei Erfolg resultiert der Prozess darin, das zur Verfügung stehende Kraftwerke mit Lasten betrieben werden, bei welchen ihre inkrementellen Erzeugungskosten etwa die gleichen sind – was in einer Minimierung der Erzeugungskosten resultiert – während auch Systembeschränkungen beachtet werden, wie z.B. maximale und minimale zulässige Lasten, Systemstabilität usw. Es wird verstanden werden, dass akkurate inkrementelle Kostendaten notwendig sind, damit eine wirtschaftliche Lastverteilung optimal funktioniert. Derartige inkrementelle Kostendaten weisen primäre Komponenten auf, zu welchen die Brennstoffkosten und der inkrementelle Brennstoffverbrauch zählen. Die Daten des inkrementellen Brennstoffverbrauchs sind üblicherweise als eine Kurve des inkrementellen spezifischen Wärmeverbrauchs gegenüber dem Leistungsausgang angegeben. Spezifisch ist der inkrementelle spezifische Wärmeverbrauch (IHR – incremental heat rate) einer Wärmekraftanlage definiert als der Anstieg der Kurve des spezifischen Wärmeverbrauchs, wobei der spezifische Wärmeverbrauch der Einheit das Verhältnis des Wärmeeingangs geplottet gegen den elektrischen Ausgang bei jeder Last ist. Fehler in diesen Daten resultieren in der Lastverteilung auf Einheiten, welche die Gesamterzeugungskosten nicht minimiert.

[0052] Eine Reihe von Punkten kann Fehler in die Kurve des inkrementellen spezifischen Wärmeverbrauchs einführen. Diese können in zwei Kategorien gruppiert werden. Eine erste Kategorie beinhaltet Punkte, die Fehler erzeugen, die zu der Zeit vorliegen, zu der die Daten an den Dispatcher gegeben werden. Wenn die Daten zum Beispiel durch Tests gesammelt werden, werden Fehler aufgrund von Instrumentenungenauigkeit in alle Berechnungen eingetragen, die mit ihnen durchgeführt werden. Wie unten detaillierter diskutiert, beinhalten bestimmte Aspekte der vorliegenden Erfindung Möglichkeiten zur Bestätigung der Sensorgenauigkeit während der Datensammlung und zeitnahen Identifikation von Fällen, in denen gesammelte Daten aufgrund einer Sensorfehlfunktion möglicherweise unzuverlässig sein können. Eine zweite Kategorie von Fehlern beinhaltet Punkte, die verursachen, dass Daten im Verlauf der Zeit an Genauigkeit verlieren. Wenn sich zum Beispiel die Leistung eines Blocks aufgrund von Ausrüstungsverschleiss oder einer Reparatur oder Änderungen bei den Umgebungsbedingungen ändert, sind die Daten des inkrementellen spezifischen Wärmeverbrauchs, die für die Verteilung verwendet werden, fehlerhaft, bis derartige Daten aktualisiert werden. Ein Aspekt der vorliegenden Erfindung ist das Identifizieren derjenigen Parameter von Wärmekraftanlagen, die signifikanten Einfluss auf die Berechnungen des inkrementellen spezifischen Wärmeverbrauchs haben können. Die Kenntnis derartiger Parameter und ihrer relativen Signifikanz kann dann verwendet werden, um zu bestimmen, wie häufig Lastverteilungsdaten aktualisiert werden sollten, um die wahre Anlagenleistung zu reflektieren.

[0053] Fehler bei den Daten des inkrementellen spezifischen Wärmeverbrauchs führen zu Situationen, bei welchen die Last inkorrekt auf die Kraftwerke verteilt wird, was üblicherweise in erhöhten Erzeugungskosten für das Stromversorgungssystem resultiert. Zum Beispiel ist bezugnehmend auf die Grafik von Fig. 7 eine Situation bereitgestellt, in welcher sich der wahre inkrementelle spezifische Wärmeverbrauch von dem inkrementellen spezifischen Wärmeverbrauch unterscheidet, der im Lastverteilungsprozess verwendet wird. Bei der Lastverteilung auf die Einheiten verwendet die Lastverteilungsbehörde die Daten des inkrementellen spezifischen Wärmeverbrauchs, die um «E» fehlerhaft sind, wie angegeben. (Es sei darauf hingewiesen, dass Fig. 7 annimmt, dass ein inkrementeller spezifischer Wärmeverbrauch des Stromversorgungssystems nicht durch die Last beeinträchtigt wird, die der gegebenen Einheit zugewiesen wird, welche im Wesentlichen korrekt sein kann, wenn das Stromversorgungssystem im Vergleich zur Grösse des gegebenen Blocks ein grosses ist.) Wie gezeigt, erfolgt die Lastverteilung auf den Block bei Li, wobei es sich um die Last handelt, bei welcher der inkrementelle spezifische Wärmeverbrauch der Einheit und des Systems basierend auf den zur Verfügung stehenden Informationen gleich sind. Wenn die korrekten Informationen des inkrementellen spezifischen Wärmeverbrauchs verwendet wurden, würde die Last bei L2 der Einheit zugewiesen werden, bei welcher der wahre inkrementelle spezifische Wärmeverbrauch der Anlage gleich dem inkrementellen spezifischen Wärmeverbrauch des Stromversorgungssystems ist. Wie verstanden werden wird, resultiert der Fehler in der Unterausnutzung des Kraftwerks. In Fällen, in welchen die Alternative wahr ist, d.h. in welchen die Positionierung des Plots des inkorrekten inkrementellen spezifischen Wärmeverbrauchs relativ zu dem Plot des wahren inkrementellen spezifischen Wärmeverbrauchs umgekehrt ist, resultiert der Fehler darin, dass die Einheit übermässig belastet wird, was möglicherweise erfordert, dass sie ineffizient arbeiten muss, um die ihr zugewiesene Lastverpflichtung zu erfüllen. Aus Sicht der zentralen Lastverteilungsbehörde des Stromversorgungssystems wird verstanden werden, dass eine Verringerung von Fehlern in den Daten, die im Lastverteilungsprozess verwendet werden, die Gesamtsystembrennstoffkosten senken wird, die Systemeffizienz steigern wird und/oder das Risiko verringern wird, dass die Lastanforderungen nicht erfüllt werden. Für die Betreiber von Kraftwerken innerhalb des Systems sollte eine Verringerung derartiger Fehler die vollständige Ausnutzung der Anlage unterstützen und den wirtschaftlichen Ertrag verbessern.

[0054] Fig. 8 und 9 veranschaulichen jeweils eine schematische Darstellung eines Anlagencontrollers 22 und ein Flussdiagramm 169 eines Steuerungsverfahrens gemäss Aspekten der vorliegenden Erfindung. In diesen Beispielen sind Verfahren bereitgestellt, welche die wirtschaftliche Optimierung innerhalb eines Stromversorgungssystems veranschaulichen, das eine wirtschaftliche Lastverteilung zum Verteilen der Last unter möglichen Anbietern verwendet. Der grundlegende Prozess der wirtschaftlichen Lastverteilung ist ein Prozess, der auf unterschiedliche Art und Weise eingesetzt werden kann, sowie zwischen jeglichen zwei Ebenen, die innerhalb der geschichteten Hierarchie definiert sind, welche vielen Stromversorgungssystemen gemeinsam ist. In einem Fall kann der wirtschaftliche Lastverteilungsprozess zum Beispiel als Teil eines konkurrierenden Prozesses verwendet werden, durch welchen eine zentrale Regierungsbehörde oder ein Industriekooperationsverband die Last unter mehreren konkurrierenden Unternehmen aufteilt. Alternativ dazu können die gleichen Grundlagen der wirtschaftlichen Lastverteilung verwendet werden, um die Last unter Kraftwerken im Gemeinschaftsbesitz aufzuteilen, um die Erzeugungskosten für den Eigentümer der Anlagen zu minimieren. Er kann auch auf Anlagenebene zum Einsatz kommen, und zwar als eine Möglichkeit für einen Bediener oder Anlagencontroller zum Aufteilen der Lastanforderungen unter den unterschiedlichen lokalen Kraftwerksblöcken, die ihm zur Verfügung stehen. Es wird verstanden werden, dass, wenn nicht anders angegebene, die Systeme und Verfahren der vorliegenden Erfindung im Allgemeinen auf jegliche dieser möglichen Manifestationen des wirtschaftlichen Lastverteilungsprozesses anwendbar sind.

[0055] Im Allgemeinen strebt der Lastverteilungsprozess nach einer Minimierung der Erzeugungskosten innerhalb eines Stromversorgungssystems durch die Erstellung eines Lastverteilungszeitplans, in welchem die inkrementellen Erzeugungskosten für jedes/n beteiligte/n Kraftwerk oder Block etwa die gleichen sind. Wie verstanden werden wird, werden häufig mehrere Begriffe verwendet, um den wirtschaftlichen Lastverteilungsprozess zu beschreiben, und sind wie Folgt definiert. Ein «Vorhersagehorizont» ist ein vordefinierter Zeitraum, über welchen eine Optimierung durchzuführen ist. Zum Beispiel kann ein typischer Vorhersagehorizont von wenigen Stunden bis wenigen Tagen dauern. Ein «Intervall» innerhalb des Vorhersagehorizonts ist eine vordefinierte Zeitauflösung der Optimierung, d.h. der zuvor genannte «Optimierungszyklus», welcher beschreibt, wie häufig eine Optimierung während des Vorhersagehorizonts durchzuführen ist. Zum Beispiel kann ein typisches Zeitintervall für einen Optimierungszyklus von mehreren Sekunden bis mehreren Minuten dauern. Schliesslich ist eine «Vorhersagedauer «die Zahl der Zeitintervalle, für welche eine Optimierung durchzuführen ist, und sie kann durch Teilung des Vorhersagehorizonts durch das Zeitintervall erhalten werden. Somit beträgt für einen 12-Stunden-Vorhersagehorizont und ein 5-Minuten-Zeitintervall eine Vorhersagedauer 144 Zeitintervalle.

[0056] Aspekte der vorliegenden Erfindung sehen Verfahren zur Steuerung und/oder Controller für Kraftwerke vor, sowie Verfahren und Systeme zum Optimieren der Leistung, Kosteneffektivität und Effizienz. Zum Beispiel können, gemäss der vorliegenden Erfindung, minimale variable Betriebskosten für eine Wärmekraftanlage oder ein Kraftwerk erzielt werden, die variable Leistungseigenschaften und Kostenparameter (d.h. Brennstoffkosten, Umgebungsbedingungen, Marktbedingungen usw.) mit Lebenszykluskosten (d.h. variabler Betrieb und seine Wirkung auf Wartungszeitpläne, Teileaustausch usw.) ausgleichen. Durch das Variieren eines oder mehrerer Parameter einer Wärmekraftanlage unter Berücksichtigung derartiger Faktoren, kann über ihre Lebensdauer hinweg ein wirtschaftlicherer Nutzen aus der Einheit gezogen werden. Zum Beispiel kann bei Kraftwerken, die eine Gasturbine beinhalten, die Feuerungstemperatur variiert werden, um ein gewünschtes Lastniveau bereitzustellen, das basierend auf Betriebsprofil, Umgebungsbedingungen, Marktbedingungen, Vorhersagen, Kraftwerksleistung und/oder anderen Faktoren wirtschaftlicher ist. Aufgrund dessen kann die Entsorgung von Teilen, in denen noch eine restliche stundenbasierte Lebensdauer verbleibt, in anfahrbegrenzten Einheiten verringert werden. Ferner gestattet ein Kraftwerkssteuersystem, das eine Feedback-Schleife beinhaltet, die im Wesentlichen mit Echtzeitdaten von Sensoren aktualisiert wird, welche regelmässig geprüft und als korrekt arbeitend bestätigt werden, eine weitere Anlagenoptimierung. D.h., gemäss bestimmter Ausführungsformen der vorliegenden Erfindung, können durch die Einführung einer Echtzeit-Feedbackschleife zwischen das Kraftwerkssteuersystem und die Lastverteilungsbehörde, Ziellast und Einheitsverpflichtung auf hochgenauen Angebotskurven basiert werden, die auf der Grundlage von Echtzeit-Motorleistungsparametern erstellt werden.

[0057] Fig. 8 veranschaulicht ein schematisches Design eines beispielhaften Anlagencontrollers 22 gemäss Aspekten der vorliegenden Erfindung. Es wird verstanden werden, dass der Anlagencontroller 22 besonders gut für die Implementierung des Verfahrens 169 von Fig. 9 geeignet sein kann. Daher werden Fig. 8 und 9 zusammen diskutiert, obwohl verstanden werden wird, dass jede möglicherweise Aspekte aufweist, die auf eine allgemeinere Nutzung anwendbar sind. Das in Fig. 8 dargestellte Stromversorgungssystem 10 beinhaltet ein «Kraftwerk 12a», für welches der Anlagencontroller 22 dediziert ist, sowie «andere Kraftwerke 12b», welche Kraftwerke innerhalb des Stromversorgungssystems darstellen können, die mit dem Kraftwerk 12a im Wettbewerb stehen. Wie veranschaulicht, beinhaltet das Stromversorgungssystem 10 auch eine Lastverteilungsbehörde 24, die, durch einen dedizierten Systemcontroller 25, den Lastverteilungsprozess zwischen allen beteiligten Kraftwerken 12a, 12b innerhalb des Systems verwaltet.

[0058] Das Kraftwerk 12a kann zahlreiche Sensoren 46 und Stellantriebe 47 beinhalten, durch welche der Anlagencontroller 22 Betriebsbedingungen überwacht und den Betrieb der Anlage steuert. Der Anlagencontroller 22 kann mit zahlreichen Datenressourcen 26 kommunizieren, welche sich entfernt davon befinden können und über ein Kommunikationsnetzwerk zugänglich sind und/oder sich lokal befinden und über ein lokales Netzwerk zugänglich sind. Wie veranschaulicht, beinhaltet die schematische Darstellung des Anlagencontrollers 22 mehrere Untersysteme, welche durch die mehreren Kästchen voneinander abgegrenzt sind. Diese Untersysteme oder «Kästchen» wurden hauptsächlich nach der Funktion getrennt, um die Beschreibung zu vereinfachen. Es wird jedoch verstanden werden, dass getrennte Kästchen einzelne Chips oder Prozessoren oder andere einzelne Hardwareelemente darstellen können oder auch nicht, und sie können, wenn nicht anders angegeben, getrennte Abschnitte von Computerprogrammcode, der innerhalb des Anlagencontrollers ausgeführt wird, darstellen oder auch nicht. Ähnlich geschieht dies, während das Verfahren 169 in zwei Hauptabschnitte oder Blöcke aufgeteilt wird, der Einfachheit halber und zur Vereinfachung der Beschreibung. Es wird verstanden werden, dass sämtliche der in Fig. 8 gezeigten getrennten Kästchen in einen oder mehrere Abschnitte im Anlagencontroller 22 kombiniert werden können, wie auch sämtliche der in Fig. 9 gezeigten getrennten Kästchen oder Schritte.

[0059] Das Verfahren 169 von Fig. 9 kann zum Beispiel mit einem Steuerabschnitt 170 beginnen, der vorliegende Informationen und Daten zur Verwendung (in Schritt 171) empfängt oder sammelt, zu welchen Marktdaten, Betriebsdaten und/oder Umgebungsdaten zählen können. Innerhalb des Anlagencontrollers 22 kann ein entsprechendes Steuermodul 110 angeordnet sein, um diese Art von Daten aus den Datenressourcen 26 oder jeder anderen geeigneten Quelle anzufordern/zu empfangen. Das Steuermodul 110 kann auch zum Empfangen einer Ziellast 128 von der Lastverteilungsbehörde 24 konfiguriert sein (obwohl bei einem Anfangslauf eine derartige Ziellast möglicherweise nicht zur Verfügung steht und eine vordefinierte Anfangsziellast verwendet werden kann). Umgebungsdaten können von entfernten oder lokalen Datenbeständen und/oder Vorhersagediensten empfangen werden, und sie können als eine Komponente der Datenressourcen 26 enthalten sein. Umgebungsdaten können auch über Umgebungssensoren, die um das Kraftwerk 12a herum im Einsatz sind, gesammelt werden sowie über eine Kommunikationsverbindung mit der Lastverteilungsbehörde 24 empfangen werden. Gemäss Aspekten der vorliegenden Erfindung zählen zu Umgebungsdaten historische, vorliegende und/oder vorhergesagte Daten, die Umgebungsbedingungen für das Kraftwerk 12a beschreiben, zu welchen zum Beispiel Lufttemperatur, relative Feuchtigkeit, Druck usw. zählen können. Marktdaten können von entfernten oder lokalen Datenbeständen und/oder Vorhersagediensten empfangen werden, und sie können als eine Komponente der Datenressourcen 26 enthalten sein. Marktdaten können auch über eine Kommunikationsverbindung mit der Lastverteilungsbehörde 24 empfangen werden. Gemäss Aspekten der vorliegenden Erfindung zählen zu Marktdaten historische, vorliegende und/oder vorhergesagte Daten, die Marktbedingungen für das Kraftwerk 12a beschreiben, zu welchen zum Beispiel Energieverkaufspreise, Brennstoffkosten, Arbeitskosten usw. zählen. Betriebsdaten können auch von Datenbeständen und/oder Vorhersagediensten empfangen werden, und sie können als eine Komponente der Datenressourcen 26 enthalten sein. Zu Betriebsdaten können Daten zählen, die von mehreren Sensoren 46 gesammelt werden, die innerhalb des Kraftwerks 12 und seinen Anlagenkomponenten 49 im Einsatz sind, welche physikalische Parameter hinsichtlich des Anlagenbetriebs messen. Zu Betriebsdaten können historische, vorliegende und/oder vorhergesagte Daten zählen, sowie eine Vielzahl von Prozesseingängen und -ausgängen.

[0060] Wie in Fig. 9 zu sehen ist, kann ein Anfangssollwert für das Kraftwerk 12 bestimmt werden, wie z.B. mit einem Steuerungsmodell III im Anlagencontroller 22 von Fig. 8 . Zum Beispiel kann das Steuerungsmodell III zur Verwendung thermodynamischer und/oder physikalischer Details des Kraftwerks 12 und zusätzlicher Informationen, wie z.B. Umgebungsdaten oder Marktdaten oder Prozessdaten, zum Bestimmen eines Wertes eines Betriebsparameters für das Kraftwerk 12 (bei Schritt 172 von Fig. 9 ) konfiguriert sein. In einem Fall kann der Wert eines Betriebsparameters zum Beispiel ein Wert sein, der erforderlich wäre, um einen Leistungsausgang zu erzielen, der ausreichend zur Erfüllung einer Ziellast ist. Der bestimmte Wert kann als ein Anfangssollwert für den entsprechenden Betriebsparameter des Kraftwerks 12 (auch Schritt 172 von Fig. 9 ) verwendet werden. Es wird verstanden werden, dass zu Beispielen derartiger Betriebsparameter Folgende zählen können: Brennstoffdurchfluss, Feuerungstemperatur, eine Position für die Dralldrosseln (falls Leitschaufeln vorhanden sind), Dampfdruck, Dampftemperatur und Dampfdurchfluss. Ein Leistungsindikator kann dann bestimmt werden (bei Schritt 173 von Fig. 9 ), indem ein Leistungsmodell 112 des Anlagencontrollers 22 verwendet wird. Der Leistungsindikator kann eine Betriebseigenschaft, wie z.B. Effizienz, des Kraftwerks 12 bereitstellen. Das Leistungsmodell 112 kann zur Verwendung thermodynamischer und/oder physikalischer Details des Kraftwerks 12 sowie des Sollwertes, der durch das Steuerungsmodell 111 bestimmt wird, konfiguriert sein, um einen Wert einer Betriebseigenschaft des Kraftwerks 12 zu bestimmen. Das Leistungsmodell 112 kann zum Berücksichtigen zusätzlicher Informationen, wie z.B. Umgebungsbedingungen, Marktbedingungen, Prozessbedingungen und/oder weitere relevante Informationen, konfiguriert sein.

[0061] Ausserdem kann gemäss bestimmter Aspekte der vorliegenden Erfindung eine Schätzung der Lebenszykluskosten (LCC – life cycle cost) des Kraftwerks 12 vorgenommen werden (in Schritt 174 von Fig. 9 ), z.B. mit einem LCC-Modell 113, das in dem Anlagencontroller 22 von Fig. 8 enthalten ist. Das LCC-Modell 113, bei welchem es sich um ein Computerprogramm oder dergleichen handeln kann, kann zur Verwendung von physikalischen und/oder Kosteninformationen über das Kraftwerk 12 sowie von Sollwerten aus dem Steuerungsmodell 111 konfiguriert sein, um die geschätzten Lebenszykluskosten des Kraftwerks 12 zu bestimmen. Zu den Lebenszykluskosten können zum Beispiel Gesamtkosten, Wartungskosten und/oder Betriebskosten des Kraftwerks 12 über seine Lebensdauer hinweg zählen. Das LCC-Modell 113 kann ausserdem für eine erhöhte Genauigkeit zum Berücksichtigen der Ergebnisse des Leistungsmodells 112 konfiguriert sein. Das LLC-Modell 113 kann daher die bestimmten Sollwerte des Steuerungsmodells 111 und die Betriebseigenschaft aus dem Leistungsmodell 112 sowie weitere Informationen, wie gewünscht, verwenden, um die Betriebslebensdauer des Kraftwerks 12 zu schätzen, sowie wie viel es kostet, das Kraftwerk 12 während seiner Betriebslebensdauer zu betreiben und/oder zu warten. Wie oben angegeben, kann die Betriebslebensdauer eines Kraftwerks in Betriebsstunden und/oder Anzahl der Starts ausgedrückt werden, und ein gegebenes Kraftwerk weist eine erwartete Betriebslebensdauer auf, die durch einen Hersteller des Kraftwerks bereitgestellt werden kann. Somit können vordefinierte Werte der erwarteten Betriebslebensdauer zumindest als ein Startpunkt für das LCC-Modell 113 und/oder ein Erweiterungsmodul 114 verwendet werden.

[0062] Unter Verwendung von Informationen von anderen Ausführungsformen der Erfindung, wie z.B. Ergebnisse aus der Bestimmung eines Anfangssollwertes, eines Leistungsindikators und eines geschätzten Lebenszyklus, kann ein Optimierungsproblem für das Kraftwerk 12 (bei Schritt 175) wie unten beschrieben gelöst werden. Ein derartiges Optimierungsproblem kann, in Abhängigkeit von einer gewünschten Analysetiefe, mehrere Gleichungen und Variable beinhalten, und kann eine Zielfunktion beinhalten, welche in bestimmten Ausführungsformen eine LCC-basierte Zielfunktion sein kann. Die Lösung kann das Bereitstellen eines verbesserten oder erhöhten Betriebsparameters des Kraftwerks 12 beinhalten, wie zum Beispiel durch Minimierung einer LCC-basierten Zielfunktion (auch Schritt 175). In Ausführungsformen kann die Lösung des Optimierungsproblems durch ein Erweiterungsmodul 114 des Anlagencontrollers 22 von Fig. 8 erfolgen.

[0063] Wie aus der Optimierungstheorie bekannt ist, stellt eine Zielfunktion eine/n zu optimierende/n Eigenschaft oder Parameter dar und kann viele Variable und/oder Parameter berücksichtigen, in Abhängigkeit davon, wie das Optimierungsproblem definiert ist. Bei einem Optimierungsproblem kann eine Zielfunktion maximiert oder minimiert werden, in Abhängigkeit von dem bestimmten Problem und/oder dem Parameter, das/der durch die Zielfunktion dargestellt ist. Zum Beispiel würde, wie oben angegeben, eine Zielfunktion, welche LCC ausdrückt, gemäss Ausführungsformen minimiert werden, um mindestens einen Betriebsparameter zu erzeugen, der zum Betreiben des Kraftwerks 12 verwendet werden kann, um die LCC so niedrig wie machbar zu halten. Ein Optimierungsproblem für das Kraftwerk 12, oder zumindest eine Zielfunktion, kann derartige Faktoren wie Kraftwerkseigenschaften, Standortparameter, Kundenspezifikationen, Ergebnisse aus dem Steuerungsmodell III, Leistungsmodell 112 und/oder LCC-Modell 113, Umgebungsbedingungen, Marktbedingungen und/oder Prozessbedingungen sowie jegliche zusätzlichen Informationen, die geeignet und/oder gewünscht sein können, berücksichtigen. Derartige Faktoren können in Terme einer Zielfunktion gesammelt werden, sodass zum Beispiel eine LCC-basierte Zielfunktion Wartungskosten und Betriebskosten über die Zeit beinhaltet, wobei die Zeit ein Vorhersagehorizont auf der Grundlage einer geschätzten Komponentenbetriebslebensdauer ist. Es wird verstanden werden, dass komplexe Zielfunktionen und/oder Optimierungsprobleme in Implementierungen der vorliegenden Erfindung verwendet werden können, da jede viele oder alle der verschiedenen Funktionen und/oder Faktoren, die hierin beschrieben sind, beinhalten kann.

[0064] Wartungskosten können zum Beispiel durch die Modellierung von Teilen des Kraftwerks 12 zur Abschätzung des Verschleisses auf der Grundlage verschiedener Parameter, wie z.B. die bereits diskutierten, bestimmt werden. Es wird verstanden werden, dass zu diesem Zweck jedes Teil des Kraftwerks 12 modelliert werden kann. In einer praktischen Anwendung werden jedoch möglicherweise die Teile im Zusammenhang mit wenigeren, grösseren Abschnitten oder wenigeren, ausgewählten Abschnitten des Kraftwerks 12 modelliert und/oder Konstante oder Anschlusswerte können möglicherweise für einige Teile anstelle der Modellierung verwendet werden. Egal welcher Detaillierungsgrad eingesetzt wird, die Minimierung einer derartigen LCC-basierten Zielfunktion ist Teil eines Optimierungsproblems, das für ein gegebenes Kraftwerk aufgrund vieler Faktoren, wie z.B. die oben bereitgestellten, variieren kann, und zu ihnen kann zumindest ein verbesserter oder erhöhter Betriebsparameter des Kraftwerks 12 zählen, wie z.B. in Übereinstimmung mit der Minimierung der LCC. Ausserdem wird der Fachmann auf dem Gebiet erkennen, dass mindestens eine Beschränkung auf das Optimierungsproblem auferlegt werden kann, wie z.B. eine vordefinierte Betriebszeit und/oder Stillstandzeit, eine vordefinierte Höchst- und/oder Tiefsttemperatur an verschiedenen Orten im Kraftwerk 12, ein vordefiniertes Drehmoment, ein vordefinierter Leistungsausgang und/oder andere Beschränkungen, wie gewünscht und/oder angemessen. Wenn nicht anders angegeben, liegt es innerhalb des Bereichs des Fachmanns auf dem Gebiet zu bestimmen, welche Beschränkungen in welcher Art und Weise für ein gegebenes Optimierungsproblem angewandt werden sollten. Ferner wird der Fachmann auf dem Gebiet Situationen erkennen, in welchen zusätzliche Optimierungstheorietechniken angewandt werden können, wie z.B. das Hinzufügen einer Schlupfvariablen zum Gestatten einer machbaren Lösung für das Optimierungsproblem.

[0065] Es können bekannte Techniken, wie z.B. durch das Erweiterungsmodul 114 (Fig. 8 ), zum Lösen eines Optimierungsproblems für den Betrieb des Kraftwerks 12 eingesetzt werden. Zum Beispiel kann, wie geeignet und/oder erwünscht, eine ganzzahlige Programmierung, eine lineare, eine gemischte ganzzahlige lineare, eine gemischte ganzzahlige nichtlineare und/oder eine andere Technik verwendet werden. Ausserdem kann, wie bei der Beispielzielfunktion zu sehen ist, das Optimierungsproblem über einen Vorhersagehorizont gelöst werden, unter Bereitstellung einer Anordnung von Werten für mindestens einen Betriebsparameter des Kraftwerks 12. Während Verbesserung oder Steigerung über einen relativ kurzen Vorhersagehorizont durchgeführt werden können, wie z.B. 24 Stunden oder sogar in der Grössenordnung von Minuten, kann das Erweiterungsmodul 114 (Fig. 8 ), in Abhängigkeit von einer gewünschten Analysetiefe, einen längeren Vorhersagehorizont einsetzen, wie z.B. bis zu einer geschätzten Betriebslebensdauer des Kraftwerks 12. In Ausführungsformen können Anfangssollwerte, wie z.B. durch das Steuerungsmodell 111 (Fig. 8 ) bestimmt, als Reaktion auf die und/oder als Teil der Lösung des Optimierungsproblems angepasst werden, um einen verbesserten oder erhöhten oder optimierten Sollwert zu erhalten. Ausserdem kann beim Bestimmen eines Anfangssollwertes, Bestimmen eines Wertes eines Leistungsindikators, Bestimmen geschätzter LCC-Kosten und Verbessern oder Erhöhen (in Schritt 172–175 von Fig. 9 ) Iteration verwendet werden, um die Ergebnisse zu verfeinern und/oder Steuersollwerte des Kraftwerks 12 besser zu steigern oder zu erhöhen.

[0066] Wie beschrieben werden wird, kann ein Angebotskurvenabschnitt 180 eine Angebotskurve oder einen Satz von Angebotskurven erstellen, wobei ein Beispiel einer solchen zuvor in Bezug auf Fig. 7 gezeigt wurde. Im Anlagencontroller 22 können Steuerinformationen 115 vom Steuermodul 110 und/oder Datenressourcen 26 durch ein Angebotskurvenmodul 120 empfangen werden (in Schritt 181 von Fig. 9 ). Gemäss bestimmter Ausführungsformen zählen zu den Steuerinformationen 115 Steuerungssollwerte, Leistung, Umgebungsbedingungen und/oder Marktbedingungen. Diese Informationen können auch als «Verlaufs»-Informationen bekannt sein. Ausserdem kann eine Umgebungsbedingungsvorhersage 121 und/oder Marktbedingungsvorhersage 122 empfangen werden (in Schritt 182). Gemäss bestimmter Ausführungsformen kann eine Datenbank 123 enthalten sein, und diese kann aktuelle Informationen, «Verlaufs»-Informationen und/oder historische Informationen lokal speichern, einschliesslich sämtlicher Umgebungsbedingungen, Marktbedingungen, KraftwerksleistungsInformationen, Angebotskurven, Steuerungssollwerte und/oder jeglicher weiterer Informationen, die geeignet sein können. Die Datenbank 123 kann zum Bereitstellen von Informationen zum Simulieren des Betriebs des Kraftwerks 12 verwendet werden (in Schritt 183), wie z.B. mit einem Offline-Modell 124 des Kraftwerks 12.

[0067] Das Offline-Modell 124 kann ein Modell ähnlich dem Steuerungsmodell 111 aufweisen, kann jedoch auch zusätzliche Modellierungsinformationen beinhalten. Zum Beispiel kann das Offline-Modell 124 Abschnitte oder die Gesamtheit des Steuerungsmodells 111, Leistungsmodells 112, LCC-Modells 113 und/oder zusätzliche Modellierungsinformationen einschliessen. Durch das Durchführen des Offline-Modells 124 mit Sollwerten und/oder Informationen aus dem Verbessern oder Erhöhen der LCC, kann die Ausgabe des Offline-Modells 124 verwendet werden, um geschätzte Werte für die Kosten der Stromproduktion für jedes Zeitintervall in einem Vorhersagehorizont und für verschiedene Werte des Leistungsausgangs des Kraftwerks 12 zum Erzeugen einer oder mehrerer Angebotskurven 125 zu bestimmen (in Schritt 184), welche an die Lastverteilungsbehörde 24 gesendet oder anderweitig an diese bereitgestellt werden können (in Schritt 185). Das Offline-Modell 124 kann jegliche geeigneten Informationen, wie z.B. historische, aktuelle und/oder vorhergesagte Informationen, bei der Bestimmung geschätzter Betriebskosten und/oder -bedingungen des Kraftwerks 12 verwenden. Ausserdem kann das Offline-Modell 124 in Ausführungsformen abgestimmt sein (in Schritt 186), wie z.B. ein Modellabstimmungsmodul 126. Das Abstimmen kann zum Beispiel das periodische Anpassen von Parametern für das Offline-Modell 124 auf der Grundlage von Informationen beinhalten, die von anderen Teilen des Anlagencontrollers 22 empfangen und/oder durch diese bereitgestellt wurden, um den tatsächlichen Betrieb des Kraftwerks 12 besser zu reflektieren und um so den Betrieb des Kraftwerks 12 besser zu simulieren. Somit kann der Anlagencontroller 12 für einen gegebenen Satz von Betriebsparametern, wenn der Anlagencontroller 12 eine tatsächliche Prozessbedingung überwacht, die sich von dem unterscheidet, was das Offline-Modell 124 vorhergesagt hatte, das Offline-Modell 124 entsprechend verändern.

[0068] Zusätzlich zu den Angebots kurven 125 vom Kraftwerk 12a, wie veranschaulicht, kann die Lastverteilungsbehörde 24 Angebotskurven 125 von anderen Kraftwerken 12b unter seiner Kontrolle empfangen. Die Lastverteilungsbehörde 24 kann die Angebotskurven 125 auswerten und kann einen Lastverteilungszeitplan erstellen, um die Last im Stromversorgungssystem 10 zu verteilen. Die Lastverteilungsbehörde 24 kann ausserdem, wie angemessen und/oder erwünscht, vorhergesagte Umgebungsbedingungen, eine Lastvorhersage und/oder andere Informationen berücksichtigen, welche sie von verschiedenen lokalen oder entfernten Datenressourcen 26, auf welche sie Zugriff hat, empfangen kann. Wie veranschaulicht, beinhaltet der Lastverteilungszeitplan, der durch die Lastverteilungsbehörde 24 erstellt wird, ein Steuersignal für das Kraftwerk 12, das eine Ziellast 128 beinhaltet, auf welche der Anlagencontroller 22 wie oben beschrieben reagieren kann.

[0069] Es wird verstanden werden, dass der Einschluss von Lebenszykluskosten-Überlegungen, wie hierin beschrieben, dazu dienen kann, den Umfang und die Genauigkeit der Anlagenmodelle, die im Optimierungsprozess verwendet werden, zu erhöhen und dadurch Verbesserungen für den Vorgang zu ermöglichen. Die Angebotskurven 125, wie oben beschrieben, können variable Kosten darstellen (gemessen in Dollar pro Megawattstunde gegenüber Kraftwerksausgang in Megawatt). Die Angebotskurven 125 können eine Angebotskurve der inkrementellen variablen Kosten und eine Angebotskurve der durchschnittlichen variablen Kosten beinhalten. Wie zu sehen ist, können Ausführungsformen der vorliegenden Erfindung akkurate Beurteilungen der variablen Kosten über ihre erstellten Angebotskurven 125 bereitstellen. Unter Verwendung von Ausführungsformen der vorliegenden Erfindung sagen die Angebotskurven der inkrementellen variablen Kosten nachweislich sehr genau die Kurven der tatsächlichen inkrementellen variablen Kosten vorher, während die Angebotskurven der durchschnittlichen variablen Kosten nachweislich sehr genau die Kurven der tatsächlichen durchschnittlichen variablen Kosten vorhersagen. Die Genauigkeit der Angebotskurven, die durch Ausführungsformen der vorliegenden Erfindung erstellt werden, gibt an, dass die verschiedenen im Anlagencontroller 22 von Fig. 8 verwendeten Modelle ein geeignet repräsentatives Modell für die dargelegten Zwecke bereitstellen.

[0070] Bezugnehmend auf Fig. 10 bis 12 werden weitere Aspekte der vorliegenden Erfindung unter Bezugnahme auf und unter Einbeziehung bestimmter oben bereitgestellter Systeme und Verfahren beschrieben. Fig. 10 ist ein Datenflussdiagramm, das eine Architektur für ein Anlagenoptimierungssystem 200 demonstriert, das in einem GuD-Kraftwerk mit einem Gas- und Dampfturbinensystem verwendet werden kann. In der bereitgestellten Ausführungsform beinhaltet ein System 200 Überwachungs- und Steuerinstrumente 202, 204, wie z.B. die oben diskutierten Sensoren und Stellantriebe, im Zusammenhang mit sowohl dem Gasturbinen-(202) als auch dem Dampfturbinensystem (204). Jedes der Überwachungs- und Steuerinstrumente 202, 204 kann Signale, die indikativ für gemessene Betriebsparameter sind, an einen Anlagencontroller 208 übertragen. Der Anlagencontroller 208 empfängt die Signale, verarbeitet die Signale in Übereinstimmung mit vorbestimmten Algorithmen und überträgt Steuersignale an die Überwachungs- und Steuerinstrumente 202, 204, um Veränderungen in Anlagenoperationen zu bewirken.

[0071] Der Anlagencontroller 208 weist eine Schnittstelle mit einem Datenerfassungsmodul 210 auf. Das Datenerfassungsmodul 210 kann kommunikativ an eine Datenbank/Historiker 212 gekoppelt sein, die Archivdaten für zukünftige Referenzzwecke und zur Analyse pflegt. Ein Wärmebilanzmodul 214 kann wie angefordert Daten vom Datenerfassungsmodul 210 und der Datenbank/Historiker 212 empfangen, um Algorithmen zu verarbeiten, die ein Masse- und Energiebilanzmodell des Kraftwerks abstimmen, damit es so genau wie möglich mit gemessenen Daten übereinstimmt. Diskrepanzen zwischen dem Modell und den gemessenen Daten können Fehler in den Daten angeben. Wie verstanden werden wird, kann ein Leistungsmodul 216 Anlagenausrüstungsmodelle verwendet, um die erwartete Leistung von Hauptanlagenkomponenten und -ausrüstung vorherzusagen. Der Unterschied zwischen erwarteter und aktueller Leistung kann eine Verschlechterung des Zustands von Anlagenausrüstung, Teilen und Komponenten darstellen, wie z.B., jedoch nicht darauf beschränkt, Verschmutzung, Verkrustung, Korrosion und Brüche. Gemäss Aspekten der vorliegenden Erfindung kann das Leistungsmodul 216 die Verschlechterung mit der Zeit verfolgen, sodass Leistungsprobleme, welche die signifikanteste Auswirkung auf die Anlagenleistung haben, identifiziert werden.

[0072] Wie veranschaulicht, kann ein Optimierermodul 218 enthalten sein. Das Optimierermodul 218 kann eine Methodik zum Optimieren einer wirtschaftlichen Lastverteilung der Anlage beinhalten. Zum Beispiel kann, gemäss Ausführungsformen, die Lastverteilung auf die Kraftwerke auf der Grundlage des spezifischen Wärmeverbrauchs oder des inkrementellen spezifischen Wärmeverbrauchs gemäss der Annahme, dass der spezifische Wärmeverbrauch äquivalent zu monetären Ressourcen ist, erfolgen. In einem alternativen Szenario, in welchem das Kraftwerk einen zusätzlichen Herstellungsprozess beinhaltet (nicht gezeigt), für welchen Dampf direkt verwendet wird (d.h. wobei der erzeugte Dampf von der Stromerzeugung in der Dampfturbine zu einer anderen Produktionsverwendung umgeleitet werden kann), wird verstanden werden, dass das Optimierermodul 218 ein Optimierungsproblem lösen kann, wobei eine Komponente mit einem höheren spezifischen Wärmeverbrauch zugewiesen werden kann. Zum Beispiel kann sich in bestimmten Situationen eine Nachfrage nach Dampf schneller entwickeln als eine Nachfrage nach Elektrizität oder die elektrische Leistung kann durch elektrische Systemanforderungen beschränkt sein. In solchen Fällen kann es eine Zuweisung eines Gasturbinenmotors mit niedrigerer Effizienz gestatten, dass mehr Wärme gewonnen wird, ohne die elektrische Leistung über eine Grenze hinaus anzuheben. In derartigen Szenarien ist die Zuweisung der Komponente mit einem höheren spezifischen Wärmeverbrauch die wirtschaftlich optimierte Alternative.

[0073] Das Optimierermodul 218 kann zwischen einem Online-(automatisch) und einem Offline- (manuell) Modus auswählbar sein. Im Online-Modus berechnet der Optimierer 218 automatisch aktuelle wirtschaftliche Anlagenparameter, wie z.B. Kosten der erzeugten Elektrizität, inkrementelle Kosten auf jeder Erzeugungsebene, Kosten des Prozessdampfes und Anlagenbetriebsertrag bei einer vorbestimmten Periodizität, zum Beispiel in Echtzeit oder ein Mal alle fünf Minuten. Ein Offline-Modus kann verwendet werden, um die Dauerleistung zu simulieren, «Was-wäre-wenn»-Szenarien zu analysieren, Budget- und Upgrade-Optionen zu analysieren und die aktuelle Stromerzeugungsfähigkeit, den spezifischen Zielwärmeverbrauch, die Korrektur des aktuellen Anlagenbetriebs auf Garantiebedingungen, die Auswirkung von Betriebsbeschränkungen und Wartungsvorgängen und den Brennstoffverbrauch vorherzusagen. Der Optimierer 218 berechnet eine ertragsoptimierte Leistung für das Kraftwerk auf der Grundlage wirtschaftlicher Echtzeit-Kostendaten, Ausgangspreise, Lastlevel und Ausrüstungsverschleiss anstatt einer Leistung auf der Grundlage der Effizienz durch das Kombinieren von Anlagenwärmebilanzen mit einem Anlagenfinanzmodell. Der Optimierer 218 kann derart abgestimmt sein, dass er die Verschlechterung jeder Komponente einzeln berücksichtigt, und er kann eine Beratungsausgabe 220 erzeugen und/oder er kann eine geschlossene Feedbackschleifensteuerausgabe 222 erzeugen. Die Beratungsausgabe 220 empfiehlt den Bedienern, wo steuerbare Parameter des Kraftwerks einzustellen sind, um jede Anlagenkomponente zu optimieren und die Maximierung der Rentabilität zu vereinfachen. In der beispielhaften Ausführungsform ist die Beratungsausgabe 220 ein Computeranzeigebildschirm, der kommunikativ an ein computerausführendes Optimierermodul 218 gekoppelt ist. In einer alternativen Ausführungsform ist die Beratungsausgabe ein entfernter Arbeitsplatzanzeigebildschirm, wobei der Arbeitsplatz über ein Netzwerk auf das Optimierermodul 218 zugreift. Die geschlossene Feedbackschleifen-Steuerausgabe 222 kann Daten vom Optimierermodul 218 empfangen und berechnet optimierte Sollwerte und/oder Voreinstellungen für die Module des Systems 200 zum Implementieren von Echtzeit-Feedbacksteuerung.

[0074] Fig. 11 ist ein vereinfachtes Blockdiagramm eines Echtzeit-Optimierungssystems für ein Wärmekraftwerk 230, das, gemäss Aspekten der vorliegenden Erfindung, ein Serversystem 231 und mehrere Client-Untersysteme, auch als Client-Systeme 234 bezeichnet, beinhaltet, die kommunikativ an das Serversystem 231 gekoppelt sind. Wie hierin verwendet, bezieht sich Echtzeit auf Ereignisse, die in einem im Wesentlichen kurzen Zeitraum, nachdem eine Veränderung in den Eingaben das Ergebnis beeinträchtigt, zum Beispiel Computerberechnungen, auftreten. Der Zeitraum steht für die Zeitmenge zwischen jeder Iteration einer regelmässig wiederholten Aufgabe. Derartige wiederholte Aufgaben können hierin als periodische Aufgaben oder Zyklen bezeichnet sein. Der Zeitraum ist ein Designparameter des Echtzeitsystems, der basierend auf der Bedeutung des Ergebnisses und/oder der Fähigkeit des Systems, welches die Verarbeitung der Eingaben implementiert, um das Ergebnis zu erzeugen, ausgewählt sein kann. Ausserdem finden Ereignisse, die in Echtzeit stattfinden, ohne eine wesentliche absichtliche Verzögerung statt. In der beispielhaften Ausführungsform können Berechnungen in Echtzeit mit einer Periodizität von einer Minute oder weniger aktualisiert werden. Bei den Client-Systemen 234 kann es sich um Computer handeln, die einen Webbrowser beinhalten, sodass das Serversystem 231 über das Internet oder ein anderes Netzwerk für die Client-Systeme 234 zugänglich ist. Die Client-Systeme 234 können über viele Schnittstellen mit dem Internet verbunden sein. Bei den Client-Systemen 234 könnte es sich um jedes Gerät handeln, das zur Verbindung mit dem Internet in der Lage ist. Ein Datenbankserver 236 ist mit einer Datenbank 239 verbunden, welche Informationen hinsichtlich mehrerer Angelegenheiten enthält, wie untern detaillierter beschrieben. In einer Ausführungsform ist eine zentralisierte Datenbank 239, welche Aspekte der oben diskutierten Datenressourcen 26 beinhaltet, auf dem Serversystem 231 gespeichert und potentielle Nutzer an einem der Client-Systeme 234 können durch Einloggen auf dem Serversystem 231 über die Client-Systeme 234 darauf zugreifen. In einer alternativen Ausführungsform ist die Datenbank 239 entfernt vom Serversystem 231 gespeichert und kann dezentral sein.

[0075] Gemäss Aspekten der vorliegenden Erfindung, können bestimmte der oben diskutierten Steuerungsverfahren zur Verwendung in Verbindung mit den Systemdiagrammen von Fig. 10 und 11 entwickelt werden. Zum Beispiel beinhaltet ein Verfahren das Simulieren der Kraftwerksleistung unter Verwendung eines Anlagenleistungsmoduls eines Softwarecodesegments, das Daten vom Kraftwerküberwachungsinstrument empfängt. Die Daten können über ein Netzwerk von einem Anlagencontroller oder einem Datenbank-/Historiker-Softwareprogramm, das auf einem Server ausgeführt wird, empfangen werden. Jegliche zusätzlichen Anlagenkomponenten, wie z.B. ein Einlasskonditionierungssystem oder ein HRSG-Kanalfeuerungssystem, können in ähnlicher Art und Weise wie die Simulation der Kraftwerksleistung simuliert werden. Das Bestimmen der Leistung jeder Anlagenkomponente auf die gleiche Art und Weise gestattet die Behandlung des Gesamtkraftwerks als eine einzelne Anlage zum Bestimmen optimierter Sollwerte für das Kraftwerk anstelle der separaten Bestimmung derartiger Sollwerte für jede Komponente einzeln. Messbare Mengen für jede Anlagenkomponente können parameterisiert werden, um die Leistung oder Kraftwerkseffizienz auf einer Komponente-für-Komponente-Basis auszudrücken. Das Parameterisieren der Anlagenausrüstung und Anlagenleistung beinhaltet das Berechnen der Effizienz für Komponenten, wie z.B., jedoch nicht darauf beschränkt, ein Gasturbinenverdichter, eine Gasturbine, ein Abhitzedampferzeuger (HRSG), ein Gebläse, ein Kühlturm, ein Kondensator, ein Speisewassererhitzer, ein Verdampfer, ein Entspanner usw. Ähnlich wird verstanden werden, dass Berechnungen des spezifischen Wärmeverbrauchs und der Leistung parameterisiert und die resultierenden simultanen Gleichungen in Echtzeit gelöst werden können, sodass die berechneten Ergebnisse ohne eine absichtliche Verzögerung ab der Zeit, zu der jeder Parameter erfasst wurde, zur Verfügung stehen. Das Lösen von parameterisierten simultanen Gleichungen und Beschränkungen kann auch das Bestimmen einer aktuellen Wärmebilanz für das Kraftwerk und das Bestimmen einer erwarteten Leistung unter Verwendung vorliegender Beschränkungen im Betrieb des Kraftwerks, wie z.B., jedoch nicht darauf beschränkt, Reserveleistungsanforderungen, elektrischer Systembedarf, Wartungsaktivitäten, Süsswasserbedarf und Komponentenausfälle, beinhalten. Das Lösen von parameterisierten Gleichungen und Beschränkungen kann auch das Bestimmen von Parametern zum Anpassen und Modifizieren der aktuellen Wärmebilanz beinhalten, sodass eine zukünftige Wärmebilanz gleich der bestimmten erwarteten Leistung ist. In einer alternativen Ausführungsform beinhaltet das Lösen von parameterisierten simultanen Gleichungen und Beschränkungen das Bestimmen der Einlassbedingungen zum Kraftwerk, das Vorhersagen einer Leistung des Kraftwerks basierend auf den bestimmten Einlassbedingungen und einem vorbestimmten Modell des Kraftwerks, das Bestimmen einer aktuellen Leistung des Kraftwerks, das Vergleichen der vorhergesagten Leistung mit der bestimmten Leistung und das Anpassen von Anlagenparametern, bis die bestimmte Leistung gleich der vorhergesagten Leistung ist. In beispielhaften Ausführungsformen beinhaltet das Verfahren auch das Korrelieren von steuerbaren Anlagenparametern, Anlagenausrüstung und Anlagenleistung unter Verwendung parameterisierter Gleichungen, das Definieren des Ziels der Optimierung unter Verwendung einer Zielfunktion, welches das Minimieren des spezifischen Wärmeverbrauchs des Kraftwerks und/oder das Maximieren des Ertrags des Kraftwerks beinhaltet, und das Definieren des physikalisch möglichen Bereichs des Betriebs von jedem einzelnen Ausrüstungsgegenstand und/oder der Gesamtgrenzen unter Verwendung von Beschränkungen, wobei zu den Gesamtgrenzen die maximale Stromproduktion, der maximale Brennstoffverbrauch usw. zählen.

[0076] Fig. 12 ist ein Flussdiagramm eines beispielhaften Verfahrens 250 zum Lösen von parameterisierten simultanen Gleichungen und Beschränkungen in Übereinstimmung mit der vorliegenden Erfindung. Das Verfahren 250 beinhaltet das Bestimmen (bei 252) einer aktuellen Wärmebilanz für das Kraftwerk, das Bestimmen (bei 254) einer erwarteten Leistung unter Verwendung aktueller Beschränkungen des Betriebs und das Bestimmen (bei 256) von Parametern zum Anpassen und Modifizieren der aktuellen Wärmebilanz, sodass eine zukünftige Wärmebilanz gleich der bestimmten erwarteten Leistung ist. Das Verfahren 250 beinhaltet auch das Bestimmen 258 von Einlassbedingungen zum Kraftwerk, das Vorhersagen 260 einer Leistung des Kraftwerks basierend auf den bestimmten Einlassbedingungen und einem vorbestimmten Modell des Kraftwerks, das Bestimmen 262 einer aktuellen Leistung des Kraftwerks, das Vergleichen 264 der vorhergesagten Leistung mit der bestimmten Leistung und das Anpassen 266 von Anlagenparametern, bis die bestimmte Leistung gleich der vorhergesagten Leistung ist. Es wird verstanden werden, dass das beschriebene Verfahren und die in Bezug auf Fig. 10 und 11 diskutierten Systeme ein kostengünstiges und zuverlässiges Mittel zum Optimieren von GuD-Kraftwerken bereitstellen.

[0077] Bezugnehmend auf Fig. 13 bis 16 werden mehrere Flussdiagramme und Systemkonfigurationen betrachtet, die eine Steuermethodik gemäss bestimmter Aspekte der vorliegenden Erfindung veranschaulichen. Im Allgemeinen kann, gemäss einer Beispielausführungsform, ein Steuersystem für eine Wärmekraftanlage, wie z.B. das Gasturbinensystem, oder ein Kraftwerk ein erstes und zweites Beispiel eines Modells beinhalten, welches den Betrieb der Turbinen modelliert, wie z.B. durch Ausnutzung physikbasierter Modelle oder mathematischer Modellierung (z.B. Transferfunktionen usw.). Das erste Modell (welches auch als das «primäre Modell» bezeichnet werden kann) kann vorliegende Betriebsparameter des Gasturbinensystems bereitstellen, welche den Turbinenbetriebsmodus und die dementsprechenden Betriebsbedingungen beschreiben. Wie hierin verwendet, beziehen sich «Parameter» auf Punkte, die verwendet werden können, um die Betriebsbedingungen der Turbine zu definieren, wie z.B., jedoch nicht darauf beschränkt, Temperaturen, Drücke, Gasströme an definierten Stellen in der Turbine, Verdichter-, Brennkammer- und Turbinenwirkungsgrade usw. Leistungsparameter können auch als «Modellkorrekturfaktoren» bezeichnet werden, welche sich auf Faktoren beziehen, die verwendet werden, um das erste oder zweite Modell anzupassen, um den Betrieb der Turbine zu reflektieren. Eingaben in das erste Modell können erfasst oder gemessen und durch einen Bediener bereitgestellt werden. Zusätzlich zu aktuellen Leistungsparametern kann das Verfahren der vorliegenden Erfindung das Empfangen oder anderweitige Erhalten von Informationen zu externen Faktoren oder Störgrössen, wie z.B. Umgebungsbedingungen, beinhalten, welche den derzeitigen oder zukünftigen Betrieb des Gasturbinensystems beeinträchtigen können.

[0078] Das zweite Modell (auch als ein «sekundäres Modell» oder ein «prädiktives Modell» bezeichnet) wird erstellt, um einen oder mehrere Betriebsparameter, wie z.B. Regelgrössen, des Gasturbinensystems zu identifizieren oder vorherzusagen, und zwar unter Berücksichtigung der vorliegenden Betriebsparameter, wie z.B. Stellgrössen, und der einen oder mehreren Störgrössen. Zu Beispielbetriebsparametern der Turbine zählen, jedoch nicht darauf beschränkt, tatsächliche Turbinenbetriebsbedingungen, wie z.B. Abgastemperatur, Turbinenleistung, Verdichter-Druckverhältnisse, spezifischer Wärmeverbrauch, Emissionen, Brennstoffverbrauch, erwartete Erträge und dergleichen. Daher kann dieses zweite oder prädiktive Modell genutzt werden, um Turbinenverhalten bei bestimmten Betriebssollwerten, Leistungszielen oder Betriebsbedingungen, die sich von den vorliegenden Betriebsbedingungen unterscheiden, anzugeben oder vorherzusagen. Wie hierin verwendet, bezieht sich der Begriff «Modell» im Allgemeinen auf die Handlung des Modellierens, Simulierens, Vorhersagens oder Angebens auf der Grundlage der Ausgabe des Modells. Es wird verstanden, dass es, während hierin der Begriff «zweites Modell» verwendet wird, in einigen Fällen möglicherweise keinen Unterschied zwischen der Formulierung des ersten und zweiten Modells gibt, sodass das «zweite Modell» das Ausführen des ersten Modells mit angepassten Parametern oder einer zusätzlichen oder unterschiedlichen Eingabe darstellt.

[0079] Dementsprechend kann durch die Modellierung des Turbinenbetriebsverhaltens unter Ausnutzung des zweiten oder prädiktiven Modells, das externe Faktoren und/oder unterschiedliche Betriebsbedingungen berücksichtigt, die Turbinensteuerung angepasst werden, damit sie unter diesen unterschiedlichen Betriebsbedingungen oder angesichts der nicht antizipierten externen Faktoren effizienter arbeitet. Dieses System gestattet daher eine automatisierte Turbinensteuerung auf der Grundlage von modelliertem/n Verhalten und Betriebseigenschaften. Ausserdem gestattet das beschriebene Modellierungssystem das Erstellen von bedienerspezifizierten Szenarien, Eingaben, Betriebspunkten, Betriebszielen und/oder Betriebsbedingungen zum Vorhersagen von Turbinenverhalten und Betriebseigenschaften unter diesen bedienerspezifizierten Bedingungen. Das Vorhersagen derartiger hypothetischer Szenarien gestattet es Bedienern, informiertere Steuerungs- und Betriebsentscheidungen zu treffen, wie z.B. Zeitplanung, Belastung, Teillast usw. Wie hierin verwendet, bezieht sich der Begriff «Betriebspunkte» im Allgemeinen auf Betriebspunkte, Bedingungen und/oder Ziele und soll nicht einschränkend sein. So kann sich ein Betriebspunkt auf ein Ziel oder einen Sollwert beziehen, wie z.B. Grundlast, Teillastpunkt, Spitzenfeuer und dergleichen.

[0080] Eine Beispielverwendung des beschriebenen Turbinenmodellierungssystems beinhaltet das Anpassen des Turbinenbetriebs zum Erfüllen von Netzerfüllungsanforderungen, während trotzdem auf dem effizientesten Niveau gearbeitet wird. Zum Beispiel schreiben regionale Netzbehörden üblicherweise Anforderungen vor, dass Stromerzeugungsanlagen in der Lage sein müssen, ein Netz im Fall von Frequenzstörungen zu unterstützen. Das Unterstützen des Netzes im Fall von Störungen beinhaltet das Erhöhen oder Verringern der Turbinenlast unter bestimmten Bedingungen, abhängig vom Netzzustand. Zum Beispiel wird im Fall einer Störung von einem Kraftwerk erwartet, dass es seine Stromerzeugungsleistung erhöht (z.B. um bis zu 2%), um andere Lieferdefizite zu kompensieren. Daher beschränkt der Turbinenbetrieb üblicherweise den Grundlastpunkt, um zu gestatten, dass die Turbine mit einem begrenzten Leistungslevel betrieben wird (auch als die «reservierte Marge» bezeichnet), sodass die erhöhte Last, falls nötig, bereitgestellt werden kann, ohne dass der zusätzliche Wartungsfaktor im Zusammenhang mit Überfeuerung anfällt. Als ein Beispiel kann die reservierte Marge 98% dessen betragen, was üblicherweise die Grundlast wäre, wodurch ein Erhöhen der Last zum Erfüllen der Netzanforderungen gestattet werden würde (z.B. Erhöhung um 2%), ohne dass die 100% Grundlast überschritten wird. Jedoch können nicht antizipierte externe Faktoren, wie z.B. Temperatur, Feuchtigkeit oder Druck, negative Auswirkungen auf die Turbineneffizienz haben. Wenn die Temperaturen an einem Tag stark ansteigen, weist eine Turbine möglicherweise nicht mehr diese 2% Reserve auf, die sie benötigt, weil die Wärme verursacht hat, dass die Turbine weniger effizient arbeitet und die Turbine diese 100% Last nicht wie ursprünglich geplant erreichen kann. Um dies zu kompensieren, veranlassen herkömmliche Kurven des spezifischen Wärmeverbrauchs angesichts des möglichen Maschineneffizienzverlustes (z.B. bei 96% usw.) einen Betrieb der Turbine in einem effizienteren Zustand über den gesamten Tag hinweg. Das hierin beschriebene Turbinenmodellierungssystem gestattet jedoch das Modellieren des Turbinenverhaltens in Echtzeit gemäss der aktuellen externen Faktoren (z.B. Temperatur, Feuchtigkeit, Druck usw.) und somit das Steuern des Turbinenbetriebs für den effizientesten Betrieb angesichts der aktuellen Umgebungsbedingungen. Ähnlich kann zukünftiges Turbinenverhalten vorhergesagt werden, wie z.B. das Vorhersagen des Turbinenverhaltens als Reaktion auf die Wärmeschwankung während eines Tages, wodurch eine Turbinenbetriebsplanung zum Erreichen des effizientesten und wirtschaftlichsten machbaren Betriebs gestattet wird. Als ein weiteres Beispiel treffen Stromerzeugungsanlagen üblicherweise Entscheidungen darüber, ob sie Gasturbinen nachts herunterfahren oder einfach die Leistungspegel senken sollen (z.B. Teillast). Die Turbinenbetriebseigenschaften, wie z.B. Emissionen, Abgastemperatur und dergleichen, haben Einfluss auf diese Entscheidung. Unter Ausnutzung des hierin beschriebenen Turbinenmodellierungssystems können Entscheidungen auf einer intelligenteren Grundlage getroffen werden, entweder im Voraus oder in Echtzeit oder Fast-Echtzeit. Externe Faktoren und erwartete Turbinenbetriebsparameter können dem zweiten Modell bereitgestellt werden, um zu bestimmen, welches die Turbinenbetriebseigenschaften wären. Somit können die modellierten Eigenschaften genutzt werden, um zu bestimmen, ob eine Turbine unter Berücksichtigung dieser Eigenschaften (z.B. Effizienz, Emissionen, Kosten usw.) abgeschaltet oder in Teillast gefahren werden sollte.

[0081] Als noch ein weiteres Beispiel kann ein Turbinenmodellierungssystem genutzt werden, um den Nutzen der Durchführung von Turbinenwartung zu einer gegebenen Zeit zu evaluieren. Das Turbinenmodellierungssystem der vorliegenden Erfindung kann genutzt werden, um die Betriebseigenschaften der Turbine bei ihren aktuellen Fähigkeiten auf der Grundlage aktueller Leistungsparameter zu modellieren. Dann kann ein bedienerspezifiziertes Szenario erzeugt werden, das die Betriebseigenschaften der Turbinen modelliert, falls Wartung durchgeführt wird (z.B. Verbesserung der Leistungsparameterwerte zum Anzeigen eines erwarteten Leistungsschubs). Zum Beispiel reflektieren die Leistungsparameter, wenn die Turbinen mit der Zeit abbauen, den Maschinenverschleiss. In einigen Fällen kann Wartung durchgeführt werden, um diese Leistungsparameter und somit die Betriebseigenschaften der Turbine zu verbessern. Durch die Modellierung oder Vorhersage der verbesserten Betriebseigenschaften kann eine Kosten-Nutzen-Analyse durchgeführt werden, um den durch die Durchführung einer Wartung gewonnenen Nutzen mit den angefallenen Kosten zu vergleichen.

[0082] Fig. 13 veranschaulicht ein beispielhaftes System 300, das zum Modellieren des Turbinenbetriebsverhaltens verwendet werden kann. Gemäss dieser Ausführungsform ist ein Kraftwerk 302 vorgesehen, welches eine Gasturbine mit einem Verdichter und einer Brennkammer aufweist. Ein Einlasskanal zu dem Verdichter liefert Umgebungsluft und möglicherweise injiziertes Wasser an den Verdichter. Die Konfiguration des Einlasskanals trägt zu einem Druckverlust der Umgebungsluft, die in den Verdichter strömt, bei. Ein Abluftkanal für das Kraftwerk 302 lenkt Verbrennungsgase von dem Auslass des Kraftwerks 302 zum Beispiel durch eine Emissionskontrolle und Schalldämpfungsvorrichtungen. Die Menge des Einlassdruckverlustes und des Gegendrucks kann mit der Zeit aufgrund des Hinzufügens von Komponenten zu den Einlass- und Abluftkanälen sowie aufgrund einer Verstopfung der Einlass- und Abluftkanäle variieren.

[0083] Der Betrieb des Kraftwerks 302 kann durch einen oder mehrere Sensoren überwacht werden, die eine oder mehrere erkennbare Bedingungen oder Betriebs- oder Leistungsparameter des Kraftwerks 302 erfassen. Ausserdem können externe Faktoren, wie z.B. das umgebende Umfeld, durch einen oder mehrere Sensoren gemessen werden. In vielen Fällen können zwei oder drei redundante Sensoren den gleichen Parameter messen. Zum Beispiel können Gruppen redundanter Temperatursensoren die Umgebungstemperatur, die das Kraftwerk 302 umgibt, die Verdichteraustrittstemperatur, die Turbinenabgastemperatur sowie weitere Temperaturen im gesamten Kraftwerk 302 überwachen. Ähnlich können Gruppen redundanter Drucksensoren den Umgebungsdruck und das statische und dynamische Druckniveau am Verdichtereinlass und -auslass, am Turbinenauslass und an weiteren Stellen im gesamten Motor überwachen. Gruppen redundanter Feuchtigkeitssensoren können die Umgebungsfeuchtigkeit im Einlasskanal des Verdichters messen. Gruppen redundanter Sensoren können auch Strömungssensoren, Geschwindigkeitssensoren, Flammenwächtersensoren, Ventilpositionssensoren, Leitschaufelwinkelsensoren oder dergleichen umfassen, welche verschiedene Parameter erfassen, die relevant für den Betrieb des Kraftwerks 302 sind. Ein Brennstoffsteuersystem kann den Brennstoff regulieren, der von einer Brennstoffversorgung zur Brennkammer strömt. Der Brennstoff-Controller kann auch die Art des Brennstoffs für die Brennkammer wählen.

[0084] Wie angegeben, beziehen sich «Betriebsparameter» auf Punkte, die zum Definieren der Betriebsbedingungen des Turbinensystems verwendet werden können, wie z.B. Temperaturen, Drücke, Verdichterdruckverhältnisse, Gasströme an definierten Positionen in der Turbine, Lastsollwert, Feuerungstemperatur sowie eine oder mehrere Bedingungen, die dem Mass des Turbinen- oder Verdichterverschleisses und/oder dem Level der Turbinen- oder Verdichtereffizienz entsprechen. Einige Parameter werden direkt gemessen. Andere Parameter werden durch die Turbinenmodelle geschätzt oder sind indirekt bekannt. Noch andere Parameter können hypothetische oder zukünftige Bedingungen darstellen und können durch den Anlagenbediener definiert werden. Die gemessenen und geschätzten Parameter können verwendet werden, um einen gegebenen Turbinenbetriebszustand darzustellen. Wie hierin verwendet, sind «Leistungsindikatoren» Betriebsparameter, die von den Werten bestimmter gemessener Betriebsparameter abgeleitet sind und ein Leistungskriterium für den Betrieb des Kraftwerks über einen definierten Zeitraum darstellen. Zum Beispiel zählen zu Leistungsindikatoren der spezifische Wärmeverbrauch, der Ausgangspegel usw.

[0085] Wie in Fig. 13 veranschaulicht, beinhaltet das System 300 einen oder mehrere Controller 303a, 303b, bei welchen es sich jeweils um ein Computersystem mit einem oder mehreren Prozessoren handeln kann, die Programme zur Steuerung des Betriebs eines Kraftwerks oder Blocks 302 ausführen. Obwohl Fig. 13 zwei Controller veranschaulicht, wird verstanden werden, dass auch ein einzelner Controller 303 bereitgestellt sein kann. Gemäss einer bevorzugten Ausführungsform können mehrere Controller eingeschlossen sein, um eine redundante und/oder verteilte Verarbeitung bereitzustellen. Die Steuerhandlungen können zum Beispiel von Sensoreingaben oder Anweisungen von Anlagenbedienern abhängen. Zu den durch den Controller 303 ausgeführten Programmen können Zeitplanungsalgorithmen zählen, wie z.B. diejenigen zum Regulieren des Brennstoffstroms zur Brennkammer, zum Verwalten der Erfüllung der Netzanforderungen, Teillast usw. Die durch den Controller 303 erzeugten Befehle können Stellantriebe an der Turbine zum Beispiel zum Anpassen von Ventilen zwischen der Brennstoffzufuhr und den Brennkammern veranlassen, um den Brennstoffström, Aufteilungen und die Art des Brennstoffs zu regulieren. Die Stellantriebe können Dralldrosseln am Verdichter anpassen oder andere Steuersollwerte an der Turbine aktivieren. Es wird verstanden werden, dass der Controller 303 zum Erstellen des ersten und/oder zweiten Modells, wie hierin beschrieben, verwendet werden kann, und zwar zusätzlich zur Vereinfachung der Steuerung des Kraftwerks. Der Controller 303 kann bedienerspezifizierte und/oder vorliegende modellierte Ausgaben (oder jegliche anderen Systemausgaben) empfangen. Wie zuvor beschrieben, kann der Controller 303 einen Speicher aufweisen, der programmierte Logik (z.B. Software) speichert und Daten speichern kann, wie z.B. erfasste Betriebsparameter, modellierte Betriebsparameter, Betriebsgrenzen und -ziele, Betriebsprofile und dergleichen. Ein Prozessor kann das Betriebssystem zum Ausführen der programmierten Logik nutzen und kann dadurch auch darauf gespeicherte Daten nutzen. Benutzer erhalten Schnittstellen mit dem Controller 303 über mindestens ein Benutzerschnittstellengerät. Der Controller 303 kann über eine I/O-Schnittstelle online in Kommunikation mit dem Kraftwerk stehen, während es arbeitet, und kann auch offline in Kommunikation mit dem Kraftwerk stehen, während es nicht arbeitet. Es wird verstanden werden, dass ein oder mehrere der Controller 303 die Ausführung des hierin beschriebenen modellbasierten Steuersystems durchführen können, welches Folgendes beinhalten kann, jedoch nicht darauf beschränkt ist: Erfassen, Modellieren und/oder Empfangen von Betriebsparametern und Leistungsparametern; Erstellen eines ersten Kraftwerksmodells, das den aktuellen Turbinenbetrieb reflektiert; Erfassen, Modellieren und/oder Empfangen von Informationen zu externen Faktoren; Empfangen von Bedienereingaben, wie z.B. Leistungsziele und andere Variable; Erstellen eines zweiten Kraftwerksmodells, das den Betrieb angesichts der bereitgestellten zusätzlichen Daten reflektiert; Steuern des aktuellen oder zukünftigen Turbinenbetriebs und/oder Darstellen modellierter Betriebseigenschaften. Ausserdem sollte verstanden werden, dass auch andere externe Geräte oder mehrere andere Kraftwerke oder Kraftwerksblöcke über I/O-Schnittstellen in Kommunikation mit dem Controller 303 stehen können. Der Controller 303 kann sich in Bezug auf das Kraftwerk, das er steuert, entfernt befinden. Ferner können der Controller 303 und die dadurch implementierte programmierte Logik Software, Hardware, Firmware oder jegliche Kombination davon enthalten.

[0086] Der erste Controller 303a (welcher, wie angegeben, der gleiche oder ein unterschiedlicher Controller wie der zweite Controller 303b sein kann) kann zum Modellieren des Kraftwerks 302 durch ein erstes oder primäres Modell 305 geeignet sein, einschliesslich der Modellierung der aktuellen Leistungsparameter der Turbine. Der zweite Controller 303b kann über ein zweites oder prädiktives Modell 306 zum Modellieren von Turbinenbetriebseigenschaften unter unterschiedlichen Bedingungen geeignet sein. Das erste Modell 305 und das zweite Modell 306 können jeweils eine Anordnung von einer oder mehreren mathematischen Darstellungen des Turbinenverhaltens sein. Jede dieser Darstellungen kann auf Eingabewerten beruhen, um einen geschätzten Wert eines modellierten Betriebsparameters zu erzeugen. In einigen Fällen können die mathematischen Darstellungen einen Ersatzbetriebsparameterwert erzeugen, der in Fällen verwendet werden kann, in welchen kein gemessener Parameterwert verfügbar ist. Das erste Modell 305 kann dann genutzt werden, um eine Grundlage und/oder eine Eingabe für das zweite Modell 306 zum Bestimmen der Turbinenbetriebseigenschaften auf der Grundlage der aktuellen Leistungsparameter des Kraftwerks 302 und jeglicher anderer Faktoren, wie z.B. externe Faktoren, vom Bediener gelieferte Befehle oder Bedingungen und/oder angepasste Betriebszustände, bereitzustellen. Wie oben beschrieben, wird verstanden, dass «das zweite Modell 306» einfach ein Beispiel des gleichen Modells wie das erste Modell 305 sein kann, welches zusätzliche oder unterschiedliche Eingaben berücksichtigt, wie z.B. externe Faktoren, unterschiedliche Betriebspunkte, um unterschiedliche/s Leistungsparameter oder Turbinenverhalten angesichts der unterschiedlichen Eingaben zu modellieren. Das System 301 kann ferner eine Schnittstelle 307 beinhalten.

[0087] Weiter bezugnehmend auf Fig. 13 , ist eine kurze Beschreibung der Wechselbeziehung zwischen den Systemkomponenten bereitgestellt. Wie beschrieben, modelliert das erste oder primäre Modell 305 aktuelle Leistungsparameter 308 des Kraftwerks 302. Zu diesen aktuellen Leistungsparametern 308 können Folgende zählen, jedoch nicht darauf beschränkt: Bedingungen, die dem Mass des Turbinenverschleisses entsprechen, Bedingungen, die dem Level der Turbineneffizienz entsprechen (z.B. der spezifische Wärmeverbrauch oder das Brennstoff-zu-Leistungsausgang-Verhältnis), Dralldrosselwinkel, Menge des Brennstoffstroms, Turbinendrehgeschwindigkeit, Verdichtereinlassdruck und -temperatur, Verdichterausgangsdruck und -temperatur, Turbinenabgastemperatur, Generatorleistungsausgang, Verdichterluftstrom, Brennkammer-Brennstoff/Luft-Verhältnis, Feuerungstemperatur (Turbineneinlass), Brennkammerflammtemperatur, Brennstoffsystem-Druck- Verhältnisse und akustische Eigenschaften. Einige dieser Leistungsparameter 308 können gemessen oder direkt aus dem Turbinenbetrieb erfasst werden und einige können auf der Grundlage anderer gemessener oder erfasster Parameter modelliert werden. Die Leistungsparameter können durch das erste Modell 305 bereitgestellt werden und/oder können im Allgemeinen durch den Controller bereitgestellt werden, z.B. falls sie durch den Controller erfasst und/oder gemessen werden. Beim Erstellen des ersten Modells 305 werden die Leistungsparameter 308 (welche sich auf jegliches Turbinenverhalten bereitgestellt durch das Modell beziehen sollen) zum Erstellen des zweiten oder prädiktiven Modells 306 bereitgestellt. In Abhängigkeit von seinem Verwendungszweck, können auch andere Variable 309 an das zweite Modell 306 bereitgestellt werden. Zum Beispiel können zu den anderen Variablen externe Faktoren zählen, wie z.B. Umgebungsbedingungen, die im Allgemeinen unkontrollierbar sind und einfach in Kauf genommen werden müssen. Ausserdem können zu den anderen Variablen 309 ein Controllerspezifiziertes/r Szenario oder Betriebspunkt (z.B. ein Turbinenbetriebspunkt erzeugt durch oder anderweitig bereitgestellt über den Controller 303, wie z.B. Turbinensteuerung basierend auf dem ersten Modell 305 usw.), gemessene Eingaben, bei welchen es sich um einige oder alle der gleichen gemessenen Eingaben handeln kann, wie möglicherweise als durch das erste Modell 305 modelliert beschrieben, zählen. Wie unter Bezugnahme auf Fig. 14 unten beschrieben, kann ein bedienerspezifiziertes Szenario 313 (z.B. ein oder mehrere durch einen Bediener bereitgestellte Befehle, die unterschiedliche Turbinenbetriebspunkte oder –bedingungen angeben) über Bedienereingabe auch an das zweite Modell 306 bereitgestellt werden. Zum Beispiel können, als eine beispielhafte Verwendung, die anderen Variablen 309 ein Controller-spezifiziertes Szenario beinhalten, das als eine oder mehrere Eingaben an das zweite Modell 306 bereitgestellt wird, wenn versucht wird, in Echtzeit oder Fast-Echtzeit aktuelles Turbinenverhalten basierend auf zusätzlichen Eingaben, wie z.B. externe Faktoren oder gemessene Eingaben, zu modellieren. Durch die Ausnutzung eines Controllerspezifizierten Szenarios des ersten Modells zusätzlich zu einer oder mehreren dieser zusätzlichen Eingaben, kann das erwartete Echtzeit-Verhalten des Kraftwerks 302 durch das zweite Modell 306 unter Berücksichtigung dieser zusätzlichen Eingaben modelliert werden, was wiederum genutzt werden kann, um das Kraftwerk 302 zu steuern oder das erste Modell 305 durch Steuerprofileingaben 310 anzupassen.

[0088] Bezugnehmend auf Fig. 14 , wird ein bedienerspezifizierter/s Betriebsmodus oder Szenario 313 als eine oder mehrere Eingaben über die Schnittstelle 307 an das zweite oder prädiktive Modell 306 bereitgestellt, welches dann zukünftiges Turbinenverhalten unter einer Vielzahl von Bedingungen modelliert oder vorhersagt. Zum Beispiel kann ein Bediener Befehle an die Schnittstelle 307 bereitstellen, um ein Szenario zu erstellen, in welchem das Kraftwerk 302 an einem unterschiedlichen Betriebspunkt arbeitet (z.B. unterschiedliche Lasten, Konfiguration, Effizienz usw.). Als ein veranschaulichendes Beispiel kann ein Satz von Betriebsbedingungen über das bedienerspezifizierte Szenario 313 bereitgestellt werden, der Bedingungen darstellt, die für den folgenden Tag (oder einen anderen zukünftigen Zeitrahmen) erwartet werden, wie z.B. Umgebungsbedingungen oder Nachfrageanforderungen. Diese Bedingungen können dann durch das zweite Modell 306 verwendet werden, um erwartete oder vorhergesagte Turbinenbetriebseigenschaften 314 für das Kraftwerk 302 während dieses Zeitrahmens zu erstellen. Beim Ausführen des zweiten Modells 306 unter dem bedienerspezifizierten Szenario stellen die vorhergesagten Betriebseigenschaften 314 Turbinenverhalten dar, wie z.B., jedoch nicht darauf beschränkt, Grundlastausgangsfähigkeit, Spitzenausgangsfähigkeit, Mindestteillastpunkte, Emissionslevel, spezifischer Wärmeverbrauch und dergleichen. Diese modellierten oder vorhergesagten Betriebseigenschaften 313 können bei der Planung von und Verpflichtung zu Stromerzeugungspegeln von Nutzen sein, wie z.B. für Day-Ahead-Marktplanung und Angebote.

[0089] Fig. 15 veranschaulicht ein Beispielverfahren 320, durch welches eine Ausführungsform der Erfindung arbeiten kann. Bereitgestellt ist ein Flussdiagramm des Grundbetriebs eines Systems zum Modellieren einer Turbine, wie es durch einen oder mehrere Controller ausgeführt werden kann, wie z.B. durch die unter Bezugnahme auf Fig. 13 und 14 beschriebenen. Das Verfahren 320 kann bei Schritt 325 beginnen, bei welchem der Controller, durch ein erstes oder primäres Modell, einen oder mehrere aktuelle Leistungsparameter einer Turbine gemäss des aktuellen Betriebs modellieren kann. Zum Erstellen dieses ersten Modells kann der Controller einen oder mehrere Betriebsparameter als Eingaben in das Modell empfangen, welche den aktuellen Betrieb der Turbine angeben. Wie oben beschrieben, können diese Betriebsparameters erfasst oder gemessen werden und/oder sie können modelliert werden, was z.B. stattfinden kann, wenn die Parameter nicht erfasst werden können. Die aktuellen Betriebsparameter können jegliche Parameter beinhalten, die indikativ für den aktuellen Turbinenbetrieb sind, wie oben beschrieben. Es wird verstanden, dass die hierin offenbarten Verfahren und Systeme nicht direkt davon abhängen, ob die Betriebsparameter gemessen oder modelliert werden. Der Controller kann zum Beispiel ein erstelltes Modell der Gasturbine enthalten. Das Modell kann eine Anordnung von einer oder mehreren mathematischen Darstellungen der Betriebsparameter sein. Jede dieser Darstellungen kann auf Eingabewerten zum Erzeugen eines geschätzten Wertes eines modellierten Betriebsparameters beruhen. Die mathematischen Darstellungen können einen Ersatz-Betriebsparameterwert erzeugen, der in Fällen verwendet werden kann, in welchen kein gemessener Parameterwert verfügbar ist.

[0090] In Schritt 330 kann der Controller einen oder mehrere externe Faktoren empfangen oder anderweitig bestimmen, welche möglicherweise Auswirkungen auf den aktuellen und/oder zukünftigen Betrieb haben. Wie oben beschrieben, sind diese externen Faktoren üblicherweise (müssen es jedoch nicht sein) unkontrollierbar und daher ist der Einschluss ihres Einflusses in das zweite Modell vorteilhaft für die Erstellung des gewünschten Turbinensteuerprofils und/oder Betriebsverhaltens. Zu externen Faktoren können Folgende zählen, jedoch nicht darauf beschränkt: Umgebungstemperatur, Feuchtigkeit oder Luftdruck sowie Brennstoffverbrauch und/oder Zufuhrdruck, welche Auswirkungen auf das Turbinenbetriebsverhalten haben können. Diese externen Faktoren können gemessen oder erfasst werden, können geschätzt oder anderweitig manuell durch einen Bediener bereitgestellt werden (wie z.B. wenn der Bediener vorhergesagtes Verhalten basierend auf hypothetischen Szenarien oder zukünftigen Bedingungen anfordert) und/oder können durch Drittinformationsquellen bereitgestellt werden (z.B. Wetterdienst usw.).

[0091] Bei Schritt 335 kann der Controller angepasste Betriebspunkte und/oder andere Variable zum Vorhersagen des Turbinenverhaltens bei einer Bedingung, die sich von der aktuellen Turbinenbedingung unterscheidet, empfangen. Zu angepassten Betriebspunkten können Folgende zählen, jedoch nicht darauf beschränkt: Identifizieren des gewünschten Ausgangspegels, wie z.B. beim Modellieren der Turbine mit einer reservierten Marge (z.B. 98% der Grundlast) oder beim Modellieren der Turbine zum Beispiel mit einer Spitzenlast oder bei Teillast. Zu Betriebspunkten können ferner Betriebsgrenzen zählen, wie z.B., jedoch nicht darauf beschränkt, Heissgaspfadhaltbarkeit (oder Feuerungstemperatur), Ausstossrahmenhaltbarkeit, NOx-Emissionen, CO-Emissionen, Brennkammer-Magerlöschgrenze, Verbrennungsdynamik, Verdichterstoss, Verdichtervereisung, aeromechanische Verdichtergrenzen, Verdichterfreiräume und Verdichterauslasstemperatur. Somit kann der Bediener durch Bereitstellung dieser angepassten Betriebspunkte oder anderer Variabler hypothetische Szenarien bereitstellen, für welche das Turbinenmodell die Betriebseigenschaften unter diesen Szenarien vorhersagt, welche von Nutzen für die Steuerung des zukünftigen Betriebs der Turbine und/oder für die Planung der zukünftigen Stromerzeugung und Verpflichtungen sein können.

[0092] Auf Schritt 335 folgt Schritt 340, in welchem ein zweites oder prädiktives Modell der Turbine basierend auf dem ersten Modell, das in Schritt 325 erstellt wird, und, wahlweise, den externen Faktoren und/oder angepassten Betriebspunkten oder anderen Variablen, die in Schritt 335 bereitgestellt werden, erstellt wird. Dieses zweite oder prädiktive Modell kann somit Betriebsparameter und daraus Leistungsindikatoren für die Turbine während eines zukünftigen Betriebszeitraums genau angeben oder vorhersagen.

[0093] In Schritt 345 kann die modellierte Leistung genutzt werden, um den aktuellen oder zukünftigen Turbinenbetrieb anzupassen und/oder einem Bediener die modellierte Leistung anzuzeigen. Dementsprechend kann, wenn der aktuelle Turbinenbetrieb angepasst wird, der Turbinencontroller die modellierten Leistungsparameter als Eingaben empfangen, um ein aktuelles Steuermodell (z.B. das erste Modell) oder ein aktuelles Steuerprofil zu ändern, wie z.B. durch Modifikation verschiedener Sollwerte und/oder Referenzen, die für die aktuelle Turbinensteuerung genutzt werden. Es wird antizipiert, dass diese Echtzeit- oder Fast-Echtzeit-Steuerung der Turbine durchgeführt werden würde, wenn die Eingaben in das zweite Modell, das in Schritt 340 erstellt wird, repräsentativ für die aktuellen Turbinenbedingungen oder aktuellen externen Faktoren sind. Zum Beispiel kann eine Echtzeit- oder Fast-Echtzeit-Anpassung in Schritt 345 erfolgen, wenn das zweite Modell Leistungseigenschaften darstellt, welche die/den aktuelle/n Temperatur, Druck oder Feuchtigkeit berücksichtigen und/oder Betriebsparameter oder Leistungsparameter der Turbine berücksichtigen, welche den/die Turbinenverschleiss und/oder -effizienz genauer darstellen. Fig. 16 beschreibt eine Beispielausführungsform, die wahlweise bedienerspezifische Eingaben empfangen und vorhergesagtes Verhalten unter einer unterschiedlichen Betriebsbedingung erzeugen kann. Die Ausgabe des in Schritt 340 erstellten Modells kann einem Bediener auch über eine Schnittstelle angezeigt oder anderweitig präsentiert werden. Zum Beispiel können in einer Ausführungsform, bei welcher der Bediener in Schritt 335 hypothetische Betriebsszenarien bereitstellt, die vorhergesagten Turbinenbetriebseigenschaften zur Analyse und zum möglichen Einschluss in zukünftige Steuerungs- oder Planungsaktivitäten angezeigt werden. Dementsprechend kann das Verfahren 320 nach Schritt 345 enden, nachdem die aktuellen Leistungsparameter der Turbine durch ein erstes Modell modelliert wurden und dann die gleiche Turbine unter Berücksichtigung zusätzlicher externer Faktoren, angepasster Betriebspunkte oder anderer zusätzlicher Daten zur Vorhersage des Turbinenbetriebs basierend auf diesen zusätzlichen Daten modelliert wurde.

[0094] Fig. 16 veranschaulicht ein Beispielverfahren 400, durch welches eine alternative Ausführungsform arbeiten kann. Bereitgestellt ist ein Beispielflussdiagramm des Betriebs eines Systems zum Modellieren einer Turbine, wie es durch einen oder mehrere Controller ausgeführt werden kann, wie z.B. mit Bezug auf Fig. 13 und 14 beschrieben. Das Verfahren 400 veranschaulicht die Verwendung des Systems 301, in welchem ein Bediener wahlweise zusätzliche Variable bereitstellen kann, um die Modellierungsfähigkeiten zum Vorhersagen des Turbinenverhaltens unter hypothetischen Szenarien zu nutzen. Das Verfahren 400 kann beim Entscheidungsschritt 405 beginnen, in welchem bestimmt wird, ob die Turbine gemäss aktueller Turbinenbetriebsparameter und Leistungsparameter modelliert werden soll oder ob vom Bediener bereitgestellte Parameter bei der Erstellung des Modells berücksichtigt werden sollen. Wenn das System zum Beispiel genutzt wird, um hypothetische Betriebsszenarien vorherzusagen, dann werden möglicherweise keine aktuellen Leistungsparameter als Eingaben in das Modell benötigt (unter der Annahme, dass das Modell bereits den/das grundlegende/n Turbinenbetrieb und -verhalten reflektiert). Dementsprechend fährt, falls im Entscheidungsschritt 405 bestimmt wird, dass keine aktuellen Parameter genutzt werden sollen, der Betrieb mit Schritt 410 fort, in welchem der Bediener unterschiedliche Leistungsparameter bereitstellt, welche das Modellieren der Turbine an einem unterschiedlichen Betriebspunkt und unter einer unterschiedlichen Betriebsbedingung gestatten (z.B. in einem schlechteren Zustand, bei einem unterschiedlichen Leistungsgrad usw.). Ansonsten werden die aktuellen Leistungsparameter und/oder Betriebsparameter genutzt, wie z.B. mit Bezug auf Schritt 325 von Fig. 15 beschrieben, und der Betrieb fährt mit Schritt 415 fort. In Schritt 415 kann der Controller durch ein erstes oder primäres Modell einen oder mehrere Leistungsparameter einer Turbine entweder gemäss der durch den Bediener bereitgestellten Eingabe aus Schritt 410 oder des aktuellen Turbinenbetriebs modellieren. Wenn das Modell zum Beispiel zumindest zum Teil auf der Grundlage von durch den Bediener in Schritt 410 bereitgestellten Parametern erstellt wird, ist das in Schritt 415 erstellte Modell repräsentativ für vorhergesagtes Turbinenverhalten unter diesen Leistungsparametern.

[0095] Auf Schritt 415 folgt der Entscheidungsschritt 420, in welchem bestimmt wird, ob anschliessendes Modellieren (z.B. das «zweite Modell» oder das «prädiktive Modell») auf aktuellen externen Faktoren basieren soll, wie z.B. aktuelle/r Temperatur, Druck oder Feuchtigkeit, oder auf unterschiedlichen externen Faktoren, die durch den Bediener bereitgestellt werden. Zum Beispiel kann der Controller in einem Szenario das Turbinenbetriebsverhalten auf der Grundlage der zusätzlichen des einen oder der mehreren aktuellen externen Faktoren modellieren, was eine weitere Vorhersage des Turbinenverhaltens angesichts der aktuellen Bedingungen gestatten würde. In einem weiteren Szenario kann der Controller jedoch genutzt werden, um die Turbine gemäss der durch den Bediener bereitgestellten Bedingungen weiter zu modellieren, was das Vorhersagen der Turbinenbetriebseigenschaften unter verschiedenen hypothetischen Szenarien gestattet. Dementsprechend fährt, falls in Schritt 320 bestimmt wird, dass die Daten der durch den Bediener bereitgestellten externen Faktoren bei der Modellierung berücksichtigt werden sollen, der Betrieb mit Schritt 425 fort. Ansonsten fährt der Betrieb unter Ausnutzung der aktuellen externen Faktoren mit Schritt 430 fort. In Schritt 430 empfängt der Controller externe Faktoren, die bei der Erstellung des zweiten oder prädiktiven Modells berücksichtigt werden sollen, egal ob sie den aktuellen Zustand oder hypothetische Faktoren darstellen. Auf Schritt 430 folgen Schritt 435–445, welche wahlweise die Berücksichtigung unterschiedlicher Betriebspunkte, das Erstellen des prädiktiven Modells basierend auf den empfangenen Daten bzw. das Anzeigen des vorhergesagten Verhaltens in der gleichen oder einer ähnlichen Art und Weise wie in Bezug auf Schritt 325–345 von Fig. 15 beschrieben gestatten. Das Verfahren 400 kann nach Schritt 445 enden, nachdem das Turbinenbetriebsverhalten wahlweise basierend auf bedienerspezifizierten Szenarien modelliert wurde.

[0096] Dementsprechend gestatten hierin beschriebene Ausführungsformen die Nutzung von Turbinenmodellen zum Angeben des Turbinenverhaltens und entsprechender Betriebsparameter einer tatsächlichen Turbine, zusätzlich zum Vorhersagen des Turbinenverhaltens unter Berücksichtigung der aktuellen Leistungsparameter und eines oder mehrerer identifizierter externer Faktoren. Diese Ausführungsformen bieten daher eine technische Wirkung des Angebens oder Vorhersagens des Turbinenverhaltens an Betriebspunkten oder unter Betriebsbedingungen, die sich vom aktuellen Turbinenbetrieb unterscheiden. Es wird noch eine zusätzliche technische Wirkung bereitgestellt, welche es der automatisierten Turbinensteuerung zumindest teilweise basierend auf modelliertem/n Verhalten und Betriebseigenschaften, welche wahlweise das Erstellen bedienerspezifizierter Szenarien, Eingaben, Betriebspunkte und/oder Betriebsbedingungen beinhalten können, gestattet, das Turbinenverhalten und Betriebseigenschaften unter diesen bedienerspezifizierten Bedingungen vorherzusagen. Eine weitere realisierte technische Wirkung beinhaltet die Fähigkeit zum Vorhersagen verschiedener hypothetischer Szenarien, welche es dem Bediener gestatten, informiertere Steuerungs- und Betriebsentscheidungen zu treffen, wie z.B. Zeitplanung, Belastung, Teillast usw. Wie verstanden werden wird, werden hierin Verweise auf Schrittdiagramme von Systemen, Verfahren, Vorrichtungen und Computerprogrammprodukten gemäss Beispielausführungsformen der Erfindung gemacht.

[0097] Bezugnehmend auf Fig. 17 ist ein Flussdiagramm 500 in Übereinstimmung mit einer alternativen Ausführungsform der vorliegenden Erfindung veranschaulicht. Wie verstanden werden wird, beinhaltet das Flussdiagramm 500 Aspekte, die als ein Steuerungsverfahren oder als Teil eines Steuersystems zur Vereinfachung der Optimierung eines Kraftwerks 501 verwendet werden können. Das Kraftwerk 501 kann ähnlich jedes derjenigen sein, die in Bezug auf Fig. 2 und 3 diskutiert wurden, jedoch sollte, wenn in den beigefügten Ansprüchen nicht anderweitig eingeschränkt, verstanden werden, dass die vorliegende Erfindung auch in Bezug auf andere Arten von Kraftwerken zum Einsatz kommen kann. In einer bevorzugten Ausführungsform kann das Kraftwerk 501 mehrere Wärmekraftanlagen beinhalten, die Elektrizität erzeugen, welche innerhalb eines Stromversorgungssystemmarktes, wie z.B. der in Bezug auf Fig. 1 diskutierte, verkauft wird. Das Kraftwerk 501 kann viele mögliche Arten von Betriebsmodi beinhalten, zu welchen zum Beispiel die unterschiedlichen Möglichkeiten zählen, in welchen Wärmekraftanlagen der Anlage eingebunden oder betrieben werden, der Ausgangspegel der Anlage, die Möglichkeiten, in welchen die Anlage auf sich ändernde Umgebungsbedingungen reagiert, während Lastanforderungen eingehalten werden usw. Es wird verstanden werden, dass die Betriebsmodi durch Betriebsparameter beschrieben und definiert sein können, die physikalische Eigenschaften bestimmter Aspekte des Betriebs des Kraftwerks 501 betrachten. Wie in Fig. 17 weiter veranschaulicht, kann die vorliegende Erfindung ein Kraftwerksmodell 502 beinhalten. Das Kraftwerksmodell 502 kann eine computerisierte Darstellung des Kraftwerks beinhalten, welche Prozesseingänge und -ausgänge als Teil einer Simulation korreliert, mit welcher der Betrieb der Anlage nachgeahmt werden soll. Wie gezeigt, beinhaltet die vorliegende Erfindung ferner ein Abstimmungsmodul 503; einen Anlagencontroller 505; ein abgestimmtes Kraftwerksmodell 507; ein Anlagenbedienermodul 509; und einen Optimierer 510, welche unten im Einzelnen diskutiert werden.

[0098] Das Kraftwerk 501 kann die Sensoren 511 beinhalten, welche Betriebsparameter messen. Diese Sensoren 511 sowie die Betriebsparameter, welche sie messen, können jegliche derjenigen beinhalten, die hierin bereits diskutiert wurden. Als Teil des vorliegenden Verfahrens können die Sensoren 511 Messungen der Betriebsparameter während eines anfänglichen, aktuellen oder ersten Betriebszeitraums (im Folgenden «erster Betriebszeitraum») vornehmen, und diese Messungen können verwendet werden, um ein mathematisches Modell des Kraftwerks abzustimmen, welches dann, wie unten diskutiert, als Teil eines Optimierungsprozesses zur Steuerung des Kraftwerks 501 in einer verbesserten oder optimierten Art und Weise des Betriebs während eines anschliessenden oder zweiten Betriebszeitraums (im Folgenden «zweiter Betriebszeitraum») verwendet werden kann. Die gemessenen Betriebsparameter selbst können auch verwendet werden, um die Anlagenleistung zu evaluieren, oder sie können in Berechnungen verwendet werden, um Leistungsindikatoren abzuleiten, die sich auf spezifische Aspekte des Betriebs und der Leistung des Kraftwerks beziehen. Wie verstanden werden wird, können zu Leistungsindikatoren dieser Art der spezifische Wärmeverbrauch, Effizienz, Erzeugungsfähigkeit sowie andere zählen. Dementsprechend können, als ein anfänglicher Schritt, Betriebsparameter, die während des ersten Betriebszeitraums durch die Sensoren 511 gemessen werden, als ein oder mehrere Leistungsindikatoren (oder zum Berechnen von Werten für diese) verwendet werden. Wie hierin verwendet, werden derartige Werte für Leistungsindikatoren (d.h. diejenigen, die auf gemessenen Werten von Betriebsparametern basieren) hierin als «gemessene Werte» bezeichnet. Die Messungen der Betriebsparameter und/oder die gemessenen Werte für die Leistungsindikatoren können, wie gezeigt, sowohl an den Anlagencontroller 505 als auch an das Abstimmungsmodul 503 kommuniziert werden (512). Das Abstimmungsmodul 503, wie unten detaillierter diskutiert, kann zum Berechnen von Feedback von einem Datenabgleich oder Abstimmungsprozess zur Verwendung beim Abstimmen des Kraftwerksmodells 502 konfiguriert sein, um das abgestimmte Kraftwerksmodell 507 zu konfigurieren.

[0099] Das Kraftwerksmodell 502 kann, wie diskutiert, ein computerisiertes Modell sein, das zum Simulieren des Betriebs des Kraftwerks 501 konfiguriert ist. Gemäss des vorliegenden Verfahrens kann das Kraftwerksmodell 502 zum Simulieren des Kraftwerksbetriebs konfiguriert sein, der dem ersten Betriebszeitraum des Kraftwerks 501 entspricht. Um dies zu erreichen, können dem Kraftwerksmodell 502 Informationen und Daten bereitgestellt werden, welche die Betriebsparameter des ersten Betriebszeitraums betreffen. Während zu diesen Informationen sämtliche der Betriebsparameter zählen können, die während des ersten Betriebszeitraums gemessen werden, wird verstanden werden, dass die Eingabedaten für das Kraftwerksmodell 502 auf eine Teilmenge der gemessenen Betriebsparameter begrenzt sein können. Auf diese Art und Weise kann das Kraftwerksmodell 502 dann zum Berechnen von Werten für ausgewählte Betriebsparameter verwendet werden, die aus dem Eingabedatensatz ausgeschlossen waren. Spezifischer können dem Kraftwerksmodell Eingangsdaten für die Simulation bereitgestellt werden, welche viele der Werte beinhaltet, die für die Betriebsparameter gemessen wurden, aus welchen jedoch bestimmte gemessene Werte für ausgewählte Betriebsparameter weggelassen sind. Als ein Ausgang kann die Simulation zum Vorhersagen eines simulierten Wertes für den ausgewählten Betriebsparameter konfiguriert sein. Das vorliegende Verfahren kann dann die simulierten Werte zum Vorhersagen von Werten für die Leistungsindikatoren verwenden. In diesem Fall werden diese Werte für die Leistungsindikatoren hierin als die «vorhergesagten Werte» bezeichnet. Auf diese Art und Weise können die gemessenen Werte für die Leistungsindikatoren, die direkt aus gemessenen Kraftwerksbetriebsparametern bestimmt wurden, entsprechende vorhergesagte Werte aufweisen. Wie veranschaulicht, können die vorhergesagten Werte für die Leistungsindikatoren an das Abstimmungsmodul 503 kommuniziert werden (514).

[0100] Das Abstimmungsmodul 503 kann zum Vergleichen der entsprechenden gemessenen und vorhergesagten Werte für die Leistungsindikatoren konfiguriert sein, um eine Differenz dazwischen zu bestimmen. Wie verstanden werden wird, reflektiert die so berechnete Differenz eine Fehlerebene zwischen der tatsächlichen Leistung (oder Messungen davon) und der durch das Kraftwerksmodell simulierten Leistung. Das Kraftwerksmodell 502 kann auf der Grundlage dieser Differenz oder des Feedbacks 515 abgestimmt werden. Auf diese Art und Weise wird das abgestimmte Kraftwerksmodell 507 konfiguriert. Das abgestimmte Kraftwerksmodell 507, welches auch als ein Offline- oder prädiktives Modell bezeichnet werden kann, kann dann zum Bestimmen optimierter Betriebsmodi für einen nachfolgenden Betriebszeitraum durch das Simulieren vorgeschlagener oder möglicher Betriebsmodi verwendet werden. Die Simulationen können Schätzungen oder Vorhersagen über zukünftige unbekannte Betriebsbedingungen, wie z.B. Umgebungsbedingungen, beinhalten. Wie verstanden werden wird, kann die Optimierung auf einem oder mehreren Leistungszielen 516 basieren, in welchen eine Kostenfunktion definiert ist. Wie veranschaulicht, können die Leistungsziele 516 über das Anlagenbedienermodul 509 an den Optimierer 510 kommuniziert werden.

[0101] Der Prozess des Abstimmens des Anlagenmodells kann als ein repetitiver Prozess konfiguriert sein, der mehrere Schritte beinhaltet. Wie verstanden werden wird, kann das Kraftwerksmodell 502, gemäss bestimmter Ausführungsformen, Algorithmen beinhalten, in welchen Logikaussagen und/oder parameterisierte Gleichungen Prozesseingänge (d.h. Brennstoffzufuhr, Luftzufuhr usw.) mit Prozessausgängen (erzeugte Elektrizität, Anlageneffizienz usw.) korrelieren. Der Schritt des Abstimmens des Kraftwerksmodell 502 kann das Anpassen eines der Algorithmen in dem Kraftwerksmodell 502 und das anschliessende Simulieren des Betriebs des Kraftwerks 501 für den ersten Betriebszeitraum unter Verwendung des angepassten Kraftwerksmodells 502 beinhalten, um die Auswirkung der Anpassung zu bestimmen. Spezifischer kann der vorhergesagte Wert für den Leistungsindikator neu berechnet werden, um die Wirkung der Anpassung des Kraftwerksmodells auf die berechnete Differenz zu bestimmen. Falls sich die Differenz unter Verwendung des angepassten Kraftwerksmodells 502 als geringer herausstellt, kann das Kraftwerksmodell 502 aktualisiert oder «abgestimmt» werden, um die Anpassung weiterhin einzuschliessen. Es wird ferner verstanden werden, dass das Kraftwerksmodell 502 mit mehreren Logikaussagen konstruiert werden kann, welche Leistungsmultiplikatoren beinhalten, die verwendet werden, um Veränderungen auf die Art und Weise zu reflektieren, wie das Kraftwerk unter bestimmten Bedingungen arbeitet. In solchen Fällen kann das Abstimmen des Kraftwerksmodells 502 auf der Grundlage der berechneten Differenz folgende Schritte beinhalten: a) Vornehmen von Anpassungen an einem oder mehreren der Leistungsmultiplikatoren; b) Simulieren des Kraftwerksbetriebs für den ersten Betriebszeitraum mit dem Kraftwerksmodell 502 mit dem angepassten Leistungsmultiplikator; und c) Neuberechnen des vorhergesagten Wertes für den Leistungsindikator unter Verwendung des Kraftwerksmodells 502, wie durch den Leistungsmultiplikator angepasst, um zu bestimmen, ob die Neuberechnung in einer verringerten Differenz resultiert. Diese Schritte können wiederholt werden, bis eine Anpassung, die an einem der Leistungsmultiplikatoren vorgenommen wurde, in einer Verringerung der Differenz resultiert, was anzeigen würde, dass das Modell die tatsächliche Leistung genauer simuliert. Es wird verstanden werden, dass sich der Leistungsmultiplikator zum Beispiel auf die erwartete Leistungsverschlechterung basierend auf den akkumulierten Betriebsstunden der Anlage beziehen kann. In einem weiteren Beispiel, in welchem der Leistungsindikator eine Erzeugungsfähigkeit umfasst, kann der Schritt des Abstimmens des Kraftwerksmodells 502 das Empfehlen von Anpassungen an Faktoren basierend auf einer Differenz zwischen einer gemessenen Erzeugungsfähigkeit und einer vorhergesagten Erzeugungsfähigkeit beinhalten. Derartige Anpassungen können Veränderungen beinhalten, die schliesslich in der vorhergesagten Erzeugungsfähigkeit resultieren, welche im Wesentlichen gleich der gemessenen Erzeugungsfähigkeit ist. Dementsprechend kann der Schritt des Abstimmens des Kraftwerksmodells 502 das Modifizieren einer oder mehrerer Korrelationen innerhalb des Kraftwerksmodells 502 beinhalten, bis der vorhergesagte oder simulierte Wert für einen Leistungsindikator im Wesentlichen gleich dem gemessenen Wert für den Leistungsindikator ist (oder innerhalb einer Marge davon liegt).

[0102] Nach der Abstimmung kann das Verfahren dann das abgestimmte Modell 507 zum Simulieren eines vorgeschlagenen Betriebs des Kraftwerks verwenden. Gemäss bestimmter Ausführungsformen beinhaltet ein nächster Schritt des vorliegenden Verfahrens das Bestimmen, welcher simulierte Betrieb angesichts der definierten Leistungsziele 516 bevorzugt ist. Auf diese Art und Weise können optimierte Betriebsmodi des Kraftwerks bestimmt werden. Gemäss einer bevorzugten Ausführungsform kann der Prozess des Bestimmens eines optimierten Betriebsmodus mehrere Schritte beinhalten. Als erstes können mehrere vorgeschlagene Betriebsmodi aus den vielen möglichen ausgewählt oder gewählt werden. Für jeden der vorgeschlagenen Betriebsmodi können entsprechende vorgeschlagene Parametersätze 517 für den zweiten Betriebszeitraum erzeugt werden. Wie hierin verwendet, definiert ein Parametersatz Werte für mehrere Betriebsparameter, derart dass, zusammengenommen, der Parametersatz Aspekte eines bestimmten Betriebsmodus definiert und beschreibt. Als solche können die vorgeschlagenen Parametersätze zum Beschreiben oder Verweisen auf viele der möglichen Betriebsmodi des Kraftwerks 501 konfiguriert sein, und sie können als Eingangsdatensätze für das abgestimmte Kraftwerksmodell 507 für das Simulieren des Betriebs konfiguriert sein. Nachdem die Betriebsparameter erzeugt und in die vorgeschlagenen Parametersätze organisiert wurden, kann das abgestimmte Kraftwerksmodell 507 den Betrieb des Kraftwerks 501 gemäss jedem davon simulieren. Der Optimierer 510 kann dann die Ergebnisse des simulierten Betriebs 519 für jeden der vorgeschlagenen Parametersätze 517 evaluieren. Die Evaluierung kann gemäss der Leistungsziele erfolgen, die durch den Anlagenbediener und die hierin definierten Kostenfunktionen definiert wurden. Der Optimierungsprozess kann sämtliche der hierin beschriebenen Verfahren beinhalten.

[0103] Durch die Leistungsziele definierte Kostenfunktionen können zum Evaluieren einer wirtschaftlichen Leistung des simulierten Betriebs des Kraftwerks 501 über den zweiten Betriebs Zeitraum verwendet werden. Auf der Grundlage der Evaluierungen kann einer der vorgeschlagenen Parametersätze als einen simulierten Betrieb erzeugend erachtet werden, der im Vergleich zu dem, der durch die anderen vorgeschlagen Parametersätze erzeugt wird, bevorzugt ist. Gemäss der vorliegenden Erfindung wird der Betriebsmodus, der dem vorgeschlagen Parametersatz, welcher den bevorzugtesten simulierten Betrieb erzeugt, entspricht oder durch diesen beschrieben wird, als der optimierte Betriebsmodus bezeichnet. Nach der Bestimmung, wie unten detaillierter diskutiert, kann der optimierte Betriebsmodus zur Berücksichtigung an den Anlagenbediener weitergegebene werden oder zur automatischen Implementierung an den Anlagencontroller kommuniziert werden.

[0104] Gemäss einer bevorzugten Ausführungsform können Verfahren der vorliegenden Erfindung zum Evaluieren spezifischer Betriebsmodi zum Bestimmen und Empfehlen bevorzugter Alternativen verwendet werden. Wie verstanden werden wird, werden die Kraftwerksblöcke des Kraftwerks 501 durch Stellantriebe mit variablen Sollwerten gesteuert, die steuerbar mit einem Steuersystem verbunden sind, wie z.B. dem Anlagencontroller 505. Die Betriebsparameter des Kraftwerks 501 können in drei Kategorien eingeteilt werden: Stellgrössen, Störgrössen und Regelgrössen. Die Stellgrössen betrachten steuerbare Prozesseingänge, die über Stellantriebe manipuliert werden können, um die Regelgrössen zu steuern, wohingegen die Störgrössen nichtsteuerbare Prozesseingänge betrachten, welche die Regelgrössen beeinträchtigen. Die Regelgrössen sind die Prozessausgänge, die relativ zu definierten Zielleveln gesteuert werden. Gemäss bevorzugter Ausführungsformen kann das Steuerungsverfahren das Empfangen vorhergesagter Werte für die Störgrössen für den zweiten Betriebszeitraum beinhalten (d.h. der Betriebszeitraum, für welchen ein optimierter Betriebsmodus berechnet wird). Zu den Störgrössen können Umgebungsbedingungen zählen, wie z.B. Umgebungstemperatur, Druck und Feuchtigkeit. In solchen Fällen können die für den zweiten Betriebszeitraum erzeugten vorgeschlagenen Parametersätze Werte für die Störgrössen beinhalten, die sich auf die vorhergesagten Werte für die Störgrössen beziehen. Spezifischer können die erzeugten Werte für jeden Umgebungsbedingungsparameter einen Bereich von Werten für jeden der Umgebungsbedingungsparameter beinhalten. Der Bereich kann zum Beispiel einen niedrigen Fall, einen mittleren Fall und einen hohen Fall beinhalten. Es wird verstanden werden, dass es die Verfügbarkeit mehrerer Fälle einem Anlagenbediener gestatten kann, für die günstigsten/schlechtesten Szenarien zu planen. Die vorhergesagten Werte können Wahrscheinlichkeitsbewertungen beinhalten, die unterschiedlichen Fällen entsprechen, welche den Bediener der Anlage weiter dabei unterstützen können, für unterschiedliche Betriebseventualitäten zu planen und/oder gegen Verluste abzusichern.

[0105] Der Schritt des Erzeugens der vorgeschlagenen Parametersätze kann das Erzeugen von Zielleveln für die Regelgrössen beinhalten. Die Ziellevel können so erzeugt werden, dass sie konkurrierenden oder alternativen Betriebsmodi des Kraftwerks 501 entsprechen, und sie können Bedienereingaben beinhalten. Derartige Bedienereingaben können durch das Anlagenbedienermodul 509 abgefragt werden. Gemäss einer bevorzugten Ausführungsform können derartige Ziellevel einen gewünschten Ausgangspegel für das Kraftwerk 501 beinhalten, welcher angesichts vergangener Nutzungsmuster für die Anlage auf wahrscheinlichen Ausgangspegeln basieren kann. Wie hierin verwendet, reflektiert ein «Ausgangspegel» einen Lastpegel oder einen Pegel der durch das Kraftwerk 501 zum kommerziellen Vertrieb während des zweiten Betriebszeitraums erzeugten Elektrizität. Der Schritt des Erzeugens der vorgeschlagenen Parametersätze kann das Erzeugen mehrere Fälle beinhalten, wobei der Ausgangspegel der gleiche oder konstant bleibt. Ein derartiger konstanter Ausgangspegel kann eine Grundlast für die Anlage oder einen Blocksatz reflektieren. Es können mehrere Ziellevel erzeugt werden, wobei jedes einem unterschiedlichen Verpflichtungslevel für jeden der Kraftwerksblöcke entspricht, und diese können angesichts einer vorrangigen Nutzung in Richtung wahrscheinlicher Betriebsmodi gezogen werden. Das Verfahren kann dann unter Berücksichtigung der bekannten Beschränkungen den effizientesten Betriebsmodus bestimmen. Ausserdem können die vorgeschlagenen Parametersätze derart erzeugt werden, dass die Störgrössen einen konstanten Pegel für die mehreren Fälle, die für jedes Ziellevel erzeugt werden, aufrechterhalten. Der konstante Pegel für die Störgrössen kann auf vorhergesagten Werten basieren, die empfangen wurden. In solchen Fällen beinhaltet, gemäss eines Aspektes der vorliegenden Erfindung, der Schritt des Erzeugens der vorgeschlagenen Parametersätze das Erzeugen mehrerer Fälle, wobei die Stellgrössen über Bereiche hinweg variiert werden, um einen optimierten Betriebsmodus zum Erreichen eines Grundlastpegels unter Berücksichtigung der vorhergesagten oder erwarteten Umgebungsbedingungen zu bestimmen. Gemäss beispielhafter Ausführungsformen ist die Kostenfunktion als eine Anlageneffizienz oder ein spezifischer Wärmeverbrauch definiert oder kann einen direkteren wirtschaftlichen Indikator beinhalten, wie z.B. Betriebskosten, Ertrag oder Profit. Auf diese Art und Weise kann das effizienteste Verfahren zur Steuerung des Kraftwerks 501 in Situationen bestimmt werden, in welchen eine Grundlast bekannt ist und Störgrössen mit einem relativ hohen Genauigkeitsgrad vorhergesagt werden können. Der optimierte Betriebsmodus, der in solchen Fällen durch die vorliegende Erfindung bestimmt wird, kann derart konfiguriert sein, dass er eine spezifische Steuerlösung beinhaltet (d.h. spezifische Sollwerte und/oder Bereiche dafür für die Stellantriebe, welche die Stellgrössen des Kraftwerks steuern), die durch den Anlagencontroller 505 verwendet werden könnte, um eine optimalere Funktion zu erzielen. Auf diese Art und Weise berechnet, stellt die Steuerlösung den optimierten Betriebsmodus zum Erfüllen einer definierten oder vereinbarten Ziellast unter Berücksichtigung der für die verschiedenen Störgrössen vorhergesagten Werte dar. Diese Art der Funktionalität kann als eine Optimierungsberatung oder -prüfung für einen Zeitraum im Verlauf des Tages oder zwischen den Märkten dienen, welche den laufenden Betrieb im Hintergrund zum Zweck des Erkennens effizienterer Betriebsmodi analysiert, welche noch immer zuvor festgelegte Lastpegel erfüllen. Zum Beispiel werden, wenn der Marktzeitraum, der durch das vorhergehende Lastverteilungsgebot abgedeckt wird, voranschreitet, Umgebungsbedingungen bekannt oder zumindest steigt der Konfidenzgrad bei deren genauer Vorhersage gegenüber dem, was während des Gebotsprozesses geschätzt wurde. Angesichts dessen kann das vorliegende Verfahren verwendet werden, um Steuerlösungen zum Erfüllen der verteilten Lastanforderung angesichts der sichereren Kenntnis der Umgebungsbedingungen zu optimieren. Diese bestimmte Funktionalität ist in Fig. 17 als die zweiten Parametersätze 517 und der simulierte Betrieb 519 bezüglich der zweiten Parametersätze 517 veranschaulicht. Auf diese Art und Weise kann der Optimierungsprozess der vorliegenden Erfindung auch einen «Feinabstimmungs»-Aspekt beinhalten, durch welchen Simulationsläufe auf dem abgestimmten Kraftwerksmodell 507 effizientere Steuerlösungen vorschlagen, welche dann an den Anlagencontroller kommuniziert und durch diesen implementiert werden können.

[0106] Ein weiterer Aspekt der vorliegenden Erfindung beinhaltet ihre Nutzung zur Optimierung von Brennstoffkaufen für das Kraftwerk 501. Es wird verstanden werden, dass Kraftwerke üblicherweise regelmässige Brennstoffkaufe von Brennstoffmärkten tätigen, die in einer bestimmten Art und Weise arbeiten. Spezifisch arbeiten solche Brennstoffmärkte üblicherweise auf einer prospektiven Basis, wobei die Kraftwerke 501 die Menge an Brennstoff vorhersagen, die für einen zukünftigen Betriebszeitraum benötigt wird und dann Käufe basierend auf der Vorhersage tätigen. In derartigen Systemen versuchen Kraftwerke 501 ihre Gewinne zu maximieren, indem sie niedrige Brennstoffbestände halten. Die Kraftwerke 501 kaufen jedoch regelmässig zusätzliche Brennstoffmengen, um die teure Situation zu vermeiden, eine unangemessene Zufuhr gekauften Brennstoffs zur Erzeugung der Strommenge zu haben, zu deren Bereitstellung sich die Anlage während des Lastverteilungsprozesses vertraglich verpflichtet hat. Diese Art der Situation kann auftreten, wenn zum Beispiel sich ändernde Umgebungsbedingungen in einer weniger effizienten Stromerzeugung als vorhergesagt resultieren oder die wahre Erzeugungsfähigkeit der Kraftwerke überschätzt wird. Es wird verstanden werden, dass mehrere bereits diskutierte Aspekte der vorliegenden Anmeldung verwendet werden können, um einen optimierten Betriebsmodus zu bestimmen und, unter Verwendung dessen, eine hochgenaue Vorhersage für die benötigte Brennstoffzufuhr zu berechnen. D.h., die vorliegenden Optimierungsprozesse können eine genauere Vorhersage hinsichtlich der Anlageneffizienz und Lastfähigkeiten bereitstellen, welche verwendet werden kann, um die benötigte Brennstoffmenge für einen zukünftigen Betriebszeitraum zu schätzen. Dies ermöglicht es Anlagenbetreibern, eine engere Marge für Brennstoffkaufe zu halten, wovon wiederum die wirtschaftliche Leistung der Anlage profitiert.

[0107] Die vorliegende Erfindung beinhaltet, gemäss einer alternativen Ausführungsform, ein Verfahren zur Optimierung der Anlagenleistung, bei welchem ein Vorhersagehorizont definiert und im Optimierungsprozess eingesetzt wird. Wie verstanden werden wird, ist ein Vorhersagehorizont ein zukünftiger Betriebszeitraum, welcher zum Zweck der Bestimmung eines optimierten Betriebsmodus für ein Anfangszeitintervall des Vorhersagehorizonts in sich regelmässig wiederholende Intervalle unterteilt ist. Spezifisch wird der Betrieb des Kraftwerks optimiert, indem die Leistung über den gesamten Vorhersagehorizont optimiert wird, was dann zum Bestimmen eines optimierten Betriebsmodus für das Anfangszeitintervall verwendet wird. Wie verstanden werden wird, wird der Prozess dann wiederholt, um zu bestimmen, wie das Kraftwerk während des nächsten Zeitintervalls betrieben werden sollte, welches, wie verstanden werden wird, zum Anfangszeitintervall relativ zu der nächsten Wiederholung des Optimierungszyklus wird. Für diese anschliessende Optimierung kann der Vorhersagehorizont der gleiche bleiben, wird jedoch relativ zu dem, was gerade als das Anfangszeitintervall definiert ist, neu definiert. Dies bedeutet, dass der Vorhersagehorizont bei jeder Wiederholung effektiv um ein zusätzliches Zeitintervall in die Zukunft geschoben wird. Wie bereits erwähnt, bezieht sich ein «vorgeschlagener Parametersatz» auf einen Datensatz, der Werte für mehrere Betriebsparameter beinhaltet und dadurch einen der möglichen Betriebsmodi für das Kraftwerk 501 definiert oder beschreibt. Gemäss einer bevorzugten Ausführungsform kann der Prozess des Bestimmens des optimierten Betriebsmodus in Fällen, die einen Vorhersagehorizont beinhalten, einen der mehreren der folgenden Schritte aufweisen. Als erstes werden mehrere vorgeschlagene Horizontparametersätze für den Vorhersagehorizont erzeugt. Wie hierin verwendet, beinhaltet ein «vorgeschlagener Horizontparametersatz» einen vorgeschlagenen Parametersatz für jedes der Zeitintervalle des Vorhersagehorizontes. Zum Beispiel kann ein 24-Stunden-Vorhersagehorizont so definiert sein, dass er 241-Stunden-Zeitintervalle enthält, was bedeutet, dass der vorgeschlagene Horizontparametersatz vorgeschlagene Parametersätze für jedes der 24 Zeitintervalle beinhaltet. Als ein nächster Schritt werden die vorgeschlagenen Horizontparametersätze zum Simulieren des Betriebs über den Vorhersagehorizont verwendet. Dann wird für jeden der Simulationsläufe die Kostenfunktion zum Evaluieren einer wirtschaftlichen Leistung verwendet, um zu bestimmen, welcher der vorgeschlagenen Horizontparametersätze den geeignetsten oder, wie hierin verwendet, einen «optimierten Horizontsimulationslauf» darstellt. Gemäss beispielhafter Ausführungsformen kann der innerhalb des optimierten Horizontsimulationslaufs für das Anfangszeitintervall des Vorhersagehorizonts beschriebene Betriebsmodus dann als der optimierte Betriebsmodus für den Betriebszeitraum bezeichnet werden, der dem Anfangszeitintervall entspricht. Der Optimierungsprozess kann dann für anschliessende Zeitintervalle wiederholt werden. Die vorliegende Erfindung kann den Empfang vorhergesagter Werte für die Störgrössen für jedes der Zeitintervalle, das innerhalb des Vorhersagehorizonts definiert ist, beinhalten. Die vorgeschlagenen Horizontparametersätze können dann so erzeugt werden, dass der vorgeschlagene Parametersatz, der jedem der Zeitintervalle entspricht, Werte für die Störgrössen beinhaltet, die sich auf die vorhergesagten Werte beziehen, die für die Störgrössen empfangen wurden.

[0108] Wie verstanden werden wird, können die vorgeschlagenen Horizontparametersätze erzeugt werden, um einen Bereich von Werten für die Störgrössen abzudecken. Wie zuvor kann dieser Bereich mehrere Fälle für jede der Störgrössen beinhalten, und er kann hohe und niedrige Werte beinhalten, die entsprechend Fälle oberhalb und unterhalb der vorhergesagten Werte darstellen. Es wird verstanden werden, dass, in Übereinstimmung mit jeder der beschriebenen Ausführungsformen, die Schritte des Simulierens von Betriebsmodi und Bestimmens optimierter Betriebsmodi daraus wiederholt und in einen repetitiven Prozess konfiguriert werden können. Wie hierin verwendet, wird jede Wiederholung als ein «Optimierungszyklus» bezeichnet. Es wird verstanden werden, dass jede Wiederholung das Definieren eines nachfolgenden oder nächsten Betriebszeitraums zur Optimierung beinhalten kann. Dieser nachfolgende Zeitraum kann kurz nach dem Betriebszeitraum, der durch den vorherigen Zyklus optimiert wurde, stattfinden, bzw. kann er einen Betriebszeitraum beinhalten, der einem zukünftigen Zeitraum entspricht, zum Beispiel wenn das vorliegende Verfahren zum Zweck der Vorbereitung von Lastverteilungsgeboten oder Beratung hinsichtlich der wirtschaftlichen Auswirkung alternativer Wartungszeitpläne verwendet wird.

[0109] Die Schritte des Abstimmens des Kraftwerksmodells 502 können wiederholt werden, um das abgestimmte Kraftwerksmodell 507 zu aktualisieren. Auf diese Art und Weise kann ein abgestimmtes Kraftwerksmodell 507, das eine kürzliche Abstimmung reflektiert, mit Optimierungszyklen verwendet werden, um effektivere Ergebnisse zu erzeugen. Gemäss alternativer Ausführungsformen können der Optimierungszyklus und der Abstimmungszyklus des Kraftwerksmodells 502 relativ voneinander getrennt sein, derart, dass jeder Zyklus gemäss seines eigenen Zeitplans stattfindet. In weiteren Ausführungsformen kann das Kraftwerksmodell 502 nach einer vordefinierten Anzahl von Wiederholungen des Optimierungszyklus aktualisiert oder abgestimmt werden. Das aktualisierte abgestimmte Kraftwerksmodell 507 wird dann in nachfolgenden Optimierungszyklen verwendet, bis die vordefinierte Anzahl an Wiederholungen stattgefunden hat, um einen weiteren Abstimmungszyklus zu initiieren. In bestimmten Ausführungsformen erfolgt der Abstimmungszyklus nach jedem Optimierungszyklus. Gemäss alternativer Ausführungsformen steht die Anzahl der Optimierungszyklen, die eine Abstimmung des Kraftwerksmodells 502 initiieren, in Beziehung zu der Anzahl der Zeitintervalle des Vorhersagehorizontes.

[0110] Die vorliegende Erfindung, wie angegeben, kann den Betrieb der Kraftwerke 501 gemäss Leistungszielen optimieren, welche durch den Anlagenbetreiber definiert werden können. Gemäss bevorzugter Ausführungsformen wird das vorliegende Verfahren zum wirtschaftlichen Optimieren des Kraftwerksbetriebs verwendet. In solchen Fälle beinhalten und definieren die Leistungsziele eine Kostenfunktion, welche die Kriterien für die wirtschaftliche Optimierung bereitstellt. Gemäss beispielhafter Ausführungsformen beinhaltet der simulierte Betrieb für jeden der vorgeschlagenen Parametersätze, als einen Ausgang, vorhergesagte Werte für ausgewählte Leistungsindikatoren. Die Kostenfunktion kann einen Algorithmus beinhalten, der die vorhergesagten Werte für die Leistungsindikatoren mit Betriebskosten oder einer anderen Angabe der wirtschaftlichen Leistung korreliert. Zu weiteren Leistungsindikatoren, die auf diese Art und Weise verwendet werden können, zählen zum Beispiel ein spezifischer Wärmeverbrauch des Kraftwerks und/oder ein Brennstoffverbrauch. Gemäss alternativer Ausführungsformen zählen zu den Simulationsausgaben vorhergesagte Werte für die Heissgaspfadtemperaturen für eine oder mehrere der Wärmekraftanlagen des Kraftwerks 501, welche zum Berechnen der Kosten der verbrauchten Komponentenlebensdauer verwendet werden können. Diese Kosten reflektieren vorhergesagte Verschleisskosten im Zusammenhang mit den Heissgaspfadkomponenten, die aus dem simulierten Betrieb resultieren. Die Kostenfunktion kann ferner einen Algorithmus beinhalten, welcher vorhergesagte Werte für die Leistungsindikatoren mit einem Betriebsertrag korreliert. In solchen Fälle kann der Betriebsertrag dann mit den Betriebskosten verglichen werden, um einen Nettoertrag oder -gewinn für das Kraftwerk 501 zu reflektieren. Das vorliegende Verfahren kann ferner den Schritt des Empfangens eines vorhergesagten Preises für Elektrizität, die innerhalb des Marktes für den optimierten Zeitraum verkauft wird, beinhalten, und zu den ausgewählten Leistungsindikatoren kann ein Ausgangspegel der Elektrizität zählen, welcher dann zum Berechnen eines erwarteten Betriebsertrags für den kommenden Betriebszeitraum verwendet werden kann. Auf diese Art und Weise kann das vorliegende Verfahren zum Maximieren des wirtschaftlichen Ertrags durch Vergleich der Betriebskosten mit dem Ertrag verwendet werden.

[0111] Wie verstanden werden wird, können Leistungsziele ferner so definiert sein, dass sie ausgewählte Funktionsfähigkeitsbeschränkungen beinhalten. Gemäss bestimmter alternativer Ausführungsformen beinhaltet das vorliegende Verfahren den Schritt des Disqualifizierens jeglicher der vorgeschlagenen Parametersätze, die einen simulierten Betrieb erzeugen, welcher eine der definierten Funktionsfähigkeitsbeschränkungen verletzt. Zu Funktionsfähigkeitsbeschränkungen können zum Beispiel Emissionsschwellen, maximale Betriebstemperaturen, maximale mechanische Belastungslevel usw. gehören, sowie gesetzliche oder Umweltbestimmungen, Vertragsbedingungen, Sicherheitsbestimmungen und/oder Maschinen- oder Komponenten-Funktionsfähigkeitsschwellen und -beschränkungen.

[0112] Das vorliegende Verfahren beinhaltet, wie bereits erwähnt, das Erzeugen vorgeschlagener Parametersätze 517, welche alternative oder mögliche Betriebsmodi des Kraftwerks 501 beschreiben. Wie veranschaulicht, können die vorgeschlagenen Parametersätze 517 im Anlagenbedienermodul 509 erzeugt werden und sie können Eingaben von einem Anlagenmanager oder menschlichen Bedienern beinhalten. Allgemein gesprochen, können die möglichen Betriebsmodi als konkurrierende Modi betrachtet werden, für welche eine Simulation durchgeführt wird, um den Betriebsmodus zu bestimmen, der die Leistungsziele und antizipierten Bedingungen am besten erfüllt. Gemäss beispielhafter Ausführungsformen können diese alternativen Betriebsmodi auf verschiedene Art und Weise ausgewählt oder definiert werden. Gemäss einer bevorzugten Ausführungsform beinhalten die alternativen Betriebsmodi unterschiedliche Ausgangspegel für das Kraftwerk 501. Ausgangspegel, wie hierin verwendet, bezieht sich auf den Elektrizitätspegel, der durch das Kraftwerk 501 zum kommerziellen Vertrieb innerhalb des Marktes während eines definierten Marktzeitraums erzeugt wird. Die vorgeschlagenen Parametersätze können zum Definieren mehrerer Fälle bei jedem der unterschiedlichen Ausgangspegel konfiguriert sein. Es können mehrere Ausgangspegel durch die vorgeschlagenen Parametersätze abgedeckt werden, und die daraus gewählten können so konfiguriert werden, dass sie mit einem Bereich möglicher Ausgänge für das Kraftwerk 501 übereinstimmen. Es wird verstanden werden, dass der Bereich möglicher Ausgangspegel möglicherweise nicht linear ist. Spezifisch können, aufgrund der mehreren Kraftwerksblöcke des Kraftwerks und der damit verbundenen Skalierbarkeitsbegrenzungen, die vorgeschlagenen Parametersätze gruppiert oder auf Ebenen konzentriert werden, die erreichbarer oder angesichts der bestimmten Konfiguration des Kraftwerks 501 bevorzugt sind.

[0113] Wie angegeben, kann jeder der konkurrierenden Betriebsmodi mehrere Fälle beinhalten. Wo die konkurrierenden Betriebsmodi zum Beispiel auf unterschiedlichen Ebenen definiert sind, können die mehreren Fälle gewählt sein, um eine unterschiedliche Art und Weise zu reflektieren, durch welche der Ausgangspegel erreicht wird. Wenn das Kraftwerk mehrere Kraftwerksblöcke aufweist, können die mehreren Fälle auf jedem Ausgangspegel dadurch differenziert werden, wie jede der Wärmekraftanlagen betrieben wird und/oder einbezogen ist. Gemäss einer Ausführungsform werden die mehreren erzeugten Fälle durch das Variieren des Prozentsatzes des Ausgangspegels, der durch jeden der Kraftwerksblöcke bereitgestellt wird, differenziert. Zum Beispiel kann das Kraftwerk 501 ein GuD-Kraftwerk 501 beinhalten, in welchem Wärmekraftanlagen Gas- und Dampfturbinen aufweisen. Ausserdem können die Gas- und Dampfturbinen entsprechend durch ein Einlasskonditionierungssystem, wie z.B. eine Kälteanlage, und ein HRSG-Kanalfeuerungssystem verbessert werden. Wie verstanden werden wird, kann das Einlasskonditionierungssystem zum Beispiel zum Kühlen der Ansaugluft der Gasturbine konfiguriert sein, um ihre Erzeugungsfähigkeit anzukurbeln, und das HRSG-Kanalfeuerungssystem kann als eine sekundäre Wärmequelle zum Kessel konfiguriert sein, um die Erzeugungsfähigkeit der Dampfturbine anzukurbeln. Gemäss dieses Beispiels beinhalten die Wärmekraftanlagen die Gasturbine oder, alternativ dazu, die Gasturbine angekurbelt durch das Einlasskonditionierungssystem; und die Dampfturbine oder, alternativ dazu, die Dampfturbine angekurbelt durch das HRSG-Kanalfeuerungssystem. Die mehreren durch die vorgeschlagenen Parametersätze abgedeckten Fälle können dann Beispiele beinhalten, bei welchen diese bestimmten Wärmekraftanlagen auf unterschiedliche Art und Weise eingebunden sind, während sie trotzdem die unterschiedlichen Ausgangspegel erfüllen, die als konkurrierende Betriebsmodi gewählt wurden. Der simulierte Betrieb kann dann zum Bestimmen dessen analysiert werden, welcher davon einen optimierten Betriebsmodus gemäss eines definierten Kriteriums reflektiert.

[0114] Gemäss einer alternativen Ausführungsform können die vorgeschlagenen Parametersätze in Richtung unterschiedlicher Betriebsmodi gezogen werden, um wirtschaftliche Vorteile von Wartungsvorgängen zu berechnen. Um dies zu erreichen, kann einer der konkurrierenden Betriebsmodi als einer definiert werden, bei welchem angenommen wird, dass der Wartungsbetrieb vor dem für die Optimierung gewählten Betriebszeitraum abgeschlossen wurde. Dieser Betriebsmodus kann so definiert sein, dass er einen Leistungsschub reflektiert, von dem erwartet wird, dass er den Abschluss dieses Wartungsbetriebs begleitet. Ein alternativer Betriebsmodus kann als einer definiert sein, bei welchem der Wartungsbetrieb nicht durchgeführt wird, was bedeutet, dass die Simulation der mehreren Fälle für diesen Betriebsmodus den erwarteten Leistungsschub nicht aufweisen würde. Die Ergebnisse aus den Simulationen können dann analysiert werden, sodass die wirtschaftlichen Auswirkungen besser verständlich sind, und die mehreren Fälle können verwendet werden, um zu zeigen, wie sich unterschiedliche Szenarien (wie z.B. Schwankungen in den Brennstoffpreisen oder unerwartete Umgebungsbedingungen) auf das Ergebnis auswirken. Wie verstanden werden wird, können die konkurrierenden Betriebsmodi, unter Verwendung der gleichen Grundlagen, einen Teillastmodus und einen Abschaltmodus beinhalten.

[0115] Die vorliegende Erfindung beinhaltet ferner unterschiedliche Möglichkeiten, wie der Optimierungsprozess durch Kraftwerksbetreiber genutzt werden kann, um Prozesse zu automatisieren und Effizienz und Leistung zu verbessern. Gemäss einer Ausführungsform, wie in Fig. 17 veranschaulicht, beinhaltet das Verfahren den Schritt des Kommunizierens eines berechneten optimierten Betriebsmodus 521 an das Anlagenbedienermodul 509 zur Genehmigung durch einen menschlichen Bediener, bevor das Kraftwerk 501 gemäss des optimierten Betriebsmodus gesteuert wird. In einem Beratungsmodus kann das vorliegende Verfahren zum Vorstellen alternativer Betriebsmodi und der wirtschaftlichen Konsequenzen im Zusammenhang mit jedem dieser konfiguriert sein, um den Anlagenbetreiber auf derartige Alternativen hinzuweisen. Alternativ dazu kann die Steuersystem der vorliegenden Erfindung zum automatischen Implementieren optimierter Lösungen in der Lage sein. In solchen Fällen kann der optimierte Betriebsmodus elektronisch an den Anlagencontroller 505 kommuniziert werden, um eine Steuerung des Kraftwerks 501 in einer damit übereinstimmenden Art und Weise zu veranlassen. Bei Stromversorgungssystemen, die ein wirtschaftliches Lastverteilungssystem zum Verteilen der Elektrizitätserzeugung auf eine Gruppe von Kraftwerken 501 beinhalten, kann das Optimierungsverfahren der vorliegenden Erfindung zum Erstellen genauerer und wettbewerbsfähigerer Angebote zur Einreichung an die zentrale Behörde oder den zentralen Dispatcher verwendet werden. Wie ein Durchschnittsfachmann auf dem Gebiet verstehen wird, können die bereits beschriebenen Optimierungsmerkmale zum Erstellen von Angeboten verwendet werden, welche die wahre Erzeugungsfähigkeit, Effizienz und den spezifischen Wärmeverbrauch reflektieren, während auch nützliche Informationen hinsichtlich der wirtschaftlichen Kompromisse an Anlagenbetreiber bereitgestellt werden, die das Kraftwerk in zukünftigen Marktzeiträumen durch die Wahl zwischen unterschiedlichen Betriebsmodi eingeht. Die erhöhte Genauigkeit dieses Typs und die zusätzliche Analyse helfen dabei, sicherzustellen, dass das Kraftwerk im Angebotsprozess wettbewerbsfähig bleibt, während auch das Risiko einer hochunprofitablen Lastverteilung, das aus unvorhergesehenen Eventualitäten resultiert, minimiert wird.

[0116] Fig. 18 bis 21 veranschaulichen beispielhafte Ausführungsformen der vorliegenden Erfindung, die sich auf den Teillast- und/oder Abschaltbetrieb eines Kraftwerks beziehen. Die erste Ausführungsform, wie im Flussdiagramm 600 von Fig. 18 veranschaulicht – welche als ein «Teillast-Berater» bezeichnet werden kann – lehrt Verfahren und Systeme zum Simulieren und Optimieren eines Teillastlevels für das Kraftwerk während eines definierten oder ausgewählten Betriebszeitraums («ausgewählter Betriebszeitraum»). In bevorzugten Ausführungsformen wird das vorliegende Verfahren bei Kraftwerken mit mehreren Gasturbinen eingesetzt, zu welchen GuD-Anlagen mit mehreren Gasturbinen und einer oder mehreren Dampfturbinen zählen können. Das abgestimmte Kraftwerksmodell kann zum Bestimmen einer optimierten Mindestlast zum Betreiben des Kraftwerks auf einem Teillastlevel während des ausgewählten Betriebszeitraums verwendet werden. Wie zuvor angegeben, kann ein «optimierter» Betriebsmodus definiert sein als einer, der gegenüber einem oder mehreren anderen möglichen Betriebsmodi als bevorzugt erachtet oder evaluiert wird. Ein Betriebsmodus gemäss dieser Ausführungsformen kann eine Zuweisung bestimmter Stromerzeugungseinheiten zum Erfüllen einer Lastverpflichtung oder anderer Leistungsziele sowie die physischen Konfigurationen der Kraftwerksblöcke innerhalb eines Kraftwerks beinhalten. Eine derartige Funktionalität bedeutet, dass die vorliegende Erfindung durch das Verwenden eines optimierten oder verbesserten Betriebsmodus eine Vielzahl von Anlagenkombinationen berücksichtigen kann, welche die unterschiedlichen Teillastkonfigurationen jedes Blocks berücksichtigen, sowie Konfigurationen, welche eine oder mehrere der Einheiten abschalten, während andere auf einem Voll- oder Teillastlevel weiterarbeiten. Das Verfahren kann ferner auch andere Beschränkungen, wie z.B. Funktionsfähigkeitsbeschränkungen, Leistungsziele, Kostenfunktionen, Bedienereingaben und Umgebungsbedingungen, in seiner Berechnung eines verbesserten Teillast-Betriebsmodus für das Kraftwerk, der die Leistung und/oder Effizienz steigert, berücksichtigen. Das vorliegende Verfahren kann, wie hierin beschrieben und/oder in den beigefügten Ansprüchen dargestellt, vorliegende und vorhergesagte Umgebungsbedingungen für die Optimierung des Teillast-Betriebsmodus sowie eine Veränderung der Einheitskonfiguration und/oder -Steuerung berücksichtigen, um den Betrieb eines oder mehrerer der Kraftwerksblöcke dynamisch anzupassen, wenn die tatsächlichen Bedingungen von den vorhergesagten abweichen. Gemäss einer bevorzugten Ausführungsform, ist eine solche Leistung, zumindest teilweise, als diejenige definiert, welche das Level der/s Brennstoffnutzung oder -Verbrauchs über den vorgeschlagenen Teillast-Betriebszeitraum minimiert.

[0117] Der Teillast-Berater der vorliegenden Erfindung kann mehrere Faktoren, Kriterien und/oder Betriebsparameter beim Erzielen einer optimierten oder verbesserten Teillast-Lösung und/oder empfohlenen Teillast-Aktion berücksichtigen. Gemäss bevorzugter Ausführungsformen zählen dazu, jedoch nicht darauf beschränkt, die Folgenden: Gasturbinenmotor-Betriebsgrenzen (d.h. Temperatur, Aerodynamik, Brennstoffaufteilung, Magerlöschgrenze, mechanische und Emissionsgrenzen); Gasturbinen- und Dampfturbinen-Steuersysteme; Mindest-Dampfturbinen-Drosseltemperatur; die Wartung der Vakuumdichtung am Kondensator sowie weitere Faktoren, wie z.B. die Konfiguration oder Aufstellung der Systeme oder ihrer Steuerung. Einer der Ausgänge der Optimierung kann eine/n empfohlene/n Betriebsmodus und Konfiguration des Kraftwerks oder mehrerer Anlagen beinhalten, wobei die mehreren Anlagen unterschiedliche Arten von Kraftwerken beinhalten können, einschliesslich Wind, Solar, Kolbenmaschine, Atom und/oder andere Arten. Es wird verstanden werden, dass der empfohlene Betriebsmodus automatisch initiiert oder elektronisch zur Genehmigung an einen Anlagenbediener kommuniziert werden kann. Eine derartige Steuerung kann über externe oder interne Steuersysteme implementiert werden, die zur Steuerung des Betriebs der Kraftwerksblöcke konfiguriert sind. Ausserdem kann, in Situationen, in welchen das Kraftwerk mehrere Gasturbinenmotoren beinhaltet, der Ausgang des vorliegenden Verfahrens das Identifizieren dessen beinhalten, welche der Gasturbinen während des Teillast-Zeitraums weiter betrieben werden sollte und welche abgeschaltet werden sollte, wobei es sich hierbei um einen Prozess handelt, der in Bezug auf Fig. 19 detaillierter diskutiert wird. Für jede der Gasturbinen, die der Berater für den fortgesetzten Betrieb während des Teillast-Zeitraums empfiehlt, kann das vorliegende Verfahren ferner einen Lastpegel berechnen. Ein weiterer Ausgang kann das Berechnen der Gesamtlast für das Kraftwerk während des Teillast-Zeitraums beinhalten, sowie das stündliche Ziellastprofil auf der Grundlage der vorhergesagten Umgebungsbedingungen, welches, wie angegeben, angepasst werden kann, wenn sich die Bedingungen ändern. Die vorliegende Erfindung kann auch den vorhergesagten Brennstoffverbrauch und Emissionen des Kraftwerks während des Teillast-Betriebszeitraums berechnen. Der Ausgang des offenbarten Verfahrens kann die Betriebsaufstellung/-konfiguration angesichts der Steuerungssollwerte, die den Kraftwerksblöcken und der Anlage zur Verfügung stehen, beinhalten, um die Zielerzeugungslevel effizienter zu erreichen.

[0118] Wie oben diskutiert, bieten Händler und/oder Anlagenmanager (im Folgenden «Anlagenbetreiber», wenn keine Unterscheidung zwischen beiden vorgenommen wird), die nicht an bereits existierende Vertragsbedingungen gebunden sind, üblicherweise ihre Kraftwerke auf einem prospektiven Markt an, wie z.B. einem Day-Ahead-Markt. Als eine zusätzliche Überlegung obliegt Anlagenbetreibern die Sicherstellung, dass eine adäquate Brennstoffzufuhr aufrechterhalten wird, sodass das Kraftwerk in der Lage ist, Ziel- oder vertraglich vereinbarte Erzeugungslevel zu erreichen. Jedoch arbeiten Brennstoffmärkte in vielen Fällen prospektiv, sodass vorteilhafte Preisstellungen den Kraftwerken zur Verfügung stehen, die gewillt oder in der Lage sind, sich im Voraus zu zukünftigen Brennstoffkaufen zu verpflichten. Spezifischer gilt, je weiter im Voraus der Brennstoff erworben wird, desto vorteilhafter ist die Preislegung. Angesichts dieser Marktdynamik muss, damit ein Kraftwerk ein optimiertes oder hohes Niveau des wirtschaftlichen Ertrags erreicht, der Anlagenbetreiber die Anlage wettbewerbsfähig gegen andere Kraftwerksblöcke anbieten, um ihre Erzeugungsfähigkeit auszunutzen, während auch der Brennstoff, der für zukünftige Erzeugungszeiträume benötigt wird, genau geschätzt wird, sodass: 1) der Brennstoff im Voraus gekauft werden kann, um sich die niedrige Preiselegung zu sichern; und 2) kein grosser Brennstoffpuffer benötigt wird, sodass ein kleiner Brennstoffbestand aufrechterhalten werden kann. Wird dies erfolgreich durchgeführt, sichert sich der Anlagenbetreiber eine bessere Preislegung, indem er sich früh zu zukünftigen Brennstoffkaufen verpflichtet, während er gleichzeitig keine übermässigen Einkäufe tätigt, wodurch unnötige und teure Brennstofflager benötigt werden würden, oder zu wenige Käufe tätigt, sodass er ein Brennstoffzufuhrdefizit riskiert.

[0119] Die Verfahren der vorliegenden Erfindung können die Effizienz und Rentabilität der Stromerzeugungsaktivitäten durch Spezifikation eines IHR-Profils für einen Block oder die bestimmte Konfiguration einer Anlage optimieren oder steigern, besonders da sich diese auf die Vorbereitung eines Lastverteilungsangebotes beziehen, um sich einen Erzeugungsmarktanteil zu sichern. Das vorliegende Verfahren kann das Spezifizieren einer optimalen Erzeugungszuweisung über mehrere Kraftwerksblöcke innerhalb eines Kraftwerks hinweg oder über mehrere Anlagen hinweg beinhalten. Das vorliegende Verfahren kann die Betriebs- und Steuerungskonfigurationen berücksichtigen, die diesen Kraftwerksblöcken zur Verfügung stehen, die möglichen Anordnungen permutieren und dadurch ein Angebot erreichen, das, wenn es ausgewählt wird, die Erzeugung von Strom über den Gebotszeitraum bei verringerten oder minimierten Kosten ermöglicht. Hierdurch kann das vorliegende Verfahren alle geltenden physikalischen, regulatorischen und/oder vertraglichen Beschränkungen berücksichtigen. Als Teil dieses Gesamtprozesses kann das vorliegende Verfahren zum Optimieren oder Verbessern des Teillast- und Abschaltbetriebs für ein Kraftwerk mit mehreren Kraftwerksblöcken verwendet werden. Dieser Vorgang kann das Berücksichtigen antizipierter exogener Bedingungen beinhalten, wie zum Beispiel Wetter- oder Umgebungsbedingungen, Gasqualität, Zuverlässigkeit der Kraftwerksblöcke sowie Nebenverpflichtungen, wie z.B. Dampferzeugung. Das vorliegende Verfahren kann zum Erstellen von IHR-Profilen für mehrere Kraftwerksblöcke mit mehreren Konfigurationen sowie für Steuerungseinstellungen für die ausgewählte Teillastkonfiguration und dann Steuerung für die antizipierten exogenen Bedingungen bei der Vorbereitung des Lastverteilungsangebots der Anlage verwendet werden.

[0120] Eine häufige Entscheidung für Betreiber betrifft den Teillastbetrieb oder die Abschaltung des Kraftwerks während Schwachlastzeiträumen, wie z.B. über Nacht, wenn der Bedarf oder die Lastanforderungen minimal sind. Wie verstanden werden wird, hängt das Ergebnis dieser Entscheidung signifikant vom Verständnis des Anlagenbetreibers für die wirtschaftlichen Konsequenzen in Bezug auf jeden dieser möglichen Betriebsmodi ab. In bestimmten Fällen kann die Entscheidung zum Teillastbetrieb des Kraftwerks leicht offensichtlich sein, während die optimale Mindestlast, bei welcher das Kraftwerk während des Teillast-Zeitraums gehalten werden sollte, unsicher bleibt. D.h., während der Anlagenbetreiber die Entscheidung zum Teillastbetrieb des Kraftwerks über einen bestimmten Zeitraum getroffen hat, ist der Betreiber unsicher über die Teillast-Betriebspunkte, an welchen die mehreren Kraftwerksblöcke des Kraftwerks in der kostengünstigsten Art und Weise gefahren werden.

[0121] Der Teillast-Berater von Fig. 18 kann als Teil eines Prozesses zum Empfehlen einer optimalen Mindestlast, mit welcher das Kraftwerk betrieben werden soll, verwendet werden. Diese Beraterfunktion kann ferner die beste Vorgehensweise für das Kraftwerk angesichts eines spezifischen Szenarios von Umgebungsbedingungen, wirtschaftlichen Eingaben und Betriebsparametern und Beschränkungen empfehlen. Aus diesen Eingaben kann der Prozess die besten Betriebspegel berechnen und kann dann die notwendigen Betriebsparameter zur Steuerung des Kraftwerks empfehlen, wie in Bezug auf Fig. 19 detaillierter diskutiert werden wird. Wie verstanden werden wird, kann diese Funktionalität in mehreren zusätzlichen Vorteilen resultieren, zu welchen eine verlängerte Teilelebensdauer, ein effizienterer Teillastbetrieb, eine verbesserte wirtschaftliche Leistung und eine verbesserte Genauigkeit bei Brennstoffkaufen zählen.

[0122] Wie im Flussdiagramm 600 veranschaulicht, können bestimmte Informationen und relevante Kriterien während der Anfangsschritte gesammelt werden. In Schritt 602 können Daten, Variable und andere Faktoren im Zusammenhang mit Kraftwerkssystemen und Kraftwerksblöcken bestimmt werden. Dazu können jegliche der oben genannten Faktoren oder Informationen zählen. Gemäss einer bevorzugten Ausführungsform kann ein Umgebungsprofil empfangen werden, welches eine Vorhersage von Umgebungsbedingungen während des ausgewählten Betriebszeitraums beinhalten kann. Relevante Emissionsdaten können auch als Teil dieses Schrittes gesammelt werden, zu welchen Emissionsgrenzen sowie aktuelle Emissionen für das Kraftwerk zählen können. Ein weiterer Faktor beinhaltet Daten in Bezug auf den potentiellen Verkauf von Strom und/oder Dampf während des ausgewählten Betriebszeitraums. Zu weiteren Variablen, die als Teil dieses Schrittes bestimmt werden können, zählen die Anzahl der Gasturbinen in der Anlage, die Verbrennung und die Steuersysteme für jede der Gasturbinen sowie jegliche anderen anlagenspezifischen Begrenzungen, die für die unten diskutierten Berechnungen relevant sein können.

[0123] In Schritt 604 kann der Zeitraum des vorgeschlagenen Teillastbetriebs (oder des «ausgewählte Betriebszeitraum») mit Sorgfalt definiert werden. Wie verstanden werden wird, kann dieser durch einen Benutzer oder Anlagenbetreiber definiert werden und einen ausgewählten Betriebs Zeitraum beinhalten, während welchem eine Analyse verfügbarer Teillast-Betriebsmodi gewünscht wird. Die Definition des ausgewählten Betriebszeitraums kann eine antizipierte Länge sowie eine vom Benutzer spezifizierte Startzeit (d.h. die Zeit, zu welcher der ausgewählte Betriebszeitraum startet) und/oder eine Stoppzeit (d.h. die Zeit, zu welcher der ausgewählte Betriebszeitraum endet) aufweisen. Dieser Schritt kann ferner das Definieren eines Intervalls innerhalb des ausgewählten Betriebszeitraums aufweisen. Das Intervall kann konfiguriert sein, um den ausgewählten Betriebszeitraum in mehrere sequentielle und regelmässig beabstandete Zeiträume aufzuteilen. Hinsichtlich des hierin bereitgestellten Beispiels, wird das Intervall als eine Stunde definiert und der ausgewählte Betriebszeitraum wird als mehrere der Ein-Stunden-Intervalle beinhaltend definiert.

[0124] In Schritt 606 kann die Anzahl der Gasturbinen, die am Optimierungsprozess für den ausgewählten Betriebszeitraum beteiligt sind, ausgewählt werden. Dazu können sämtliche Gasturbinen im Kraftwerk oder in einem Abschnitt davon zählen. Das Verfahren kann ferner die Berücksichtigung anderer Kraftwerksblöcke im Kraftwerk, wie z.B. Dampfturbinensysteme, beinhalten und deren Betriebszustände während des ausgewählten Betriebszeitraums berücksichtigen, wie unten detaillierter beschrieben werden wird. Die Bestimmung der am Teillastbetrieb beteiligten Gasturbinen kann das Anfordern oder Empfangen von Eingaben durch den Anlagenbetreiber beinhalten.

[0125] In Schritt 608 kann das vorliegende Verfahren eine Permutationsmatrix angesichts der Anzahl der Gasturbinen konfigurieren, die als Teil des vorgeschlagenen Teillastbetriebs während des ausgewählten Betriebszeitraums bestimmt wurden. Wie verstanden werden wird, ist die Permutationsmatrix eine Matrix, welche die verschiedenen Möglichkeiten beinhaltet, wie die mehreren Gasturbinenmotoren während des ausgewählten Betriebszeitraums eingebunden oder betrieben werden können. Zum Beispiel beinhaltet, wie in der beispielhaften Permutationsmatrix 609 von Fig. 18 veranschaulicht, die Permutationsmatrix für den Fall zweier Gasturbinen vier unterschiedliche Kombinationen, die jede der möglichen Konfigurationen abdecken. Spezifisch beinhaltet, falls das Kraftwerk eine erste und eine zweite Gasturbine aufweist, die Permutationsmatrix die folgenden Reihen oder Fälle: a) sowohl die erste als auch die zweite Gasturbine sind «an», d.h. sie werden in einem Teillast-Betriebszustand betrieben; 2) sowohl die erste als auch die zweite Gasturbine sind «aus», d.h. sie werden in einem Abschalt-Betriebszustand betrieben; 3) die erste Gasturbine ist «an» und die zweite Gasturbine ist «aus»; und 4) die erste Gasturbine ist «aus» und die zweite Gasturbine ist «an». Wie verstanden werden wird, sind im Fall einer einzelnen Gasturbine nur zwei Permutationen möglich, während für drei Gasturbinen, sieben unterschiedliche Reihen oder Fälle möglich wären, welche jeweils eine unterschiedliche Konfiguration darstellen, wie die drei Gasturbinenmotoren während eines bestimmten Zeitrahmens hinsichtlich der «An»-«Aus»-Betriebszustände eingebunden sein können. In Bezug auf Fig. 17 und den im dazugehörigen Text diskutierten Optimierungsprozess, kann jeder Fall oder jede Reihe einer Permutationsmatrix als einen unterschiedlichen oder konkurrierenden Betriebsmodus darstellend betrachtet werden.

[0126] Als Teil der Schritte, die durch Schritt 610, 613, 614, 616 und 618 dargestellt sind, kann das vorliegende Verfahren vorgeschlagene Parametersätze für den vorgeschlagenen Teillastbetrieb konfigurieren. Wie angegeben, kann der ausgewählte Betriebszeitraum in die mehreren Ein-Stunden-Zeitintervalle unterteilt sein. Der Prozess zum Konfigurieren der vorgeschlagenen Parametersätze kann in Schritt 610 beginnen, wo bestimmt wird, ob jedes der Intervalle angesprochen wurde. Wenn die Antwort auf diese Frage «ja» ist, kann der Prozess, wie veranschaulicht, mit einem Ausgabeschritt (d.h. Schritt 611) fortfahren, wobei die Ausgabe der Teillastanalyse an einen Bediener 612 bereitgestellt wird. Wenn nicht alle der Intervalle abgedeckt wurden, kann der Prozess mit Schritt 613 fortfahren, wobei eines der Intervalle ausgewählt wird, das noch nicht abgedeckt wurde. Dann können in Schritt 614 die Umgebungsbedingungen für das ausgewählte Intervall basierend auf empfangenen Vorhersagen eingestellt werden. Weiter mit Schritt 616, kann der Prozess eine Reihe aus der Permutationsmatrix auswählen und in Schritt 618 den An/Aus-Zustand der Gasturbinen gemäss der bestimmten Reihe einstellen.

[0127] Von dort kann das vorliegende Verfahren entlang zweier unterschiedlicher Pfade fortfahren. Spezifisch kann das Verfahren mit einem Optimierungsschritt, dargestellt durch Schritt 620, fortfahren, während es bei Schritt 621 auch mit einem Entscheidungsschritt fortfahren kann, bei welchem der Prozess bestimmt, ob sämtliche Permutationen oder Reihen der Permutationsmatrix für das ausgewählte Intervall abgedeckt wurden. Wenn die Antwort darauf «nein» ist, kann der Prozess zu Schritt 616 zurückkehren, wo eine unterschiedliche Permutationsreihe für das Intervall ausgewählt wird. Wenn die Antwort darauf «ja» lautet, dann kann der Prozess, wie veranschaulicht, mit Schritt 610 fortfahren, um zu bestimmen, ob sämtliche Intervalle abgedeckt wurden. Wie verstanden werden wird, kann der Prozess, nachdem sämtliche Reihen der Permutationsmatrix für jedes Intervall angesprochen wurden, zum Ausgabeschritt von Schritt 611 voranschreiten.

[0128] In Schritt 620 kann das vorliegende Verfahren die Leistung unter Verwendung des abgestimmten Kraftwerksmodells optimieren, wie zuvor in Fig. 17 diskutiert. Übereinstimmend mit diesem Ansatz können mehrere Fälle für jeden der konkurrierenden Betriebsmodi erzeugt werden, d.h. jede der Reihen der Permutationsmatrix für jedes der Intervalle des ausgewählten Betriebszeitraums. Gemäss einer bevorzugten Ausführungsform erstellt das vorliegende Verfahren vorgeschlagene Parametersätze, in welchen mehrere Betriebsparameter variiert werden, um die Wirkung auf einen ausgewählten Betriebsparameter oder Leistungsindikator zu bestimmen. Zum Beispiel können gemäss dieser Ausführungsform die vorgeschlagenen Parametersätze das Manipulieren von Einstellungen für Dralldrosseln («IGV» – inlet guide vanes) und/oder eine Abgastemperatur der Turbine («Texh») beinhalten, um zu bestimmen, welche Kombination angesichts des An/Aus- Zustands der bestimmten Reihe und der Umgebungsbedingungsvorhersage für das bestimmte Intervall eine minimierte Gesamtbrennstoffverbrauchsrate für das Kraftwerk ergibt. Wie verstanden werden wird, stellt ein Betrieb, der den Brennstoffverbrauch minimiert, während die anderen Beschränkungen im Zusammenhang mit dem Teillastbetrieb erfüllt werden, eine Art und Weise dar, durch welche eine Teillastleistung relativ zu einem oder mehreren alternativen Betriebsmodi wirtschaftlich optimiert oder zumindest wirtschaftlich verbessert werden kann.

[0129] Wie gezeigt, können gemäss bestimmter Ausführungsformen Kostenfunktionen, Leistungsziele und/oder Funktionsfähigkeitsbeschränkungen durch die vorliegende Erfindung während dieses Optimierungsprozesses verwendet werden. Diese können über einen Anlagenbetreiber bereitgestellt werden, dargestellt durch Schritt 622. Zu diesen Beschränkungen können Grenzen hinsichtlich der Einstellungen der IGV, Texh-Grenzen, Verbrennungsgrenzen usw. zählen, sowie diejenigen im Zusammenhang mit den anderen thermischen Systemen, die Teil des Kraftwerks sein können. Zum Beispiel können in Kraftwerken mit GuD-Systemen der Betrieb oder die Wartung der Dampfturbine während des Teillastbetriebs bestimmte Beschränkungen darstellen, wie zum Beispiel die Aufrechterhaltung einer Mindestdampftemperatur oder eine Kondensatorvakuumdichtung. Eine weitere Funktionsfähigkeitsbeschränkung kann die notwendige Logik beinhalten, das bestimmte Nebensysteme in bestimmten Betriebsmodi beeinträchtigt sein können und/oder bestimmte Untersystem sich gegenseitig ausschliessen, wie z.B. Verdunstungskühler und Kälteanlage.

[0130] Nachdem das vorliegende Verfahren die Wiederholungen durch die Intervalle und die unterschiedlichen Reihen der Permutationsmatrix durchlaufen hat, können die Ergebnisse der Optimierung in Schritt 611 an den Anlagenbetreiber kommuniziert werden. Diese Ergebnisse können einen optimierten Fall für jede der Reihen der Permutationsmatrix für jedes der Zeitintervalle beinhalten. Gemäss eines Beispiels beschreibt der Ausgang einen optimierten Betrieb, der durch eine Kostenfunktion des Brennstoffverbrauchs für das Kraftwerk für jede der Permutationen für jedes der Intervalle definiert ist. Spezifisch kann der Ausgang den Mindestbrennstoff, der erforderlich ist (wie unter Verwendung des abgestimmten Kraftwerksmodells gemäss bereits beschriebener Verfahren optimiert) für jede der möglichen Anlagenkonfigurationen (wie durch die Reihen der Permutationsmatrix dargestellt) für jedes Intervall, während auch Funktionsfähigkeitsbeschränkungen, Leistungsziel und antizipierte Umgebungsbedingungen erfüllt werden, beinhalten. Gemäss einer weiteren Ausführungsform beinhaltet der Ausgang eine Optimierung, die einen Erzeugungsausgangspegel (d.h. Megawatt) für die möglichen Anlagenkonfigurationen für jedes der Intervalle auf die gleiche Art und Weise minimiert. Wie verstanden werden wird, sind bestimmte der möglichen Anlagenkonfigurationen (wie durch Permutationen der Permutationsmatrix dargestellt) möglicherweise nicht in der Lage, Funktionsfähigkeitsbeschränkungen zu erfüllen, und zwar ungeachtet der Brennstoffzufuhr für den Erzeugungsausgangspegel. Derartige Ergebnisse können verworfen werden und werden nicht mehr als Teil des Ausgangs von Schritt 611 berücksichtigte oder berichtet.

[0131] Fig. 19 und 20 stellen graphisch Möglichkeiten dar, wie eine Gasturbine eines Kraftwerks über einen ausgewählten Betriebszeitraum, der definierte Intervalle («I» in den Figuren) beinhaltet, angesichts typischer Beschränkungen im Zusammenhang mit einem transienten Betrieb betrieben werden kann. Wie verstanden werden wird, beinhaltet ein transienter Betrieb das Schalten eines Blocks zwischen unterschiedlichen Betriebsmodi, einschliesslich derjenigen, die den Übergang in einen oder aus einem Abschalt-Betriebsmodus beinhalten. Wie gezeigt, können mehrere Betriebspfade oder -Sequenzen 639 erreicht werden, abhängig von: 1) einem Anfangszustand 640 der Gasturbine; und 2) den Entscheidungen, die hinsichtlich dessen getroffen werden, ob Betriebsmodi in den Intervallen, in welchen Änderungen angesichts der Beschränkungen des transienten Betriebs möglich sind, geändert werden. Wie verstanden werden wird, stellen die mehreren unterschiedlichen Sequenzen 639 die mehreren Möglichkeiten dar, wie der Block über die gezeigten Intervalle betrieben werden kann.

[0132] Wie verstanden werden wird, kann der Ausgang des Verfahrens von Fig. 18 in Verbindung mit den Diagrammen von Fig. 19 und 20 zum Konfigurieren vorgeschlagener Teillast-Betriebssequenzen für die Kraftwerksblöcke eines Kraftwerks verwendet werden. D.h. Fig. 19 und 20 veranschaulichen Beispiele, wie ein Block eines Kraftwerks eingebunden werden kann und wie seine Betriebsmodi modifiziert werden, wenn die Zeitintervalle ablaufen, wozu Beispiele zählen können, wenn der Betriebsmodus des Blocks unverändert bleibt, Beispiele, wenn der Betriebsmodus der Einheit aus einem Abschalt-Betriebsmodus in einen Teillast-Betriebsmodus modifiziert wird, sowie Beispiele, wenn der Betriebsmodus der Einheit aus einem Abschalt-Betriebsmodus in einen Teillast-Betriebsmodus modifiziert wird. Wie veranschaulicht, ist die in diesem Beispiel verwendete transiente Betriebsbeschränkung, dass das Modifizieren eines Betriebsmodus erfordert, dass die Einheit für ein Minimum von mindestens zwei der Intervalle in dem modifizierten Betriebsmodus bleibt. Die vielen Sequenzen (oder Pfade), durch welche der Block am letzten Intervall anlangt, stellt die möglichen Teillast-Betriebssequenzen dar, die der Einheit angesichts der transienten Betriebsbeschränkungen zu Verfügung stehen.

[0133] Wie verstanden werden wird, können die analytischen Ergebnisse aus Fig. 18 – d.h. der optimierte Teillastbetrieb für jede der Matrixpermutationen – zum Auswählen mehrerer bevorzugter Fälle aus den möglichen Teillast-Betriebssequenzen verwendet werden, welche als die vorgeschlagenen Teillast-Betriebssequenzen bezeichnet werden können. Spezifisch können, angesichts der Ergebnisse des in Bezug auf Fig. 18 beschriebenen Verfahrens, die vorgeschlagenen Teillast-Betriebssequenzen aus Fällen von Teillastbetrieb gewählt sein, welche Anlagenleistungsziele und –beschränkungen erfüllen, während auch eine Leistung gemäss einer ausgewählten Kostenfunktion (wie z.B. MW-Ausgang oder Brennstoffverbrauch) optimiert wird. Die in Fig. 19 und 20 veranschaulichten Überlegungen stellen eine Möglichkeit zum Bestimmen dessen dar, ob Teillast-Betriebssequenzen angesichts von transienten Betriebsbeschränkungen realisierbar sind. D.h., die vorgeschlagenen Teillast-Betriebssequenzen, die durch die kombinierte Analyse von Fig. 18 bis 20 erreicht werden, sind Betriebssequenzen, die mit zeitlichen Begrenzungen im Zusammenhang mit dem Übergang einer Einheit von einem Betriebsmodus in einen anderen übereinstimmen.

[0134] Bezugnehmend auf Fig. 21 ist ein Verfahren zum weiteren Modellieren und Analysieren des Teillastbetriebs eines Kraftwerks bereitgestellt. Wie verstanden werden wird, kann dieses Verfahren zum Analysieren der Teillastkosten gegenüber der Abschaltkosten für spezifische Fälle verwendet werden, die einen einzelnen Block über ein definiertes Zeitintervall beinhalten. Jedoch kann es auch zum Analysieren der Kosten auf Anlagenebene verwendet werden, wobei eine Empfehlung hinsichtlich Möglichkeiten gesucht wird, wie der Betrieb mehrerer Kraftwerksblöcke über einen ausgewählten Betriebszeitraum mit mehreren Intervallen gesteuert werden kann. Auf diese Art und Weise kann der Ausgang von Fig. 18 und 20 zusammengefügt werden, um mögliche Betriebsmodi oder Sequenzen über die Spanne mehrerer Intervalle zu konfigurieren, welche dann, wie gezeigt werden wird, gemäss des Verfahrens von Fig. 21 analysiert werden können, um ein vollständigeres Verständnis des Teillastbetriebs über einen breiteren Betriebszeitraum bereitzustellen.

[0135] Anlagenbetreiber müssen, wie bereits diskutiert, regelmässig zwischen Teillast- und Abschalt-Betriebsmodi während der Schwachlast-Stunden entscheiden. Während bestimmte Bedingungen die Entscheidung zu einer unkomplizierten machen, ist sie häufig schwierig, besonders angesichts der gesteigerten Komplexität moderner Kraftwerke und der mehreren Wärmekraftanlagen, die üblicherweise innerhalb jedes einzelnen enthalten sind. Wie verstanden werden wird, hängt die Entscheidung über Teillast gegenüber Abschaltung eines Kraftwerks signifikant von einem vollständigen Verständnis der wirtschaftlichen Nutzen im Zusammenhang mit jedem Betriebsmodus ab. Die vorliegende Erfindung kann, gemäss der in Fig. 21 veranschaulichten alternativen Ausführungsform, durch den Anlagenbetreiber verwendet werden, um ein verbessertes Verständnis der Kompromisse im Zusammenhang mit jedem dieser unterschiedlichen Betriebsmodi zu erhalten, um die Entscheidungsfindung zu vereinfachen. Gemäss bestimmter Ausführungsformen kann das Verfahren von Fig. 21 zusammen mit dem Teillast-Berater von Fig. 18 verwendet werden, um eine kombinierte Beraterfunktion zu ermöglichen, die: 1) die beste Vorgehensweise zwischen Teillast- und Abschalt-Betriebsmodus für die Kraftwerksblöcke des Kraftwerks angesichts bekannter Bedingungen und wirtschaftlicher Faktoren empfiehlt; und 2) wenn Teillastbetrieb die beste Vorgehensweise für einige dieser Einheiten ist, die optimale Teillast-Mindestlaststufe empfiehlt. Auf diese Art und Weise kann der Anlagenbetreiber Situationen einfacher identifizieren, in welchen die Einheiten der Kraftwerke in Teillast geschaltet gegenüber abgeschaltet werden sollten, oder umgekehrt, und zwar basierend darauf, welcher dieser Modi angesichts eines spezifischen Szenarios aus Umgebungsbedingungen, wirtschaftlichen Eingaben und Betriebsparametern die beste wirtschaftliche Vorgehensweise für das Kraftwerk darstellt. Sekundäre Nutzen, wie z.B. das Verlängern der Komponenten-Teilelebensdauer, sind auch möglich. Es sollte auch verstanden werden, dass die in Bezug auf Fig. 18 und 21 beschriebenen Verfahren und Systeme auch separat eingesetzt werden können.

[0136] Im Allgemeinen wendet das Verfahren von Flussdiagramm 700 – welches auch ein Teil eines «Teillast-Beraters» sein kann oder hierin als ein solcher bezeichnet werden kann – Benutzereingaben und Daten aus analytischen Operationen an, um Berechnungen durchzuführen, welche die Kosten im Zusammenhang mit dem Schalten eines Kraftwerks in den Teillastbetrieb gegenüber denjenigen für dessen Abschaltung evaluieren. Wie verstanden werden wird, sieht das Flussdiagramm 700 von Fig. 21 dieses Beratermerkmal durch das, gemäss bestimmter bevorzugter Ausführungsformen, Unterstützen des abgestimmten Kraftwerksmodells vor, das oben ausführlich diskutiert wurde. Als Teil dieser Funktionalität kann die vorliegende Erfindung hinsichtlich der verschiedenen Ergebnisse, sowohl wirtschaftlich als auch anderweitig, zwischen dem Teillastbetrieb und dem Abschalten eines Kraftwerks während Schwachlast-Bedarfszeiträumen beraten. Die vorliegende Erfindung kann relevante Daten bereitstellen, welche verdeutlichen, ob über einen spezifizierten Marktzeitraum ein Teillastbetrieb des Kraftwerks bevorzugt gegenüber dessen Abschaltung ist. Gemäss bestimmter Ausführungsformen kann der Betrieb mit den geringeren Kosten dann als die entsprechende Handlung an den Anlagenbetreiber empfohlen werden, obwohl, wie auch hierin dargestellt, auch ergänzende Aspekte oder andere Überlegungen an den Anlagenbetreiber kommuniziert werden können, welche die Entscheidung beeinflussen können. Das vorliegende Verfahren kann potentielle Kosten darlegen, sowie die Wahrscheinlichkeit, dass derartige Kosten entstehen, und diese Überlegungen können die letztendliche Entscheidung beeinträchtigen, welcher Betriebsmodus bevorzugt ist. Zu derartigen Überlegungen können zum Beispiel eine komplette Analyse sowohl der kurzfristigen Betriebskosten als auch der langfristigen Betriebskosten im Zusammenhang mit der Anlagenwartung, Betriebswirkungsgrade, Emissionspegel, Ausrüstungsupgrades usw. zählen.

[0137] Wie verstanden werden wird, kann der Teillast-Berater unter Verwendung vieler der oben beschriebenen Systeme und Verfahren implementiert werden, insbesondere diejenigen, die in Bezug auf Fig. 16 bis 20 diskutiert wurden. Der Teillast-Berater von Fig. 21 kann eine oder mehrere der folgenden Datenarten sammeln und verwenden: vom Benutzer spezifizierte Start- und Stoppzeit für den vorgeschlagenen Teillast-Betriebszeitraum (d.h. der Zeitraum, für welchen der Teillast-Betriebsmodus analysiert oder berücksichtigt wird); Brennstoffkosten; Umgebungsbedingungen; Auszeit-Unterbrecher; alternativer Stromverbrauch; Verkauf/Preis von Strom oder Dampf während des relevanten Zeitraums; Betriebs- und Wartungskosten über den Zeitraum; Benutzereingabe; berechnete Teillast-Last; vorhergesagte Emissionen für den Betrieb; aktuelle Emissionslevel erzeugt durch das Kraftwerk und Grenzen für definierte regulatorische Zeiträume; Spezifikationen hinsichtlich des Betriebs der Drehvorrichtung; Regelung und Ausrüstung bezüglich des Spülungsprozesses; feststehende Kosten für Modi des Kraftwerksbetriebs; Kosten bezüglich des Anfahrbetriebs; Anlagenanfahrzuverlässigkeit; Ungleichgewichtskosten oder Strafen für verzögertes Anfahren; Emissionen hinsichtlich des Anfahrens; verwendete Brennstoffrate für Hilfskessel, wenn eine Dampfturbine vorhanden ist; und historische Daten hinsichtlich dessen, wie die Gasturbinen des Kraftwerks zuvor im Teillast- und Abschalt-Betriebsmodus gearbeitet haben. In bestimmten Ausführungsformen, wie unten diskutiert, können zu den Ausgaben der vorliegenden Erfindung Folgende zählen: ein empfohlener Betriebsmodus (d.h. Teillast- und Abschalt-Betriebsmodus) für das Kraftwerk über den relevanten Zeitraum; Kosten im Zusammenhang mit jedem Betriebsmodus; ein/e empfohlene/s Anlagenbetriebslast und Lastprofil über die Zeit; eine empfohlene Zeit zum Initiieren des Einheitenanfahrens; sowie Emissionen, die im aktuellen Jahr bis zum jetzigen Zeitpunkt ausgestossen wurden, und gestattete Emissionsmengen, die für den Rest des Jahres verbleiben. Gemäss bestimmter Ausführungsformen kann die vorliegende Erfindung den Brennstoffverbrauch und die Emissionen des Kraftwerks über den relevanten Zeitraum berechnen oder vorhersagen, welche Angaben dann zum Berechnen der Kosten der Teillast gegenüber der Abschaltung für einen oder mehrere bestimmte Gasturbinenmotoren verwendet werden können. Das vorliegende Verfahren kann die Kosten jeder Gasturbine im Abschalt- und Teillastmodus zum Bestimmen der Kombination verwenden, welche die geringsten Betriebskosten aufweist. Eine derartige Optimierung kann auf unterschiedlichen Kriterien basieren, welche durch den Anlagenbetreiber definiert werden können. Zum Beispiel können die Kriterien auf Ertrag, Nettoertrag, Emissionen, Effizienz, Brennstoffverbrauch usw. basieren. Ausserdem kann das vorliegende Verfahren, gemäss alternativer Ausführungsformen, spezifische Handlungen empfehlen, wie z.B. ob ein Spülungsbonus akzeptiert werden soll oder nicht; die Gasturbineneinheiten, die abgeschaltet werden sollten und/oder diejenigen, die in Teillast geschaltet werden sollten (was zum Beispiel auf der vergangenen Anfahrzuverlässigkeit und potentiellen Ungleichgewichtskosten basieren kann, die aufgrund eines verzögerten Starts anfallen können). Die vorliegende Erfindung kann ferner zum Verbessern von Vorhersagen in Bezug auf den Brennstoffverbrauch verwendet werden, um prospektive Brennstoffkaufe genauer tätigen zu können oder, alternativ dazu, Brennstoffkaufe für Marktzeiträume, die weiter in der Zukunft liegen, zu ermöglichen, was eine positive Wirkung auf die Brennstoffpreislegung und/oder Aufrechterhaltung eines/r kleineren Brennstoffbestandes oder -marge haben sollte.

[0138] Fig. 19 veranschaulicht eine beispielhafte Ausführungsform eines Teillast-Beraters gemäss einer beispielhaften Ausführungsform der vorliegenden Erfindung, welcher die Form eines Flussdiagramms 700 hat. Der Teillast-Berater kann für Empfehlungen hinsichtlich der relativen Kosten über einen zukünftigen Betriebszeitraum der Abschaltung eines Kraftwerks oder eines Abschnittes davon während des Betriebs eines anderen der Kraftwerksblöcke in einem Teillastmodus verwendet werden. Gemäss dieser beispielhaften Ausführungsform können die möglichen Kosten im Zusammenhang mit der Abschaltung und dem Teillast-Betriebsmodus analysiert und für die entsprechende Handlung an den Analgenbetreiber kommuniziert werden.

[0139] Als Anfangsschritte können bestimmte Daten oder Betriebsparameter gesammelt werden, die Einfluss auf die Betriebskosten während des ausgewählten Teillast-Betriebszeitraums haben oder zu deren Bestimmung verwendet werden können. Diese sind, wie veranschaulicht, wie Folgt gruppiert: Teillastdaten 701; Abschaltdaten 702; und gemeinsame Daten 703. Zu den gemeinsamen Daten 703 zählen diejenigen Kostenelemente, die sich sowohl auf den Abschalt- als auch auf den Teillast-Betriebsmodus beziehen. Zu den gemeinsamen Daten 703 zählt zum Beispiel der ausgewählte Betriebszeitraum, für welchen die Analyse des Teillast-Betriebsmodus durchgeführt wird. Es wird verstanden werden, dass mehr als ein ausgewählter Betriebszeitraum definiert und getrennt für konkurrierende Modi des Teillastbetriebs analysiert werden können, sodass eine breitere Optimierung über einen erweiterten Zeitrahmen erreicht wird. Wie verstanden werden wird, kann das Definieren des ausgewählten Betriebszeitraums das Definieren der Länge des Zeitraums sowie seines Start- oder Endpunkts beinhalten. Zu weiteren gemeinsamen Daten 703 können, wie gezeigt, Folgende zählen: der Brennstoffpreis; die verschiedenen Emissionsgrenzen für das Kraftwerk; und Daten in Bezug auf Umgebungsbedingungen. Hinsichtlich der Emissionsgrenzen können zu den gesammelten Daten Mengen zählen, die während eines definierten regulatorischen Zeitraums, wie z.B. ein Jahr, auflaufen können, sowie die Mengen, die bereits für das Kraftwerk aufgelaufen sind, und das Mass, in welchem der geltende regulatorische Zeitraum bereits abgelaufen ist. Ferner können zu den Emissionsdaten Strafen oder andere Kosten im Zusammenhang mit dem Überschreiten jeglicher der Grenzen zählen. Auf diese Art und Weise kann das vorliegende Verfahren über den aktuellen Status des Kraftwerks relativ zu jährlichen oder periodischen regulatorischen Grenzen sowie die Wahrscheinlichkeit einer möglichen Verletzung und Strafen im Zusammenhang mit derartiger Nichteinhaltung informiert werden. Diese Informationen können für die Entscheidung relevant sein, ob Kraftwerksblöcke abgeschaltet oder in Teillast gefahren werden, da jede Betriebsart unterschiedliche Auswirkungen auf die Anlagenemissionen hat. Hinsichtlich der Umgebungsbedingungsdaten können solche Daten gemäss derjenigen Prozesse erhalten und verwendet werden, die hierin bereits beschrieben wurden.

[0140] Der Teillast-Betriebsmodus weist, wie verstanden werden wird, Daten auf, die einzig für eine Bestimmung der Betriebskosten im Zusammenhang damit relevant sind. Zu derartigen Teillastdaten 701, wie veranschaulicht, zählt der Ertrag, der über den Strom verdient werden kann, der erzeugt wird, während das Kraftwerk auf Teillastniveau arbeitet. Spezifischer besteht das Potential, dass, weil der Teillast-Betriebsmodus einer ist, bei welchem die Stromerzeugung fortgesetzt wird, wenn auch auf einem niedrigeren Level, dieser Strom Ertrag für das Kraftwerk generiert. In dem Mass, wie dies erfolgt, kann der Ertrag verwendet werden, um einige der anderen Betriebskosten im Zusammenhang mit dem Teillast-Betriebsmodus zu verrechnen. Dementsprechend beinhaltet das vorliegende Verfahren das Empfangen eines Preises oder einer anderen wirtschaftlichen Indikation im Zusammenhang mit dem Verkauf oder der kommerziellen Verwendung des Stroms, den die Anlage erzeugt, während sie im Teillastmodus arbeitet. Dies kann auf historischen Daten basieren, und der verdiente Ertrag kann vom Teillastlevel abhängen, auf welchem das Kraftwerk arbeitet.

[0141] Die Teillastdaten 701 können ferner Betrieb und Wartung im Zusammenhang mit dem Betreiben der Anlage auf dem Teillastlevel während des ausgewählten Betriebszeitraums beinhalten. Dies kann auch auf historischen Daten basieren, und derartige Kosten können vom Teillastlevel für das Kraftwerk und davon, wie das Kraftwerk konfiguriert ist, abhängen. In einigen Fällen können diese Kosten als Stundenkosten reflektiert sein, die vom Lastlevel und historischen Aufzeichnungen eines ähnlichen Betriebs abhängen. Die Teillastdaten 701 können ferner Daten in Bezug auf Anlagenemissionen während des Betriebs im Teillastmodus beinhalten.

[0142] Die Abschaltdaten 702 beinhalten auch mehrere Elemente, die einzigartig für den Abschalt-Betriebsmodus sind, und diese Art von Daten kann in dieser Phase des aktuellen Verfahrens gesammelt werden. Gemäss bestimmter Ausführungsformen sind einige davon Daten in Bezug auf den Betrieb der Drehvorrichtung während des Abschaltzeitraums. Ausserdem werden Daten hinsichtlich der verschiedenen Phasen des Abschaltbetriebs definiert. Zu diesen können zum Beispiel Daten zählen, die sich auf Folgendes beziehen: den Abschaltbetrieb selbst, wozu historische Daten zur Zeitdauer, die notwendig ist, um die Kraftwerksblöcke von einem regulären Lastlevel in einen Zustand zu bringen, in welchem die Drehvorrichtung eingreift, zählen; die Zeitdauer, die das Kraftwerk gemäss des ausgewählten Betriebszeitraums abgeschaltet bleibt; die Zeitdauer, die der Block üblicherweise auf der Drehvorrichtung bleibt; und Daten hinsichtlich des Prozesses, durch welchen die Kraftwerksblöcke nach dem Abschalten neu gestartet oder wieder eingegliedert werden, sowie die Zeit, die dafür erforderlich ist; Anfahrbrennstoffanforderungen und Anfahremissionsdaten. Beim Bestimmen der Anfahrzeit können derartige Informationen wie die für den Block möglichen Arten des Anfahrens und Spezifikationen in Bezug darauf bestimmt werden. Wie ein Fachmann auf dem Gebiet verstehen wird, können Anfahrprozesse von der Zeit abhängen, für welche das Kraftwerk angeschaltet bleibt. Eine weitere Überlegung, welche die Anfahrzeit beeinflusst, ist, ob das Kraftwerk bestimmte Merkmale aufweist, die möglicherweise die Anfahrzeit beeinträchtigen oder verkürzen und/oder ob der Bediener des Kraftwerks die Nutzung dieser Merkmale wählt. Zum Beispiel kann ein Spülungsprozess, falls nötig, die Anfahrzeit verlängern. Jedoch kann ein Spülungsbonus verfügbar sein, wenn das Kraftwerk in einer bestimmten Art und Weise abgeschaltet wurde. Feststehende Kosten im Zusammenhang mit dem Abschaltbetrieb, einschliesslich derer im Zusammenhang mit dem Anfahren, können während dieses Schrittes ermittelt werden, sowie Kosten, die spezifisch für einen der relevanten Kraftwerksblöcke sind. Emissionsdaten im Zusammenhang mit dem Anfahren und/oder Abschalten des Kraftwerks können auch ermittelt werden. Diese können auf historischen Aufzeichnungen des Betriebs oder anderen Daten basieren. Schliesslich können auch Daten in Bezug auf die Anfahrzuverlässigkeit für jede der Wärmekraftanlagen ermittelt werden. Wie verstanden werden wird, können sich für Kraftwerke Kosten, Sanktionen und/oder Vertragsstrafen ergeben, wenn der Prozess des Wiedereinbindens Verzögerungen aufweist, die darin resultieren, dass das Kraftwerk nicht in der Lage ist, seinen Lastverpflichtungen nachzukommen. Diese Kosten können bestimmt werden und können, wie unten detaillierter diskutiert, angesichts der historischen Daten in Bezug auf die Anfahrzuverlässigkeit betrachtet werden. Auf diese Art und Weise können derartige Kosten diskontiert werden, um die Wahrscheinlichkeit der Entstehung zu reflektieren und/oder einen Aufwand einzuschliessen, durch welchen das Risiko derartiger Kosten berücksichtigt oder abgesichert wird.

[0143] Von den Anfangsdatenerfassungsschritten 701 bis 703 kann die in Fig. 19 veranschaulichte beispielhafte Ausführungsform über einen Teillastanalysator 710 und einen Abschaltanalysator 719 fortfahren, welche jeweils zum Berechnen der Betriebskosten für den Betriebsmodus, welchem er entspricht, konfiguriert sein können. Wie veranschaulicht, kann jeder dieser Analysatoren 710, 719 in Richtung der Bereitstellung von Kosten-, Emissions- und/oder anderer Daten mit Schritt 730 fortfahren, in welchem Daten hinsichtlich möglicher Teillast- und Einheitsabschaltszenarien zusammengestellt und verglichen werden, sodass letztendlich in Schritt 731 eine Ausgabe an einen Kraftwerksbediener vorgenommen werden kann. Wie diskutiert werden wird, kann diese Ausgabe 731 Kosten und andere Überlegungen für ein oder mehrere der möglichen Szenarien beinhalten und kann letztendlich eine bestimmte Handlung und Gründe dafür vorschlagen.

[0144] Hinsichtlich des Teillast-Analysators 710 kann das Verfahren zunächst das Lastlevel für den vorgeschlagenen Teillastbetrieb während des ausgewählten Betriebszeitraums bestimmen. Wie unten weiter diskutiert wird, können viele der Kosten im Zusammenhang mit dem Teillastbetrieb signifikant vom Lastlevel abhängen, auf welchem das Kraftwerk arbeitet, sowie wie die Anlage konfiguriert ist, um diese Last zu erzeugen, wozu zum Beispiel zählen kann, wie die verschiedenen Wärmekraftanlagen eingebunden sind (d.h. welche in Teillast gefahren werden und welche abgeschaltet sind). Das Teillast-Lastlevel für den vorgeschlagenen Teillastbetrieb kann auf unterschiedliche Art und Weise gemäss alternativer Ausführungsformen der vorliegenden Erfindung bestimmt werden. Erstens kann der Anlagenbetreiber das Teillast-Lastlevel auswählen. Zweitens kann das Lastlevel über eine Analyse historischer Aufzeichnungen hinsichtlich vergangener Teillastlevel, auf welchen die Anlage effizient gearbeitet hat, ausgewählt werden. Aus diesen Aufzeichnungen kann ein vorgeschlagenes Lastlevel analysiert und basierend auf vom Bediener bereitgestellten Kriterien, wie zum Beispiel Effizienz, Emissionen, Erfüllung eines oder mehrerer ortsspezifischer Ziele, Verfügbarkeit alternativer kommerzieller Verwendungen für den während des Teillastzustandes erzeugten Strom, Umgebungsbedingungen sowie weitere Faktoren, ausgewählt werden.

[0145] Als ein drittes Verfahren zum Auswählen des Teillastlevels für den vorgeschlagenen Teillastbetrieb kann ein computerimplementiertes Optimierungsprogramm, wie z.B. das in Bezug auf Fig. 18 beschriebene, zum Berechnen eines optimierten Teillastlevels verwendet werden. In Fig. 19 ist dieser Prozess durch Schritt 711 und 712 dargestellt. Ein optimiertes Teillastlevel kann durch das Vorschlagen von Teillast-Betriebsmodi in Schritt 711 und dann Analysieren in Schritt 712, falls die Betriebsgrenzen für das Kraftwerk erfüllt werden, berechnet werden. Wie verstanden werden wird, ist eine detaillierte Beschreibung dazu, wie dies erreicht wird, oben in Bezug auf Fig. 18 bereitgestellt. Durch Verwendung eines Prozesses, wie z.B. diesem, zum Optimieren des Teillastlevels, wird verstanden werden, dass die Teillast-Betriebsmodi ausgewählt für den Vergleich gegenüber den Abschaltalternativen für den ausgewählten Betriebszeitraum den optimierten Fall darstellen und dass, angesichts dessen, der Vergleich zwischen der Teillast und der Abschaltalternative aussagekräftig ist. Wie in Bezug auf Fig. 18 angegeben, kann das Teillast-Mindestlevel über einen Optimierungsprozess berechnet werden, der das Teillastlevel gemäss vom Bediener ausgewählten Kriterien und/oder Kostenfunktionen berechnet. Eine der Funktionen kann das Level des Brennstoffverbrauchs während des vorgeschlagenen Teillast-Betriebszeitraums sein. D.h., das optimierte Teillastlevel kann durch Optimierung des Brennstoffverbrauchs in Richtung eines Mindestlevels, während auch alle anderen Betriebsgrenzen oder standortspezifischen Leistungsziele erfüllt werden, bestimmt werden.

[0146] Von dort kann das vorliegende Verfahren von Fig. 19 die Kosten im Zusammenhang mit dem vorgeschlagenen Teillast-Betriebsmodus für den ausgewählten Betriebszeitraum gemäss der Eigenschaften des Teillast-Betriebsmodus, die über Schritt 711 und 712 bestimmt werden, bestimmen. Wie veranschaulicht, kann Schritt 713 den Brennstoffverbrauch berechnen, und daraus die Brennstoffkostens für den vorgeschlagenen Teillastbetrieb. Gemäss der eben diskutierten beispielhaften Ausführungsform, die eine Optimierung basierend auf dem Minimieren des Brennstoffverbrauchs beschreibt, können die Brennstoffkosten abgeleitet werden, indem einfach das Brennstoff level, das als Teil des Optimierungsschrittes berechnet wurde, genommen und dann mit dem antizipierten oder bekannten Preis für Brennstoff multipliziert wird. In einem nächsten Schritt (Schritt 715) kann der Ertrag, der aus dem Strom abgeleitet wird, der während des ausgewählten Betriebszeitraums erzeugt wird, angesichts des vorgeschlagenen Teillastlevels und der Verfügbarkeit einer kommerziellen Nachfrage während des ausgewählten Betriebszeitraums berechnet werden. Dann können in Schritt 716 die Betriebs- und Wartungskosten ermittelt werden. Die Betriebs- und Wartungskosten im Zusammenhang mit dem vorgeschlagenen Teillastbetrieb können über jedes herkömmliche Verfahren berechnet werden und können vom Teillastlevel abhängen. Die Betriebs- und Wartungskosten können als Stundenkosten reflektiert sein, die aus historischen Aufzeichnungen des Teillastbetriebs abgeleitet sind, und sie können Komponentennutzungskosten beinhalten, die einen Abschnitt der erwarteten Lebensdauer verschiedener Komponentensysteme reflektieren, die während des vorgeschlagenen Teillastbetriebs im Einsatz sind. In einem nächsten Schritt, welcher durch Schritt 717 angegeben ist, können Nettokosten für den vorgeschlagenen Teillast-Betriebsmodus für den ausgewählten Betriebszeitraum berechnet werden, indem die Kosten (Brennstoff, Betrieb und Wartung) addiert werden und der Ertrag subtrahiert wird.

[0147] Das vorliegende Verfahren kann auch Schritt 718 beinhalten, welcher die Anlagenemissionen über den ausgewählten Betriebszeitraum unter Berücksichtigung des vorgeschlagenen Teillast-Betriebsmodus ermittelt, was als die «Emissionsauswirkung» bezeichnet werden kann. Die Nettokosten und die Emissionsauswirkung können dann an einen Zusammenstellungs- und Vergleichsschritt bereitgestellt werden, welcher als Schritt 730 dargestellt ist, sodass die Kosten und Emissionsauswirkung unterschiedlicher Teillast-Szenarien analysiert werden können, sodass letztendlich in einem Ausgabeschritt 731 eine Empfehlung gegeben werden kann, wie unten weiter diskutiert werden wird.

[0148] Bezugnehmend auf den Abschaltanalysator 719 kann dieser zum Berechnen von Aspekten in Bezug auf den Betrieb von einem oder mehreren der Kraftwerksblöcke des Kraftwerks in einem Abschaltbetriebsmodus während des ausgewählten Betriebszeitraums verwendet werden. Als ein Teil dieses Aspektes der Erfindung können Betriebsvorgänge, einschliesslich der Prozeduren, durch welche das Kraftwerk abgeschaltet und dann am Ende des ausgewählten Zeitraums neu gestartet wird, auf Kosten und Emissionen analysiert werden. Gemäss einer bevorzugten Ausführungsform kann der Abschaltanalysator 719 als Teil der Anfangsschritte 720 und 721 einen vorgeschlagenen Abschaltbetriebsmodus bestimmen, welcher einen optimierten Abschaltbetriebsmodus darstellen kann. Der vorgeschlagene Abschaltbetriebsmodus beinhaltet Prozesse, durch welche ein oder mehrere der Kraftwerksblöcke abgeschaltet und dann neu gestartet werden, um die Einheiten am Ende des ausgewählten Betriebszeitraums wieder einzubinden. Wie verstanden werden wird, bestimmt die Dauer des Zeitraums, während welchem ein Block nicht in Betrieb ist, die Art möglicher Anfahrprozesse, die ihm zur Verfügung stehen. Zum Beispiel hängt die Verfügbarkeit einer heissen bzw. kalten Inbetriebnahme davon ab, ob der Abschaltzeitraum kurz oder lang ist. Durch das Bestimmen des vorgeschlagenen Abschaltbetriebsmodus kann das vorliegende Verfahren die Zeit berechnen, die für den Anfahrprozess notwendig ist, um den Block wieder auf ein Betriebslastniveau zu bringen. In Schritt 721 kann das Verfahren der vorliegenden Erfindung Prüfen, um sicherzustellen, dass der vorgeschlagene Abschaltbetriebsvorgang alle Betriebsgrenzen des Kraftwerks einhält. Wenn eine der Betriebsgrenzen nicht eingehalten wird, kann das Verfahren zu Schritt 720 zurückkehren, um einen alternativen Anfahrvorgang zu berechnen. Dies kann wiederholt werden, bis ein optimierter Anfahrvorgang berechnet wurde, der die Betriebsgrenzen des Kraftwerks einhält. Wie verstanden werden wird, kann das abgestimmte Kraftwerksmodell gemäss der oben diskutierten Verfahren und Systeme verwendet werden, um alternative Abschaltbetriebsmodi zu simulieren, um optimierte Fälle unter Berücksichtigung des/der relevanten Betriebszeitraums und Projektumgebungsbedingungen zu bestimmen.

[0149] Angesichts des vorgeschlagenen Abschaltbetriebsmodus von Schritt 720 und 721 kann der Prozess durch Bestimmung der Kosten im Zusammenhang damit fortgesetzt werden. Zu Anfangsschritten zählt das Analysieren der Art des Anfahrprozesses, welchen der Abschaltbetriebsmodus beinhaltet. In Schritt 722 kann der Prozess die spezifischen Betriebsparameter des Anfahrens bestimmen, zu welchen eine Bestimmung hinsichtlich dessen zählt, ob eine Spülung erforderlich ist oder nicht oder durch einen Anlagenbediener angefordert wurde. Angesichts des bestimmten Anfahrens können in Schritt 723 die Brennstoffkosten ermittelt werden. Gemäss einer beispielhaften Ausführungsform berechnet der Abschaltanalysator 719 dann die Kosten im Zusammenhang mit den Verzögerungen, die gelegentlich während des Anfahrprozesses auftreten. Spezifisch kann der Prozess, wie in Schritt 724 angegeben, die Wahrscheinlichkeit einer solchen Verzögerung berechnen. Diese Berechnung kann als Eingaben die Art des Anfahrens sowie historische Aufzeichnungen hinsichtlich vergangenen Anfahrens der relevanten Kraftwerksblöcke im Kraftwerk sowie Daten hinsichtlich des Anfahrens derartiger Kraftwerksblöcke in anderen Kraftwerken beinhalten. Als ein Teil davon kann der Prozess Kosten in Bezug auf den vorgeschlagenen Abschaltbetriebsmodus berechnen, welche die Wahrscheinlichkeit des Stattfindens einer Startverzögerung und der Strafen, wie z.B. Vertragsstrafen, die anfallen würden, reflektieren. Zu diesen Kosten können jegliche Kosten im Zusammenhang mit einer Absicherungstaktik zählen, durch welche das Kraftwerk einen Teil des Risikos des Anfallens solcher Strafen an einen Dienstanbieter oder anderen Versicherer weitergibt.

[0150] In Schritt 726 kann das aktuelle Verfahren Kosten im Zusammenhang mit dem Betrieb der Drehvorrichtung während des Abschaltprozesses bestimmen. Das Verfahren kann ein Geschwindigkeitsprofil für die Drehvorrichtung unter Berücksichtigung des Abschaltzeitraums und, unter Verwendung dessen, Kosten für den Eigenbedarfsstrom, der zum Betreiben der Drehvorrichtung benötigt wird, berechnen. Wie verstanden werden wird, stellt dies den Strom dar, der erforderlich ist, um die Rotorblätter der Gasturbine beim Abkühlen weiter zu drehen, was geschieht, um das Verziehen oder Verformen zu vermeiden, das ansonsten stattfinden würde, wenn man die Blätter in einer stationären Position abkühlen lassen würde. In Schritt 727 können, wie veranschaulicht, die Betriebs- und Wartungskosten für den Abschaltbetrieb ermittelt werden. Die Betriebs- und Wartungskosten im Zusammenhang mit der vorgeschlagenen Abschaltung können über jegliche herkömmlichen Verfahren berechnet werden. Die Betriebs- und Wartungskosten können Komponentennutzungskosten beinhalten, welche einen Teil der erwarteten Lebensdauer verschiedener Komponentensysteme reflektieren, die während des vorgeschlagenen Abschaltbetriebs zum Einsatz kommen. In einem nächsten Schritt, welcher durch Schritt 728 angegeben ist, können Nettokosten für den vorgeschlagenen Abschaltbetriebsmodus für den ausgewählten Betriebszeitraum berechnet werden, indem die ermittelten Kosten für Brennstoff, Drehvorrichtung und Betrieb und Wartung addiert werden. Das vorliegende Verfahren kann auch Schritt 729 aufweisen, in welchem die Anlagenemissionen über den ausgewählten Betriebszeitraum angesichts des vorgeschlagenen Abschaltbetriebsmodus bestimmt werden, was, wie zuvor angegeben, als die «Emissionsauswirkung» des Betriebsmodus bezeichnet werden kann. Die Nettokosten und die Emissionsauswirkung können dann an den Zusammenstellungs- und Vergleichsschritt 730 bereitgestellt werden.

[0151] In Schritt 730 kann das aktuelle Verfahren verschiedene Anlagen-Teillast-Betriebsmodi für den ausgewählten Betriebszeitraum zusammenstellen und vergleichen. Gemäss einer Ausführungsform kann das aktuelle Verfahren konkurrierende Teillast-Betriebsmodi analysieren, die als Teil der Verfahren und Prozesse, die in Bezug auf Fig. 18 bis 20 beschrieben wurden, identifiziert wurden. In Schritt 730 können die zusammengestellten Kostendaten und die Emissionsauswirkung für jeden der konkurrierenden Teillast-Betriebsmodi verglichen und als eine Ausgabe als Teil von Schritt 731 bereitgestellt werden. Auf diese Art und Weise kann, gemäss dessen, welches Ergebnis der Vergleich der konkurrierenden Betriebsmodi ergibt, eine Empfehlung gegeben werden, wie das Kraftwerk während des ausgewählten Teillast-Betriebszeitraums betrieben werden sollte, einschliesslich welche der Turbinen abgeschaltet werden sollten und welche der Turbinen in Teillast geschaltet werden sollten, sowie das Teillastlevel, auf welchem sie betrieben werden sollten.

[0152] Die Emissionsdaten können auch als Teil der Ausgabe von Schritt 731 bereitgestellt werden, insbesondere in Fällen, in welchen die analysierten konkurrierenden Betriebsmodi ähnliche wirtschaftliche Ergebnisse aufweisen. Wie verstanden werden wird, können auch eine Benachrichtigung darüber, welche Auswirkung jede Alternative auf die Anlagenemissionen hat und, angesichts der Auswirkung, die Wahrscheinlichkeit einer Nichteinhaltung während des vorliegenden regulatorischen Zeitraums bereitgestellt werden, sowie ein darauf bezogenes wirtschaftliches Ergebnis. Spezifisch können die akkumulierten Emissionen von einem oder mehreren Kraftwerksschadstoffen während des regulatorischen Zeitraums mit den Gesamtgrenzen verglichen werden, die während dieses Zeitrahmens gestattet werden. Gemäss bestimmter bevorzugter Ausführungsformen kann der Schritt des Kommunizierens des Ergebnisses des Vergleichs das Angeben einer Emissionsrate des Kraftwerks abgeleitet durch die Durchschnittbildung eines kumulativen Emissionspegels für das Kraftwerk über einen Abschnitt eines aktuellen regulatorischen Emissionszeitraums relativ zu einer Emissionsrate abgeleitet durch die Durchschnittbildung einer kumulativen Emissionsgrenze über den aktuellen regulatorischen Emissionszeitraum beinhalten. Dies kann zum Bestimmen dessen erfolgen, wie es um das Kraftwerk steht, wenn es mit den Durchschnittsemissionsraten verglichen wird, die gestattet werden, ohne dass ein Verstoss eintritt. Das Verfahren kann auch die Emissionen bestimmen, die dem Kraftwerk während des aktuellen regulatorischen Zeitraums noch gestattet werden, und ob eine ausreichende Spanne für einen der vorgeschlagenen Betriebsmodi vorliegt oder nicht oder ob vielmehr, wenn sich die Emissionsauswirkung unzulässig erhöht, die Wahrscheinlichkeit eines zukünftigen Verstosses gegen die Bestimmungen besteht.

[0153] Als eine Ausgabe kann das vorliegende Verfahren eine empfohlene Handlung bereitstellen, welche hinsichtlich Vorteilen/Nachteilen, sowohl wirtschaftlich als auch anderweitig, zwischen dem vorgeschlagenen Teillast- und Abschaltbetriebsmodus berät. Die Empfehlung kann eine Berichterstattung von Kosten sowie eine detaillierte Aufschlüsselung zwischen den Kategorien, in welchen diese Kosten angefallen sind, und die Annahmen, die bei deren Berechnung erfolgt sind, aufweisen. Ausserdem kann die empfohlene Handlung eine Zusammenfassung jeglicher anderer Überlegungen beinhalten, welche die Entscheidung beeinflussen könnten, durch welche der günstigste Betriebsmodus ausgewählt wird. Dazu können Informationen hinsichtlich geltender Emissionsgrenzen und regulatorischer Zeiträume zählen, sowie wo die aktuellen kumulativen Emissionen des Kraftwerks in Bezug dazu stehen. Dies kann beinhalten, dass der Kraftwerksbetreiber hinsichtlich jedes Betriebsmodus benachrichtigt wird, welcher das Risiko unzumutbar erhöht, das gegen Emissionsschwellen Verstössen wird, sowie über die Kosten im Hinblick auf derartige Verstösse.

[0154] Die vorliegende Erfindung kann ferner eine vereinheitlichte Systemarchitektur oder ein integriertes Rechensteuersystem aufweisen, welche/s effizient die Leistung vieler der oben beschriebenen funktionalen Aspekte ermöglicht und verbessert. Kraftwerke – selbst solche, die sich in Gemeinschaftsbesitz befinden – arbeiten häufig über unterschiedliche Märkte, Regierungsgerichtsbarkeiten und Zeitzonen hinweg, weisen viele Arten von Interessenvertretern und Entscheidungsträgern, die an ihrem Management beteiligt sind, auf und existieren unter variierenden Arten von Service- und anderen Vertragsvereinbarungen. Innerhalb solch vielfältiger Rahmenbedingungen kann ein einzelner Eigentümer eine Reihe von Kraftwerken steuern und betreiben, welche jeweils mehrere Kraftwerksblöcke und Arten über sich überlappende Märkte hinweg aufweisen. Die Eigentümer können auch unterschiedliche Kriterien für die Evaluierung des effektiven Kraftwerksbetriebs haben, zu welchen zum Beispiel einzigartige Kostenmodelle, Reaktionszeit, Verfügbarkeit, Flexibilität, Cybersicherheit, Funktionalität und Unterschiede, die den Möglichkeiten innewohnen, wie separate Märkte arbeiten, zählen können. Jedoch beruhen, wie verstanden werden wird, die meisten aktuellen Stromhandelsmärkte auf verschiedenen offline erzeugten Dateien, die von mehreren Parteien und Entscheidungsträgern gemeinsam genutzt werden, einschliesslich derjenigen, die zwischen Händlern, Anlagenmanagern und Regulierungsbehörden übermittelt werden. Angesichts derartiger Komplexitäten werden die Leistungsfähigkeiten von Kraftwerken und/oder Kraftwerksblöcken innerhalb eines Marktsegments möglicherweise nicht vollständig verstanden, insbesondere über die vielschichtige Hierarchie hinweg, die sich zum Beispiel von einzelnen Kraftwerksblöcken zu Kraftwerken oder von einzelnen Kraftwerken zu mehreren solcher Anlagen erstreckt. Als solche sichert jede der aufeinanderfolgenden Ebenen des Stromhandelsmarktes üblicherweise die Leistung ab, die durch die darunterliegende Ebene vermeldet wird. Daraus ergeben sich Ineffizienzen und verlorene Erträge für die Eigentümer, da die wiederholte Absicherung zu einer systemischen Unterauslastung anwächst. Ein weiterer Aspekt der vorliegenden Erfindung, wie unten diskutiert, arbeitet an der Verminderung der Lücken, die der Ursprung dieser Probleme sind. Gemäss einer Ausführungsform wird ein System oder eine Plattform entwickelt, welche/s Analysen durchführen kann, historische Daten sammeln und evaluieren kann und Was-wäre-wenn- oder alternative Szenario-Analysen auf einer vereinheitlichten Systemarchitektur durchführen kann. Die vereinheitlichte Architektur kann verschiedene Funktionen, verschiedene Komponenten, wie z.B. Kraftwerksmodellierung, Betriebsentscheidungsunterstützungswerkzeuge, die Vorhersage von Kraftwerksbetrieb und -leistung und die Optimierung gemäss Leistungszielen effizienter zur Verfügung stellen. Gemäss bestimmter Aspekte kann die vereinheitlichte Architektur dies über eine Integration von Komponenten lokal im Kraftwerk mit denjenigen entfernt davon, wie zum Beispiel diejenigen, die in einer zentral untergebrachten oder Cloud-basierten Infrastruktur untergebracht sind, erreichen. Wie verstanden werden wird, können Aspekte einer derartigen Integration verbesserte und genauere Kraftwerksmodelle ermöglichen, während Konsistenz, Wirksamkeit oder Aktualität der Ergebnisse nicht beeinträchtigt werden. Dazu kann die Ausnutzung der bereits diskutierten abgestimmten Kraftwerksmodelle in lokalen und extern untergebrachten Rechensystemen zählen. Angesichts ihres Einsatzes in einer extern untergebrachten Infrastruktur, kann die Systemarchitektur entsprechend skaliert sein, dass sie auch für zusätzliche Standorte und Einheiten genutzt werden kann.

[0155] Bezugnehmend auf Fig. 22 bis 25 sind skalierbare Architektur- und Steuersysteme dargestellt, welche zur Unterstützung der vielen Anforderungen im Zusammenhang mit Steuerung, Verwaltung und Optimierung eines Kraftwerksbestands, in welchem mehrere Kraftwerksblöcke über mehrere Orte hinweg verteilt sind, verwendet werden können. Eine lokale/entfernte Hybridarchitektur, wie hierin vorgesehen, kann basierend auf bestimmten Kriterien oder Parametern eingesetzt werden, die situations- oder fallspezifisch sind. Zum Beispiel kann ein Eigentümer oder Betreiber einer Reihe von Kraftwerken wünschen, dass bestimmte Aspekte der Systemfunktionalität lokal untergebracht sind, während andere eine zentral untergebrachte Umgebung darstellen, wie z.B. eine Cloud-basierte Infrastruktur, um Daten von sämtlichen Kraftwerksblöcken zu poolen und als ein gemeinsamer Datenbestand zu dienen, welcher verwendet werden kann, um die Daten über querverweisende Werte von gemeinsamer Ausrüstung, Konfigurationen und Bedingungen zu löschen, während auch analytische Funktionen unterstützt werden. Das Verfahren des Auswählens der geeigneten Architektur für jede der verschiedenen Arten von Eigentümer/Betreiber kann sich auf die signifikanten Bedenken, die den Betrieb der Kraftwerke antreiben, sowie die spezifischen Eigenschaften des Strommarktes, in welchem die Anlagen arbeiten, konzentrieren. Gemäss bestimmter Ausführungsformen, wie unten bereitgestellt, können Leistungsberechnungen lokal durchgeführt werden, um den geschlossenen Regelkreis eines bestimmten Kraftwerks zu unterstützen, die Cybersicherheit zu verbessern oder die Reaktionsgeschwindigkeit bereitzustellen, die zum Ausführen von Fast-Echtzeit-Verarbeitung notwendig ist. Andererseits kann das vorliegende System derart konfiguriert sein, dass der Datenstrom zwischen lokalen und entfernten Systemen lokale Daten und Modellabstimmungsparameter beinhaltet, die zur Erstellung eines abgestimmten Kraftwerksmodells an die zentral untergebrachte Infrastruktur übertragen werden, das dann für Analysen, wie z.B. die Analyse alternativer Szenarien, verwendet wird. Entfernte oder zentral untergebrachte Infrastruktur kann verwendet werden, um Interaktionen mit einem gemeinsamen Anlagenmodell gemäss des einzigartigen Bedarfs der unterschiedlichen Arten von Nutzern, die Zugang dazu benötigen, zuzuschneiden. Ausserdem kann eine Strategie zum Skalieren auf der Grundlage von Reaktionszeit und Servicevereinbarungen bestimmt werden, die von den einzigartigen Aspekten eines bestimmten Marktes abhängen. Falls schnellere Reaktionszeiten für die Verfügbarkeit von Endergebnissen erforderlich sind, können die analytischen Prozesse sowohl hinsichtlich der Software- als auch der Hardwareressourcen skaliert werden. Die Systemarchitektur unterstützt ferner Redundanz. Falls ein System, auf welchem Analysen laufen, ausser Betrieb geht, kann die Verarbeitung auf einem redundanten Knoten fortgesetzt werden, der die gleichen Kraftwerksmodelle und historischen Daten beinhaltet. Die vereinigte Architektur kann Anwendungen und Prozesse zusammenbringen, um die Leistung zu fördern und den Umfang der Funktionalität zu steigern, um sowohl technische als auch kommerzielle Vorteile zu erzielen. Wie verstanden werden wird, zählen zu derartigen Vorteilen: bequeme Integration neuer Kraftwerksmodelle; Trennung von Prozeduren und Modellen; die Ermöglichung, dass sich unterschiedliche Betreiber die gleichen Daten in Echtzeit teilen, während die Daten auch in einzigartiger Art und Weise gemäss dem Bedarf jeden Betreibers dargestellt werden; bequeme Upgrades; und Einhaltung der NERC-CIP-Beschränkungen zum Senden von Überwachungssteuerung.

[0156] Fig. 22 veranschaulicht ein Logik-Flussdiagramm oder -Verfahren auf hohem Niveau für die Optimierung auf Bestandsebene gemäss bestimmter Aspekte der vorliegenden Erfindung. Wie gezeigt, kann der Anlagenbestand mehrere Kraftwerksblöcke oder Assets 802 beinhalten, welche separate Kraftwerksblöcke über mehrere Kraftwerke hinweg oder die Kraftwerke selbst darstellen können. Die Assets 802 des Anlagenbestands können sich im Besitz eines einzelnen Eigentümers oder einer juristischen Person befinden und mit anderen derartigen Assets über einen oder mehrere Märkte hinweg für Vertragsrechte zum Erzeugen von Anteilen der Last, die durch ein Kundennetz benötigt wird, im Wettbewerb stehen. Zu den Assets 802 können mehrere Kraftwerksblöcke zählen, welche die gleiche Art von Konfigurationen aufweisen. In Schritt 803 können Leistungsdaten, die durch die Sensoren in den verschiedenen Assets der Anlagen gesammelt werden, elektronisch an einen zentralen Datenbestand kommuniziert werden. Dann können in Schritt 804 die gemessenen Daten abgeglichen oder gefiltert werden, sodass, wie unten beschrieben, eine genauere oder wahrere Angabe des Leistungslevels für jedes Asset bestimmt wird.

[0157] Wie oben im Einzelnen beschrieben, ist eine Möglichkeit, wie dieser Abgleich erfolgen kann, das Vergleichen der gemessenen Daten mit entsprechenden Daten, die durch Kraftwerksmodelle vorhergesagt werden, welche, wie diskutiert, zum Simulieren des Betriebs von einem der Assets konfiguriert sein können. Derartige Modelle, welche auch als Offline- oder prädiktive Modelle bezeichnet werden können, können physikbasierte Modelle beinhalten, und der Abgleichprozess kann verwendet werden, um die Modelle periodisch abzustimmen, um die Genauigkeit aufrechtzuerhalten und/oder zu verbessern, mit welcher die Modelle, durch die Simulation, den tatsächlichen Betrieb darstellen. D.h., wie zuvor im Einzelnen diskutiert, kann das Verfahren in Schritt 805 die aktuellsten gesammelten Daten zum Abstimmen der Kraftwerksmodelle verwenden. Dieser Prozess kann das Abstimmen der Modelle für jedes der Assets, d.h. jeden/s der Kraftwerksblöcke und/oder Kraftwerke, sowie allgemeinerer Modelle, welche den Betrieb mehrerer Kraftwerke oder Aspekte des Bestandsbetriebs abdecken, beinhalten. Der Abgleichprozess kann auch beinhalten, dass die gesammelten Daten zwischen ähnlichen Assets 802 verglichen werden, um Diskrepanzen aufzulösen und/oder Anomalien zu identifizieren, insbesondere Daten, die vom gleichen Assettyp mit ähnlichen Konfigurationen gesammelt werden. Während dieses Prozesses können angesichts der kollektiven und redundanten Natur der zusammengestellten Daten grobe Fehler eliminiert werden. Zum Beispiel können Sensoren bevorzugt werden, die höhere Genauigkeitsfähigkeiten aufweisen oder solche, die bekanntermassen erst vor kurzem geprüft wurden und deren Betrieb nachweislich korrekt war. Auf diese Art und Weise können die gesammelten Daten vergleichend quergeprüft, verifiziert und abgeglichen werden, um einen einzelnen einheitlichen Datensatz zu erzeugen, der zum Berechnen einer genaueren tatsächlichen Bestandsleistung verwendet werden kann. Dieser Datensatz kann dann zum Abstimmen von Offline-Asset-Modellen verwendet werden, die dann zum Simulieren und Bestimmen optimierter Steuerlösungen für den Anlagenbestand während eines zukünftigen Marktzeitraums zum Einsatz kommen können, welche zum Beispiel verwendet werden können, um die Wettbewerbsfähigkeit des Kraftwerks während der Lastverteilungs-Angebotsverfahren zu steigern.

[0158] In Schritt 806 werden, wie veranschaulicht, die wahren Leistungsfähigkeiten des Kraftwerks aus den abgeglichenen Leistungsdaten und den abgestimmten Modellen von Schritt 805 ermittelt. Dann können die Assets 802 des Anlagenbestands in Schritt 807 angesichts eines ausgewählten Optimierungskriteriums kollektiv optimiert werden. Wie verstanden werden wird, kann dies die gleichen Prozesse beinhalten, die oben bereits im Einzelnen diskutiert wurden. In Schritt 808 kann ein/e optimierte/r Versorgungskurve oder Asset-Zeitplan erstellt werden. Dies kann die Art und Weise beschreiben, in welcher die Assets zeitlich geplant oder betrieben werden, sowie das Level, auf welchem jedes eingebunden wird, um zum Beispiel ein vorgeschlagenes oder hypothetisches Lastlevel für den Kraftwerksbestand zu erfüllen. Die Kriterien für die Optimierung können durch den Betreiber oder Eigentümer der Assets ausgewählt werden. Zum Beispiel können zu den Optimierungskriterien Effizienz, Ertrag, Rentabilität oder ein anderes Mass zählen.

[0159] Wie veranschaulicht, können nachfolgende Schritte das Kommunizieren des optimierten Asset-Zeitplans als Teil eines Angebotes für Lasterzeugungsverträge für zukünftige Marktzeiträume aufweisen. Dazu kann in Schritt 809 das Kommunizieren des optimierten Asset-Zeitplans an Energiehändler zählen, welche dann ein Gebot gemäss des optimierten Asset-Zeitplans abgeben. Wie verstanden werden wird, können die Angebote in Schritt 810 verwendet werden, um an einem Stromversorgungssystemweiten Lastverteilungsprozess teilzunehmen, durch welchen die Last unter mehreren Kraftwerken und Kraftwerksblöcken, die sich innerhalb des Systems befinden, aufgeteilt wird, von welchen sich viele im Besitz konkurrierender Eigentümer befinden können. Die Gebote oder Angebote für den Lastverteilungsprozess können gemäss eines definierten Kriteriums konfiguriert sein, wie z.B. variable Erzeugungskosten oder Effizienz, wie durch den bestimmten Dispatcher des Stromversorgungssystems festgelegt. In Schritt 811 können die Ergebnisse der Optimierung des Stromversorgungssystems zum Erstellen eines Asset-Zeitplans verwendet werden, welcher reflektiert, wie die verschiedenen Assets in das Stromversorgungssystem eingebunden werden sollten, um die vorhergesagte Nachfrage zu erfüllen. Der Asset-Zeitplan von Schritt 811, welcher das Ergebnis der/des systemweiten Optimierung oder Lastverteilungsprozesses reflektiert, kann dann zurück an die Eigentümer der Assets 802 kommuniziert werden, sodass in Schritt 812 Betriebssollwerte (oder insbesondere Betriebsmodi), zu welchen zum Beispiel die Last, bei welcher jedes der Assets betrieben wird, zählen kann, an einen Controller kommuniziert werden können, welcher den Betrieb der Assets 802 steuert. In Schritt 813 kann der Controller eine Steuerlösung berechnen und dann kommunizieren und/oder die Assets 802 direkt steuern, um die Lastanforderungen zu erfüllen, zu welchen er sich während des Lastverteilungsprozesses vertraglich verpflichtet hat. Die Kraftwerksbestandseigentümer können die Art und Weise anpassen, wie ein oder mehrere Kraftwerke arbeiten, wenn sich die Bedingungen ändern, um die Rentabilität zu optimieren.

[0160] Fig. 23 veranschaulicht den Datenfluss zwischen lokalen und entfernten Systemen gemäss einer alternativen Ausführungsform. Wie angegeben, können bestimmte Funktionen lokal untergebracht sein, während andere Funktionen entfernt in einer zentral untergebrachten Umgebung untergebracht sind. Das Verfahren des Auswählens der geeigneten Architektur gemäss der vorliegenden Erfindung beinhaltet das Bestimmen der Überlegungen, die signifikante Treiber des Betriebs der Assets innerhalb des Anlagenbestands sind. Dementsprechend erfordern es Überlegungen, wie z.B. Cybersicherheitsbedenken, möglicherweise, dass bestimmte Systeme lokal untergebracht bleiben. Zeitaufwändige Leistungsberechnungen bleiben auch lokal untergebracht, sodass die notwendige Aktualität aufrechterhalten bleibt. Wie in Fig. 23 veranschaulicht, kann das lokale Anlagensteuersystem 816 Sensormessungen aufnehmen und die Daten an ein Abstimmungsmodul 817 kommunizieren, wo, wie zuvor, insbesondere in Bezug auf Fig. 17 , diskutiert, ein Abstimmungs- oder Datenabgleichprozess unter Verwendung von Leistungsberechnungen abgeschlossen werden kann, welche tatsächliche oder gemessene Werte mit denjenigen vergleichen, die durch das Anlagen- oder Asset-Modell bereitgestellt wurden. Über den Datenrouter 818 können dann, wie veranschaulicht, die Modellabstimmungsparameter und abgeglichenen Daten an eine zentral untergebrachte Infrastruktur, wie z.B. die entfernte zentrale Datenbank 819, kommuniziert werden. Von dort werden die Modellabstimmungsparameter zum Abstimmen des Offline-Kraftwerksmodells 820 verwendet, welches dann, wie oben beschrieben, verwendet werden kann, um den zukünftigen Anlagenbestandsbetrieb zu optimieren, alternative Szenarien oder «Was-wäre-wenn»-Analysen bereitzustellen sowie zwischen möglichen oder konkurrierenden Betriebsmodi des Asset-Bestands zu beraten.

[0161] Die Ergebnisse der unter Verwendung des Offline-Kraftwerksmodells 820 durchgeführten Analysen können, wie veranschaulicht, über ein Web-Portal 821 an die Bestandsanlagenbediener kommuniziert werden. Das Web-Portal 821 kann kundenspezifischen Zugang 822 an Benutzer für das Management der Bestandsanlagen bereitstellen. Zu derartigen Benutzern können Anlagenbetreiber, Energiehändler, Eigentümer, Bestandsanlagenbediener, Ingenieure sowie andere Interessenvertreter zählen. Gemäss der Benutzer-Interaktion über den Web-Portal-Zugang, können Entscheidungen hinsichtlich der Empfehlungen getroffen werden, die durch die Analysen angeboten werden, die mit Hilfe des Offline-Kraftwerksmodells 820 erfolgen.

[0162] Fig. 24 und 25 veranschaulichen eine schematische Systemkonfiguration einer vereinheitlichten Architektur gemäss bestimmter alternativer Aspekte der vorliegenden Erfindung. Wie in Fig. 25 veranschaulicht, kann eine entfernte zentrale Bestands- und Analysekomponente 825 die Leistung und gemessene Betriebsparameter von mehreren Assets 802 empfangen, um eine Optimierung auf Bestandsanlagenebene durchzuführen. Die Optimierung auf Bestandsanlagenebene kann auf zusätzlich eingegebenen Daten basieren, zu welchen zum Beispiel Folgende zählen können: die aktuell gelagerten und in jedem Kraftwerk zu Verfügung stehenden Brennstoffmengen, der standortspezifische Preis für Brennstoff für jedes Kraftwerk, der standortspezifische Preis für Elektrizität, die in jedem Kraftwerk erzeugt wird, die aktuelle Wettervorhersage und Verschiedenheiten zwischen entfernt befindlichen Assets und/oder Ausfall- und Wartungszeitpläne. Zum Beispiel kann eine geplante Komponentenüberholung für eine Gasturbine bedeuten, dass ein kurzfristiger Betrieb bei höheren Temperaturen wirtschaftlicher ist. Der Prozess kann dann eine Versorgungskurve berechnen, welche optimierte variable Erzeugungskosten für den Kraftwerksbestand beinhaltet. Ausserdem kann die vorliegende Erfindung, wie veranschaulicht, eine automatisiertere Angebotsvorbereitung ermöglichen, sodass, zumindest unter gewissen Umständen, das Angebot direkt an die systemweite Lastverteilungsbehörde 826 übertragen werden kann und dadurch die Energiehändler 809 umgangen werden. Wie in Fig. 25 veranschaulicht, können die Ergebnisse der Optimierung des Stromversorgungssystems (über die systemweite Lastverteilungsbehörde) verwendet werden, um einen Asset-Zeitplan zu erstellen, der reflektiert, wie die verschiedenen Assets in dem Stromversorgungssystem eingebunden werden sollten, um die vorhergesagte Nachfrage zu erfüllen. Dieser Asset-Zeitplan kann eine systemweite Optimierung reflektieren und kann, wie veranschaulicht, zurück an die Eigentümer des Asset-Bestands 802 kommuniziert werden, sodass Betriebssollwerte und Betriebsmodi für die Assets an den Controller kommuniziert werden können, der jedes Asset im System steuert.

[0163] Dementsprechend können Verfahren und Systeme gemäss Fig. 22 bis 25 entwickelt werden, durch welche eine Reihe von Kraftwerken, die innerhalb eines konkurrierenden Stromversorgungssystems betrieben werden, für eine gesteigerte Leistung und verbesserte Gebotsabgabe hinsichtlich zukünftiger Marktzeiträume optimiert werden. Aktuelle Daten in Bezug auf Betriebsbedingungen und Parameter können in Echtzeit von jedem der Kraftwerke innerhalb des Anlagenbestands empfangen werden. Die Kraftwerks- und/oder Anlagenbestandsmodelle können dann gemäss der aktuellen Daten abgestimmt werden, sodass sich die Modellgenauigkeit und der Vorhersagebereich weiter verbessern. Wie verstanden werden wird, kann dies über den Vergleich zwischen gemessenen Leistungsindikatoren und entsprechenden Werten, die durch Kraftwerks- oder Anlagenbestandsmodelle vorhergesagt wurden, erreicht werden. Als ein nächster Schritt können die abgestimmten Kraftwerksmodelle und/oder Modelle auf Anlagenbestandsebene zum Berechnen der wahren Erzeugungsfähigkeiten für jedes der Kraftwerke innerhalb des Bestandes auf der Grundlage konkurrierender Betriebsmodi, die mit den abgestimmten Modellen simuliert wurden, verwendet werden. Eine Optimierung erfolgt dann unter Verwendung der wahren Anlagenleistungsfähigkeiten und von Optimierungskriterien, die durch den Anlagen- oder Bestandsbetreiber definiert werden. Bei der Bestimmung eines optimierten Betriebsmodus kann ein Asset-Zeitplan erstellt werden, welcher optimale Betriebspunkte für jedes der Kraftwerke innerhalb des Anlagenbestands berechnet. Wie verstanden werden wird, können die Betriebspunkte dann auf unterschiedliche Kraftwerke übertragen werden, um jedes davon in Übereinstimmung damit zu steuern, oder, alternativ dazu, können die Betriebspunkte auch als die Grundlage dienen, auf welcher Angebote zur Einreichung an die zentrale Lastverteilungsbehörde erstellt werden.

[0164] Auch bezogen auf die zentralisierte Steuerung und Optimierung mehrerer Leistungseinheiten veranschaulichen Fig. 26 und 27 ein Stromversorgungssystem 850, bei welchem ein Blockcontroller 855 zur Steuerung mehrerer Kraftwerksblöcke 860 verwendet wird. Die Kraftwerksblöcke 860, wie angegeben, können einen Anlagenbestand 861 der Erzeugungsassets («Assets») definieren. Wie verstanden werden wird, sehen diese Ausführungsformen eine weitere beispielhafte Anwendung der Optimierungs- und Steuerungsverfahren vor, die oben im Einzelnen beschrieben wurden, obwohl sie eine Erweiterung der Optimierungsperspektive auf ein Anlagenbestandslevel beinhalten. Dadurch kann die vorliegende Erfindung ferner Möglichkeiten zur Verringerung bestimmter Ineffizienzen bieten, die noch Auswirkungen auf moderne Stromerzeugungssystem haben, insbesondere diejenigen, die eine grosse Zahl entfernter und vielfältiger Wärmekraftanlagen aufweisen. Jedes dieser Assets kann jede der hierin diskutierten Wärmekraftanlagen darstellen, wie zum Beispiel Gas- und Dampfturbinen, sowie dazugehörige Unterkomponenten, wie HRSGs, Einlasskonditionierer, Kanalbrenner usw. Die Assets können gemäss mehrerer Erzeugungskonfigurationen funktionieren, je nachdem wie die Unterkomponenten einbezogen sind. Die Stromerzeugung aus den mehreren Kraftwerksblöcken 860 kann zentral durch einen Blockcontroller 855 gesteuert sein. In Bezug auf das System in Fig. 27 , welches unten detaillierter diskutiert wird, kann der Blockcontroller 855 das System gemäss Optimierungsprozessen steuern, welche den Asset- und Kraftwerksblockzustand sowie Erzeugungszeitpläne, Wartungszeitpläne sowie andere Faktoren berücksichtigen, die für eines/n der Assets oder Kraftwerksblöcke 860 besonders sein können, einschliesslich standortabhängiger Variabler. Ausserdem können Erkenntnisse aus Betriebsdaten, die von ähnlich konfigurierten Assets und Kraftwerksblöcken gesammelt werden, welche jedoch nicht Teil des Anlagenbestands sind, genutzt werden, um die Steuerstrategien weiter zu verfeinern.

[0165] Üblicherweise befinden sich herkömmliche Asset-Controller (welche in Fig. 26 als «DCS» angegeben sind) lokal zu den Erzeugungsassets und arbeiten in wesentlicher Isolation. Dadurch berücksichtigen derartige Controller den aktuellen Zustand der anderen Assets, aus denen der Kraftwerksblock 860 und/oder der Anlagenbestand 861 besteht, nicht. Wie verstanden werden wird, führt diese fehlende Perspektive zu einer suboptimalen Stromerzeugung für den Anlagenbestand 861 bei Berücksichtigung aus dieser Perspektive. Weiterhin bezugnehmend auf die Verfahren und Systeme, die bereits beschrieben wurden, insbesondere diejenigen in Bezug auf Fig. 3 , 4 und 17 bis 25 , lehrt die vorliegende beispielhafte Ausführungsform ein Steuersystem auf Anlagenbestandsebene, das mehrere systemweite Vorteile ermöglicht, einschliesslich verbesserter gemeinsamer Stromnutzungsstrategien, Kosteneffektivität und verbesserter Effizienz über gruppierte Assets oder Kraftwerksblöcke hinweg.

[0166] Wie angegeben, kann das Steuersystem, wie durch den Blockcontroller 855 dargestellt, mit den Asset-Controllern interagieren. Der Blockcontroller 855 kann auch mit dem Netz 862 kommunizieren, sowie mit einer zentralen Lastverteilungs- oder einer anderen zuständigen Behörde, die mit dessen Verwaltung im Zusammenhang steht. Auf diese Art und Weise können zum Beispiel Versorgungs- und Nachfrageinformationen zwischen dem Anlagenbestand 861 und einer zentralen Behörde ausgetauscht werden. Gemäss einer beispielhaften Ausführungsform können Versorgungsinformationen, wie z.B. Lastverteilungsangebote, auf der Optimierung des Anlagenbestands 861 durch den Blockcontroller basieren. Die vorliegende Erfindung kann ferner Optimierungsprozesse beinhalten, die zwischen Angebotszeiträumen stattfinden, welche periodisch zum Optimieren der Art und Weise verwendet werden können, wie der Anlagenbestand 861 konfiguriert wird, um ein bereits etabliertes Lastlevel zu erfüllen. Spezifisch kann eine derartige Optimierung zwischen den Angeboten verwendet werden, um dynamische und unvorhergesehene Betriebsvariable anzusprechen. Entsprechende Steuerungsaktionen für die Assets der Kraftwerksblöcke 860 können durch den Blockcontroller 855 an die Steuersysteme innerhalb jedes der Kraftwerksblöcke 860 oder direkter, an die Assets, kommuniziert werden. Gemäss bevorzugter Ausführungsformen kann die Implementierung von Steuerlösungen des Blockcontrollers 855 beinhalten, dass es ihm ermöglicht wird, die Asset-Controller zu übergehen, wenn bestimmte vordefinierte Bedingungen erfüllt sind. Zu Faktoren, die ein derartiges Übergehen beeinflussen, können variable Erzeugungskosten für jeden/s der Kraftwerksblöcke/Assets, die verbleibende Teilelebensdauer von Heissgaspfad-Komponenten, sich ändernde Nachfragelevel, sich ändernde Umgebungsbedingungen sowie andere zählen.

[0167] Der Blockcontroller 855, wie veranschaulicht, kann kommunikativ mit den mehreren Kraftwerksblöcken 860 des Anlagenbestands 861 sowie direkt mit den Assets verbunden sein und kann dadurch viele Dateneingaben empfangen, auf welchen die hierin beschriebenen Steuerlösungen basieren. Die Optimierungsvorgänge können eine oder mehrere der folgenden Eingaben berücksichtigen: Zustands- und Leistungsverschlechterung; Stromerzeugungszeitpläne; Netzfrequenz; Wartungs- und Inspektionszeitpläne; Brennstoffverfügbarkeit; Brennstoffkosten; Brennstoffverbrauchsmuster und -vorhersagen; Probleme in der Vergangenheit und Ausrüstungsausfälle; wahre Leistungsfähigkeiten; Lebensdauermodelle; Anfahr- und Anschaltmerkmale; Messung von Betriebsparameterdaten, zurückliegend und aktuell; Wetterdaten; Kostendaten usw. Wie in Bezug auf andere Ausführungsformen detaillierter diskutiert, können die Eingaben detaillierte aktuelle und vergangene Daten hinsichtlich gemessener Betriebsparameter für jedes der Erzeugungsassets des Anlagenbestands 861 beinhalten. Alle derartigen Eingaben, sowohl zurückliegend als auch aktuell, können gemäss herkömmlicher Verfahren zum Beispiel in einer zentralen Datenbank gespeichert und dadurch bei Anfrage von dem Blockcontroller 855 zur Verfügung gestellt werden, wie dies möglicherweise gemäss eines der hierin beschriebenen Verfahrensschritte notwendig ist.

[0168] Eine Kostenfunktion kann gemäss der Präferenzen eines Anlagenbestandsbedieners entwickelt werden. Gemäss einer bevorzugten Ausführungsform kann eine gewichtete Durchschnittssumme eines Anlagenbestands-Robustheitsindex zum Bestimmen bevorzugter oder optimierter gemeinsamer Stromnutzungskonfigurationen verwendet werden. Der Anlagenbestands-Robustheitsindex kann zum Beispiel eine Optimierung gemäss mehrerer Faktoren beinhalten, die für eine/n gegebene/n Nachfrage oder Anlagenbestands-Ausgangspegel gilt. Zu diesen Faktoren können Folgende zählen: thermische und mechanische Belastungen; Verschlechterung oder Verluste, einschliesslich der Verschlechterungsrate; Erzeugungskosten und/oder Brennstoffverbrauch. Auf diese Art und Weise kann die vorliegende Ausführungsform verwendet werden, um mehrere andauernde Probleme hinsichtlich der Anlagenbestandssteuerung, insbesondere der Optimierung der Leistung über mehrere Kraftwerksblöcke mit mehreren und vielfältigen Erzeugungsassets hinweg, anzusprechen.

[0169] Zu den Dateneingaben können die hierin bereits diskutierten Arten zählen, einschliesslich derer in Bezug auf Computermodellierung, Wartung, Optimierung und modellfreie adaptive Lernprozesse. Zum Beispiel können gemäss der vorliegenden Ausführungsform Computermodelle, Transferfunktionen oder Algorithmen entwickelt und gepflegt werden, sodass der Betrieb (oder bestimmte Aspekte des Betriebs) der Assets und/oder gemeinsam, der Kraftwerksblöcke oder des Anlagenbestands, unter einer Vielzahl von Szenarien simuliert werden können. Zu den Ergebnissen aus den Simulationen können Werte für bestimmte Leistungsindikatoren zählen, welche Vorhersagen hinsichtlich Aspekten des Betriebs und der Leistung der Asset-, Kraftwerksblock- oder Anlagenbestandsleistung über den ausgewählten Betriebszeitraum darstellen. Die Leistungsindikatoren können aufgrund einer bekannten oder entwickelten Korrelation mit einem oder mehreren Kostenergebnissen ausgewählt werden und können so zum Vergleichen der wirtschaftlichen Aspekte jeder Simulation verwendet werden. Ein «Kostenergebnis», wie hierin verwendet, kann jegliche wirtschaftliche Konsequenz, sowohl positiv als auch negativ, im Zusammenhang mit dem Betrieb des Anlagenbestands 861 über den ausgewählten Betriebszeitraum beinhalten. Kostenergebnisse können somit jeglichen Ertrag, der aus der Erzeugung von Strom über den Zeitraum verdient wird, sowie jegliche Betriebs- und Wartungskosten, die für den Anlagenbestand anfallen, beinhalten. Diese Betriebs- und Wartungskosten können eine resultierende Verschlechterung der Assets des Anlagenbestands angesichts der Szenarien und des aus jedem davon resultierenden simulierten Betriebs beinhalten. Wie verstanden werden wird, können Daten, die aus den Simulationsergebnissen extrahiert werden, zum Berechnen dessen verwendet werden, welcher der alternativen Betriebsmodi für den Anlagenbestand wünschenswerter oder kostengünstiger ist.

[0170] Die Modelle für die Assets, Blöcke oder den Anlagenbestand können Algorithmen oder Transferfunktionen aufweisen, die durch physikbasierte Modelle, adaptive oder erlernte «modellfreie» Prozess-Eingang/Ausgang-Korrelationen oder Kombinationen davon entwickelt werden. Es können Grundlinienverschlechterungs- oder Verlustmodelle entwickelt werden, welche Prozesseingänge/-ausgänge mit Verschlechterungs- oder Verlustdaten für jeden Asset-Typ korrelieren. Die Verschlechterungs- oder Verlustdaten und das darauf bezogene Kostenergebnis können somit basierend auf den vorhergesagten Werten für die Betriebsparameter der vorgeschlagenen, alternativen oder konkurrierenden Betriebsmodi für den Anlagenbestand berechenbar sein, welche, gemäss bestimmter Ausführungsformen, durch die Art und Weise, in welcher die Assets und Kraftwerksblöcke eingebunden sind, die Art und Weise, in welcher die Erzeugung über die Anlagenbestands-Assets hinweg aufgeteilt ist, sowie andere hierin beschriebene Faktoren differenziert sein können. Wie angegeben, kann das Lernen von ähnlich konfigurierten Assets verwendet werden, um die Modelle zu informieren oder weiter zu verfeinern, die als Teil dieses Prozesses zum Einsatz kommen. Zum Beispiel kann ein Verschlechterungsmodell entwickelt werden, das einen aufgelaufenen Ausrüstungsverschleiss und Verluste angesichts der Werte für ausgewählte Leistungsindikatoren berechnet. Eine solche Verschlechterung kann dann zum Berechnen der wirtschaftlichen Konsequenzen oder des Kostenergebnisses für jeden der konkurrierenden Betriebsmodi verwendet werden. Zu diesen wirtschaftlichen Konsequenzen können die Verschlechterung der Asset-Leistung, der Verschleiss von Komponenten, die verbrauchte Teilelebensdauer (d.h. der Teil der Lebensdauer einer Komponente, der während eines Betriebszeitraums verbraucht wird) sowie andere Wertmassstäbe, wie zum Beispiel Kosten in Bezug auf Emissionen, regulatorische Kosten, Brennstoffverbrauch sowie weitere variable Kosten, die vom Ausgangspegel abhängen, zählen. Wie verstanden werden wird, können, da die Verschlechterung und das Aufbrauchen der Teilelebensdauer für ein bestimmtes Asset möglicherweise nichtlinear sind sowie von dynamischen und/oder standortspezifischen Variablen abhängen, mit der Zeit signifikante Kosteneinsparungen erzielt werden, indem der Ausgangspegel des Anlagenbestands verteilt wird, um die Verschlechterung des gesamten Analgenbestands zu minimieren, insbesondere, wenn diese Minimierung über die Assets verteilt wird, sodass die Auswirkungen auf die Erzeugungsfähigkeit und Effizienz des gesamten Anlagenbestands minimal sind.

[0171] Somit können, unter Berücksichtigung von Bedingungen, die für einen zukünftigen Marktzeitraum vorhergesagt werden, zu welchen antizipierte Nachfrage- und Umgebungsbedingungsvorhersagen zählen können, mehrere konkurrierende Betriebsmodi für den Anlagenbestand zur Analyse und/oder Simulation ausgewählt werden, um einen optimierten, oder zumindest bevorzugten, Anlagenbestands-Betriebsmodus zu bestimmen. Jeder der konkurrierenden Anlagenbestands-Betriebsmodi kann eine einzigartige Erzeugungskonfiguration für den Anlagenbestand 861 beschreiben. Die konkurrierenden Anlagenbestands-Betriebsmodi können so entwickelt werden, dass sie Parametersätze und/oder Steuereinstellungen beinhalten, welche die einzigartigen Erzeugungskonfigurationen definieren, durch welche ein bestimmter Anlagenbestands-Ausgangspegel erreicht wird. Wie bereits erwähnt, gibt es eine Reihe von Möglichkeiten zur Auswahl des Anlagenbestands-Ausgangspegels. Erstens kann er so ausgewählt werden, dass er einen bereits bekannten Anlagenbestands-Ausgangspegel reflektiert, zum Beispiel ein Ausgangspegel, der über einen kürzlich abgeschlossenen Lastverteilungsprozess etabliert wurde, sodass der Optimierungsprozess zum Bestimmen einer optimierten Anlagenbestandskonfiguration verwendet werden kann, durch welche dieser bestimmte Ausgangspegel erfüllt wird. Der Anlagenbestands-Ausgangspegel kann auch gemäss eines erwarteten Lastlevels angesichts historischer Erzeugungsaufzeichnungen, einer erwarteten Kundennachfrage und/oder anderer vorhergesagter Bedingungen ausgewählt werden. Alternativ dazu kann der Anlagenbestands-Ausgangspegel auch über einen gewählten Bereich variiert werden. Auf diese Art und Weise können variable Erzeugungskosten für den Anlagenbestand 861 berechnet und dann zum Beispiel als Teil eines Angebotsvorgangs verwendet werden, um als Information in die Vorbereitung eines konkurrenzfähigen Angebots einzufliessen. So kann die Art und Weise, wie der Anlagenbestands-Ausgangspegel durch den Anlagenbestandsbediener definiert wird, so verwendet werden, dass, in einem Fall, Aktivitäten rund um das Vorbereiten eines konkurrenzfähigen Angebots unterstützt werden, während in einem anderen Fall der Ausgangspegel so ausgewählt werden kann, dass eine Beratungsfunktion unterstützt wird, die der Optimierung der Anlagenbestandsleistung dient, wenn die tatsächlichen Bedingungen möglicherweise von den antizipierten abweichen.

[0172] Gemäss eines beispielhaften Betriebs, wie durch das detailliertere System von Fig. 27 angegeben, können Parametersätze entwickelt werden, die jeden der konkurrierenden Anlagenbestands-Betriebsmodi beschreiben, und für jeden der konkurrierenden Anlagenbestands-Betriebsmodi können unterschiedliche Szenarien oder Fälle entwickelt werden, innerhalb welcher manipulierbare Variable über einen ausgewählten Bereich variiert werden, um die Wirkung der Variation auf den Gesamtbetrieb des Anlagenbestands zu bestimmen. Die unterschiedlichen Fälle für die konkurrierenden Anlagenbestands-Betriebsmodi können derart konfiguriert sein, dass sie alternative Möglichkeiten abdecken, wie der Anlagenbestands-Ausgangspegel über die Kraftwerksblöcke 860 und/oder Assets hinweg aufgeteilt wird. Gemäss eines weiteren Beispiels können die unterschiedlichen Fälle basierend auf alternativen Konfigurationen ausgewählt werden, die bestimmten der Assets zur Verfügung stehen, einschliesslich der verschiedenen Möglichkeiten, wie jedes der Assets eingebunden ist. Zum Beispiel können einige Fälle die Einbindung bestimmter Unterkomponenten der Assets beinhalten, wie z.B. Kanalbrenner oder Einlasskonditionierer, um die Stromerzeugungsfähigkeiten zu erhöhen, während empfohlen wird, dass andere Assets auf dem Abschalt- oder Teillastlevel arbeiten. Andere Szenarien können Situationen untersuchen, in welchen diese Asset-Konfigurationen etwas variiert oder insgesamt umgekehrt sind.

[0173] Wie in Fig. 27 veranschaulicht, kann der Blockcontroller 855 mit einer Daten- und Analysekomponente 865 kommunizieren, welche mehrere Module beinhalten kann, durch welche relevante Daten gesammelt, normalisiert, gespeichert und auf Anfrage dem Blockcontroller 855 zur Verfügung gestellt werden. Ein Datenaufzeichnungsmodul kann Echtzeit- und historische Dateneingaben von einem Überwachungssystem im Zusammenhang mit Erzeugungsassets empfangen. Ein Modul hinsichtlich der Leistungsüberwachung kann auch enthalten sein, und in Bezug darauf können ein oder mehrere Offline-Modelle gepflegt werden. Jedes dieser Module kann im Wesentlichen in Übereinstimmung mit anderen hierin diskutierten Ausführungsformen funktionieren. Zur Sammlung von Betriebsdaten von ähnlich konfigurierten Assets oder Kraftwerksblöcken, die nicht innerhalb des Anlagenbestands 861 arbeiten, kann auch ein Lernmodul enthalten sein. Diese Daten können, wie verstanden werden wird, eine Lernfunktion unterstützen, durch welche ein tieferes und gründlicheres Betriebsverständnis der Assets erhalten wird. Derartige Daten können auch verwendet werden, um gemessene Daten zu normalisieren, die vom Anlagenbestand 861 gesammelt wurden, sodass eine Leistungsverschlechterung der Erzeugungsassets genau berechnet werden kann, was die Berücksichtigung der Auswirkungen anderer Variabler, wie z.B. Brennstoffeigenschaften, Umgebungsbedingungen usw., welche auch Auswirkungen auf die Leistungskapazität und Effizienz haben können, beinhalten kann.

[0174] Wie in Bezug auf Fig. 24 und 25 beschrieben, kann eine Optimierung auf Anlagenbestandsebene auf standortabhängigen Variablen basieren. Diese Variablen können Bedingungen reflektieren, die einzigartig sind und für bestimmte besondere Assets oder Kraftwerksblöcke gelten, und zu ihnen können zum Beispiel Folgende zählen: die aktuellen in jedem Asset gelagerten und zur Verfügung stehenden Brennstoffmengen; der standortspezifische Preis für Brennstoff für jedes Asset; der standortspezifische Marktpreis für Elektrizität, die in jedem Asset erzeugt wird; aktuelle Wettervorhersagen und die Verschiedenheiten zwischen entfernt befindlichen Assets innerhalb des Anlagenbestands; und Ausfall- und Wartungszeitpläne für jedes Asset. Zum Beispiel kann eine geplante Komponentenüberholung für ein Gasturbinen-Asset bedeuten, dass ein kurzfristiger Betrieb bei höheren Temperaturen wirtschaftlich vorteilhafter ist. Wie veranschaulicht, kann die Daten- und Analysekomponente 865 ein Modul zur Berücksichtigung dieser Unterschiede beinhalten.

[0175] Der Blockcontroller 855 kann ferner, wie angegeben, Module, die auf Stromerzeugungsmodelle gerichtet sind (wozu Asset-Modelle, Blockmodelle, Anlagenbestandsmodelle sowie Verschlechterungs- oder Verlustmodelle zählen können), einen Optimierer und eine Kostenfunktion beinhalten. Das Asset-, Kraftwerksblock- und/oder Anlagenbestandsmodell kann gemäss der bereits hierin beschriebenen Verfahren erstellt, abgestimmt und/oder abgeglichen und gepflegt werden. Diese Modelle können zum Simulieren oder anderweitigen Vorhersagen des Betriebs des Anlagenbestands, oder eines ausgewählten Teils davon, über den ausgewählten Betriebszeitraum verwendet werden, sodass das Optimierermodul in der Lage ist, ein bevorzugtes Szenario gemäss einer definierten Kostenfunktion zu bestimmen. Spezifischer können die Ergebnisse aus den Simulationen zum Berechnen eines Kostenergebnisses für jede davon verwendet werden, was eine Summierung von Ertrag, Betriebskosten, Verschlechterung, verbrauchte Teilelebensdauer und anderen hierin genannten Kosten über die Kraftwerksblöcke und/oder Anlagenbestands-Assets hinweg beinhalten kann. Wie verstanden werden wird, kann der Ertrag über einen hochgerechneten Ausgangspegel multipliziert mit einem Markteinheitspreis ermittelt werden. Die Berechnung der Kosten, wie angegeben, kann Verschlechterungsmodelle oder -algorithmen beinhalten, die ein wirtschaftliches Ergebnis mit der Art und Weise korrelieren, wie die Assets innerhalb der Simulationen arbeiten. Die Leistungsdaten aus den Simulationsergebnissen können zum Bestimmen von anlagenbestandweiten Betriebskosten, Verschlechterung und anderen Verlusten, wie bereits beschrieben, verwendet werden. Wie verstanden werden wird, unterscheiden sich bestimmte Kostenüberlegungen, wie z.B. feststehende Aspekte der Betriebskosten, nicht nennenswert zwischen den konkurrierenden Anlagenbestands-Betriebsmodi und können somit aus derartigen Berechnungen ausgeschlossen werden. Ausserdem können die hierin beschriebenen Simulationen derart konfiguriert sein, dass sie den gesamten Anlagenbestand von Assets oder einen Teil davon beinhalten, und sie können sich auf begrenzte Aspekte des Asset-Betriebs konzentrieren, die, wie hierin vorgesehen, nachweislich besonders relevant für die Vorhersage von Kostenergebnissen sind.

[0176] Gemäss bestimmter Ausführungsformen kann das Kostenfunktionsmodul einen Anlagenbestands-Robustheitsindex beinhalten, um effizient zwischen alternativen Betriebsmodi zu unterscheiden. Der Anlagenbestands-Robustheitsindex kann eine gemittelte Summierung von Verlusten darstellen, die innerhalb der Kraftwerksblöcke aufgelaufen sind. Der Robustheitsindex kann einen Faktor beinhalten, welcher Kosten in Bezug auf die verbrauchte Teilelebensdauer angibt, wobei es sich um eine Summierung der verbrauchten Teilelebensdauer über die Assets, wie z.B. Heissgaspfadteile und Verdichterschaufeln in Gasturbinen, hinweg handeln kann. Zum Beispiel entsteht einem Erzeugungsasset, das während des ausgewählten Betriebszeitraums gemäss eines der konkurrierenden Anlagenbestands-Betriebsmodi zur Abschaltung geplant ist, ein wirtschaftlicher Verlust, welcher der verbrauchten Teilelebensdauer für jeden Abschalt-/Anfahrvorgang entspricht. Stattdessen kann einem Erzeugungsasset, das während des gleichen Betriebszeitraums zum Betrieb mit voller Last geplant ist, ein Verlust entstehen, der diesen Betriebsstunden entspricht. Wie verstanden werden wird, können derartige Verluste weiter kalibriert werden, um spezifisch die thermischen und mechanischen Lasten zu reflektieren, die angesichts des Lastlevels und der Betriebsparameter, die zur Erfüllung eines bestimmten Lastlevels vorhergesagt werden, erwartet werden, welche zum Beispiel von solchen Faktoren wie vorhergesagten Umgebungsbedingungen, Brennstoffeigenschaften usw. abhängen können. Weitere wirtschaftliche Verluste können in die Summierung von Anlagenbestandsverlusten eingeschlossen sein, um ein Kostenergebnis für jeden der konkurrierenden Anlagenbestands-Betriebsmodi abzuleiten. Dazu können eine Summierung des Brennstoffverbrauchs für die Anlagenbestands-Assets sowie zum Beispiel die wirtschaftliche Auswirkung vorhergesagter Emissionspegel angesichts der Simulationsergebnisse zählen.

[0177] Nachdem die Summierung des/der anlagenbestandsweiten Ertrags und/oder Verluste für jedes der simulierten Szenarien abgeschlossen wurde, kann das vorliegende Verfahren den Schritt des Berechnens eines oder mehrerer bevorzugter oder optimierter Fälle aufweisen. Das vorliegende Verfahren kann dann einen oder mehrere Ausgänge beinhalten, die sich auf die bevorzugten oder optimierten Fälle beziehen. Zum Beispiel können die bevorzugten oder optimierten Fälle elektronisch an einen Anlagenbestandsbediener kommuniziert werden, wie z.B. über die Benutzerschnittstelle 866. In solchen Fällen können zu den Ausgängen des vorliegenden Verfahrens Folgende zählen: eine Kraftwerksblock-/Asset-Zustandsberatung; eine Leistungsaufteilungsempfehlung; ein Ausfallplaner; eine optimale Sollwertsteuerlösung für die Kraftwerksblöcke; DCS-Überbrückung; und/oder ein erwarteter Erzeugungszeitplan. Der Ausgang kann auch ein automatisiertes Steuerverhalten aufweisen, welches das automatische Übergehen eines der Asset-Controller beinhalten kann. Gemäss einer weiteren Alternative kann ein Ausgang das Erstellen eines Lastverteilungsangebots gemäss eines oder mehrerer der bevorzugten oder optimierten Fälle beinhalten. Wie verstanden werden wird, können die Ausgänge des Verfahrens, wie an der Benutzerschnittstelle 866 angegeben, verschiedene Möglichkeiten für Anlagenbestandseinsparungen ermöglichen. Erstens können zum Beispiel bevorzugte Leistungsteilungskonfigurationen die Anlagenbestandsverschlechterung minimieren, reduzieren oder vorteilhaft aufteilen, was eine signifikante Auswirkung auf die Erzeugungsfähigkeit und Effizienz über zukünftige Betriebszeiträume haben kann. Zweitens kann eine Beratungsfunktion unter Verwendung der beschriebenen Komponenten konfiguriert sein, um die Wartungsintervalle zu optimieren oder zumindest zu verbessert, durch welche Verschlechterungsverluste, sowohl behebbarer als auch nicht behebbarer Art, vermindert werden. Die Überwachung und Vorhersage der Verschlechterungsrate und das effektive zeitliche Planen/Durchführen von Wartungsvorgängen, wie z.B. Verdichterwaschungen oder Filterreinigungen, stellen sicher, dass die Gasturbine möglichst effizient arbeitet.

[0178] Bezugnehmend auf Fig. 28 , wird ein weiterer verwandter Aspekt der vorliegenden Erfindung diskutiert, welcher das spezifischere Beispiel der Steuerung des Betriebs mehrerer Gasturbinenmotoren beschreibt, die als ein Kraftwerksblock arbeiten. Wie verstanden werden wird, können sich die Gasturbinenmotoren in einem bestimmten Kraftwerk oder über mehrere entfernte Kraftwerke hinweg befinden. Wie bereits diskutiert, ist die Steuerung eines Gasturbinenblocks zur Optimierung oder Verbesserung der Leistungsaufteilung eine Herausforderung. Aktuelle Steuersysteme synchronisieren nicht effektiv über einen Block aus mehreren Motoren hinweg und binden stattdessen im Wesentlichen jeden der Motoren einzeln auf der Grundlage einer einfachen Zuweisung des Ausgangspegels, für welchen der Kraftwerksblock gemeinschaftlich verantwortlich ist, ein. Wie verstanden werden wird, führt dies häufig zu Unausgewogenheiten und ineffizienten Verschlechterungsraten. Dementsprechend besteht Bedarf an optimaleren Steuerstrategien, und insbesondere an einem Systemcontroller, der für effiziente Leistungsteilungsstrategien über mehrere Gasturbinen hinweg sorgt, welche eine kostengünstigere Verlust- oder Verschlechterungsrate fördern, wenn die Einheiten gemeinschaftlich als ein Kraftwerksblock gesehen werden. Zum Beispiel kann die vorliegende Erfindung, wenn ein Gasturbinenblock mehrere Motoren mit der gleichen Leistung aufweist, Empfehlungen auf der Grundlage des aktuellen Verschleisszustands der Motoren geben, welche Einheiten mit höheren Ausgangspegeln arbeiten sollten und welche mit reduzierten Pegeln arbeiten sollten. Die vorliegende Erfindung kann dies in Übereinstimmung mit Aspekten erreichen, die hierin bereits diskutiert wurden, insbesondere diejenigen, die in Bezug auf Fig. 24 bis 27 diskutiert wurden. Wie ein Durchschnittsfachmann auf dem Gebiet verstehen wird, zählen zu den Vorteilen einer derartigen Funktionalität Folgende: erhöhte Lebensdauer und Leistung der Gasturbinen; verbesserte Lebensdauervorhersage, welche konkurrenzfähigere und/oder Risikoteilungs-Dienstleistungsverträge ermöglichen kann; höhere betriebliche Flexibilität für den Kraftwerksblock als Ganzes; und robuste Mehrzieloptimierung, die Betriebskompromisse effizient berücksichtigt, welche sich zum Beispiel auf den Verbrauch der Heissgaspfad-Teilelebensdauer, aktuelle Verschlechterungslevel und Verschlechterungsraten und die aktuelle Stromerzeugungsleistung, wie z.B. Nachfrage, Effizienz, Brennstoffverbrauch usw., beziehen können.

[0179] Eine Möglichkeit, wie dies erreicht werden kann, ist gemäss eines Systems 900, welches nun unter Bezugnahme auf Fig. 28 beschrieben werden wird. Wie angegeben, können mehrere Gasturbinen 901 als Teil eines Kraftwerksblocks oder «Blocks» 902 betrieben werden. Wie als Teil der Systeme oben diskutiert, können die Betriebsparameter 903 für jedes der Assets 901 zusammengetragen und elektronisch an einen Blockcontroller 904 kommuniziert werden. Gemäss einer bevorzugten Ausführungsform können zu den Betriebsparametern eine Rotorgeschwindigkeit, eine Verdichterpumpgrenze und ein Blattspitzenabstand zählen. Wie verstanden werden wird, kann die Verdichterpumpgrenze relativ zur gemessenen Rotorgeschwindigkeit berechnet werden, und der Blattspitzenabstand kann gemäss jedes herkömmlichen Verfahrens gemessen werden, einschliesslich zum Beispiel Mikrowellensensoren. Als eine weitere Eingabe kann der Blockcontroller die Aufzeichnungen 905 von einer Datenbankkomponente empfangen, wie z.B. jede der bereits diskutierten, welche aktuelle und vergangene Betriebsparametermessungen, einschliesslich Rotorgeschwindigkeit, Pumpgrenze, Blattspitzenabstand, Steuereinstellungen, Umgebungsbedingungsdaten usw., aufzeichnen kann, um Prozesseingänge und -ausgänge adaptiv zu korrelieren.

[0180] Gemäss bevorzugter Ausführungsformen kann der Blockcontroller 904 zum Arbeiten als ein modellfreier adaptiver Controller konfiguriert sein. Der modellfreie adaptive Controller kann einen Aufbau basierend auf einem neuralen Netzwerk aufweisen, der Eingänge (zum Beispiel über die Aufzeichnungen 905) von jeder der Gasturbinen aufweist, die der Nachfrage, dem spezifischen Wärmeverbrauch usw. entsprechen. Wie verstanden werden wird, ist die modellfreie adaptive Steuerung ein besonders effektives Steuerungsverfahren für unbekannte zeitdiskrete nichtlineare Systeme mit zeitvariierenden Parametern und zeitvariierenden Strukturen. Das Design und die Analyse der modellfreien adaptiven Steuerung legen einen Schwerpunkt auf Prozesseingänge und -ausgänge, um prädiktive Korrelationen oder Algorithmen zu «lernen», welche die Beziehungen dazwischen erläutern. Korrelationen zwischen gemessenen Eingängen und Ausgängen des Systems werden gesteuert. Durch das Funktionieren des Blockcontrollers 904 auf diese Art und Weise werden Steuerbefehle oder Empfehlungen abgeleitet, und diese können als ein Ausgang 906 zur Implementierung an eine Mastersteuerung 907 kommuniziert werden. Gemäss einer bevorzugten Ausführungsform beinhaltet der Ausgang 906 aus dem Blockcontroller 904 eine/n bevorzugte/n oder optimierte/n Leistungsaufteilungsbefehl oder -empfehlung. Gemäss weiterer Ausführungsformen kann der Ausgang 906 Befehle oder Empfehlungen hinsichtlich eines modulierten Kühlmittelstroms für Heissgaspfadkomponenten der Gasturbinen 901 und/oder modulierte IGV-Einstellungen für die Verdichtereinheiten der Gasturbinen 901 beinhalten.

[0181] Die Mastersteuerung 907 kann kommunikativ mit den Gasturbinen 901 des Kraftwerksblocks 902 verbunden sein, um Steuerlösungen angesichts des Ausgangs 906 zu implementieren. Wie veranschaulicht, kann die Mastersteuerung 907 solche Informationen auch an den Blockcontroller 904 kommunizieren. Derart konfiguriert kann das Steuersystem von Fig. 28 so betrieben werden, dass es die mehreren Gasturbinen des Kraftwerksblocks 902 so steuert, dass ein kombinierter Last- oder Ausgangspegel – wie zum Beispiel ein Vertragsausgangspegel, wie er möglicherweise durch einen Lastverteilungsangebotsprozess festgelegt sein kann, für welchen die Gasturbinen gemeinschaftlich verantwortlich sind – in einer verbesserten oder optimierten Art und Weise gemäss einer definierten Kostenfunktion erzeugt wird. Diese Steuerlösung kann das Empfehlen eines Prozentsatzes des kombinierten Ausgangspegels, den jede der Gasturbinen beitragen sollte, beinhalten. Ausserdem kann die Mastersteuerung 907 ein physikbasiertes Modell zur Steuerung der Gasturbinen gemäss des optimierten Betriebsmodus, wie zuvor diskutiert, beinhalten.

[0182] Gemäss einer beispielhaften Ausführungsform können zum Beispiel Abstands- und Pumpgrenzendaten für jede der Gasturbinen verfolgt werden. Wenn die Abstands- oder Pumpgrenzendaten für eine der Gasturbinen als oberhalb einer vordefinierten Schwelle liegend bestimmt werden, kann diese bestimmte Turbine mit einer reduzierten Last betrieben werden. Falls das Betreiben dieser Gasturbine auf einem reduzierten Level nicht möglich ist, können andere Empfehlungen gemacht werden, wie z.B. das Modulieren von IGV-Einstellungen oder des Kühlmittelstroms zu Heissgaspfadkomponenten. Andererseits kann, falls eine der Gasturbinen für den Betrieb auf einem reduzierten Level ausgewählt wurde, die optimierte Erzeugungskonfiguration das Empfehlen dessen beinhalten, dass eine oder mehrere der anderen Gasturbinen mit einer höheren/Spitzenlast arbeiten, um jegliches Defizit auszugleichen. Das Verfahren kann die höheren/Spitzenlast-Turbinen auf der Grundlage von Pumpgrenzen- und Abstandsdaten auswählen, mit der gewünschten Wirkung des Ausgleichs aktueller Verschlechterungslevel und Verschlechterungsraten zwischen den Gasturbinen des Kraftwerksblocks, um so gemeinschaftlich die Betriebslebensdauer zu verlängern, während ein/e höhere/r Block-Ausgangspegel und Effizienz aufrechterhalten werden. Wie erwähnt können, weil Leistungsverschlechterungsraten und der Verbrauch der Teilelebensdauer nichtlinear auflaufen sowie von Parametern, die über geographisch verteilte Einheiten hinweg variabel sind, abhängen können, Einsparungen durch Verwendung der hierin beschriebenen Blocklevel-Perspektive zum Aufteilen der Last auf eine Art und Weise, die ein Kostenergebnis für den Block optimiert, erzielt werden. Die Stromerzeugung kann so derart aufgeteilt werden, dass die Kosten über den Block 902 hinweg durch Berücksichtigung von Echtzeitdaten (insbesondere Pumpgrenzen-und Abstandsdaten), die als hochdispositiv und effizient bei der Evaluierung der Leistungsverschlechterungslevel, Verschlechterungsraten, verbleibenden Teilelebensdauer und wahren Leistungskapazität für die Gasturbinen des Blocks bestimmt wurden, optimiert werden.

[0183] Bezugnehmend auf Fig. 29 beinhaltet eine weitere beispielhafte Ausführungsform der vorliegenden Erfindung Systeme und Verfahren, die für eine effizientere und/oder optimiertere Abschaltung von GuD-Kraftwerken sorgen. Wie verstanden werden wird, reduziert ein Controller während der Abschaltung einer GuD-Anlage üblicherweise allmählich den Brennstoffström zur Gasturbine, um die Rotorgeschwindigkeit hin zu einer Mindestgeschwindigkeit zu reduzieren. Diese Mindestgeschwindigkeit kann als die «Drehvorrichtungsgeschwindigkeit» bezeichnet werden, weil sie die Geschwindigkeit darstellt, mit welcher der Rotor mit einer Drehvorrichtung im Eingriff steht und dadurch gedreht wird, um ein thermisches Verbiegen des Rotors während des Abschaltzeitraums zu verhindern. Abhängig von der Art des Gasturbinenmotors kann der Brennstoffström bei etwa zwanzig Prozent der üblichen vollen Geschwindigkeit gestoppt werden, wobei die Drehvorrichtung mit etwa einem Prozent der vollen Geschwindigkeit im Eingriff steht. Das Reduzieren des Brennstoffstroms in dieser allmählichen Art und Weise liefert jedoch keine direkte Beziehung zur Verringerung der Rotorgeschwindigkeit. Vielmehr sind grosse und starre Variationen in der Geschwindigkeit des Rotors über den Abschaltzeitraum üblich. Die Variationen in der Rotorgeschwindigkeit können dann signifikante Unterschiede im Brennstoff-zu-Luft-Verhältnis verursachen, welche aufgrund der Tatsache entstehen, dass der Lufteintritt eine Funktion der Rotorgeschwindigkeit ist, während der Brennstoffström dies nicht ist. Derartige Variationen können dann zu signifikanten und abrupten Variationen bei Feuerungstemperaturen, transienten Temperaturgradienten, Emissionen, Kühlmittelstrom sowie anderen führen. Die Variationen im Abschaltverhalten können eine Auswirkung auf die Turbinenabstände und somit auf die Turbinengesamtleistung und die Komponentenlebensdauer haben.

[0184] Es besteht daher der Wunsch nach einem GuD-Abschaltcontroller, welcher die Anlagenabschaltung durch das Beheben eines oder mehrerer dieser Probleme verbessert. Vorzugsweise würde ein derartiger Controller die Verzögerungsrate des Turbinenrotors und verwandter Komponenten mit der Zeit steuern, um ungleichmässige Abschaltvariationen zu minimieren und dadurch die negative Auswirkung auf die Motorensysteme und -komponenten zu minimieren. Gemäss bestimmter Ausführungsformen funktioniert ein effektiverer Controller derart, dass er die Rotorbelastungen und die Anstiegsrate der Rotorgeschwindigkeit und das Drehmoment optimiert. Der Abschaltcontroller kann auch Variabilität in Untersystemen korrigieren, sodass zum Beispiel der Kühlmittelstrom und die Radraumtemperatur auf bevorzugten Leveln bleiben. Gemäss bevorzugter Ausführungsformen kann das vorliegende Verfahren die Verzögerungsrate des Rotors und verwandter Komponenten mit der Zeit steuern, um die Abschaltvariationen so zu minimieren, dass Kosten, Anlagenverluste und andere negative Auswirkungen verringert werden. Gemäss der bereits beschriebenen Systeme und Verfahren kann die Steuermethodik derart funktionieren, dass Faktoren, welche Auswirkungen auf die Abschaltkosten haben, gemäss bedienerdefinierter Kriterien oder Kostenfunktionen optimiert werden. Eine Möglichkeit, wie dies erreicht werden kann, ist gemäss eines Prozesses 920, welcher nun in Bezug auf Fig. 29 beschrieben werden wird. Wie einem Durchschnittsfachmann auf dem Gebiet offensichtlich sein wird, beruhen Aspekte des Prozesses 920 auf hierin bereits diskutierten Gegenständen – insbesondere mit Bezug auf die Diskussion hinsichtlich Fig. 3 und 4 – welche, der Kürze halber, zusammengefasst, jedoch nicht komplett wiederholt werden.

[0185] Gemäss einer Ausführungsform sind die Abschaltvorgänge und/oder der GuD-Abschaltcontroller der vorliegenden Erfindung als ein herkömmlicher schleifenbildender Controller konfiguriert. Der Controller der vorliegenden Erfindung kann Aspekte der modellfreien adaptiven Steuerung sowie der modellbasierten Steuerung beinhalten, wie in den beigefügten Ansprüchen beschrieben. Der GuD-Abschaltcontroller kann einen Zielabschaltzeit-Controller und einen tatsächlichen Abschaltzeit-Controller beinhalten, und er kann die meisten, wenn nicht sogar alle Aspekte der Anlagenabschaltung steuern. Der Controller kann Eingaben empfangen, wie z.B. Abgasverteilung, Radraumtemperatur, Abstand, Pumpgrenze, Dampf- und Gasturbinen-Rotorbelastungen, Gasturbinenrotor-Verzögerungsrate, Nachfrage, Brennstoffström, aktuelle Stromproduktion, Netzfrequenz, sekundäre Feuerung, Trommellevel und so weiter. Basierend auf diesen Eingaben kann der Abschaltcontroller einen Zeitbereich für die Abschaltung (z.B. Abschaltgeschwindigkeit), Anstiegsrate der Rotorverzögerung, korrigierter Kühlmittelstrom und korrigiertes Dralldrosselprofil und/oder ein Generator- Umkehrdrehmoment, das während der Abschaltung gewünscht wird, berechnen, wie unten detaillierter beschrieben. Gemäss bestimmter Ausführungsformen kann jeder dieser Ausgänge zum Ausgleichen potentiell schädlicher Abschaltvariationen, die durch einen der Kraftwerkssensoren erkannt werden, verwendet werden. Der GuD-Abschaltcontroller kann eine Trajektorie des Profils der U/min/Anstiegsrate im Verlauf der Zeit bereitstellen, sowie ein Profil der Verzögerungsrate im Vergleich zur aktuellen Stromproduktion, welches besser für den Abschaltbetrieb geeignet ist, und beide können GuD-Systeme berücksichtigen, wie z.B. HRSG, Dampfturbinen, Kessel und dergleichen. Der Abschaltcontroller kann die hierin beschriebenen Komponenten steuern, bis die Drehvorrichtungsgeschwindigkeit erreicht ist, wodurch für optimalere Dampfturbinen- und HRSG- Betriebsfähigkeitsbedingungen gesorgt wird, während auch die Komponentenbelastungen gesenkt werden.

[0186] Fig. 29 ist ein Flussdiagramm, welches eine Ausführungsform eines Prozesses 920 zeigt, der zum Abschalten eines GuD-Kraftwerks, wie z.B. das in Bezug auf Fig. 3 beschriebene Kraftwerk 12, geeignet ist. Der Prozess 920 kann als Computercode implementiert sein, der durch den GuD-Abschaltcontroller ausführbar ist, und kann nach Empfang (Schritt 921) eines Abschaltbefehls initiiert werden. Der Abschaltbefehl kann zum Beispiel basierend auf einem Wartungsereignis, einem Brennstoffwechselereignis und so weiter empfangen werden. Der Prozess 920 kann dann einen aktuellen Zustand der Anlagenkomponenten abrufen (Schritt 922), welcher durch jeden/s der hierin bereits beschriebenen Sensoren, Systeme und/oder Verfahren erfasst, zusammengetragen, gespeichert und abgerufen werden kann. Der aktuelle Zustand von Anlagenkomponenten kann zum Beispiel die Turbinenrotorgeschwindigkeit, die Temperatur von Komponenten, die Abgastemperatur, Drücke, Durchflüsse, Abstände (d.h. Distanzen zwischen rotierenden und stationären Komponenten), Vibrationsmessungen und dergleichen beinhalten. Der Zustand der Anlage kann ausserdem die aktuelle Stromproduktion und Kostendaten, wie zum Beispiel Kosten des Nichtproduzierens von Strom, Kosten von Strom zu Marktsätzen, grüne Gutschriften (z.B. Emissionsgutschriften) und dergleichen beinhalten.

[0187] In einem nächsten Schritt können Kalkulations- oder Verlustdaten abgerufen werden (Schritt 923), zum Beispiel durch Abfrage einer Vielzahl von Systemen, einschliesslich Abrechnungssysteme, Terminhandelssysteme, Energiemarktsysteme oder eine Kombination davon. Historische Daten können zusätzlich abgerufen werden (Schritt 924). Zu den historischen Daten können Protokolldaten für die Leistung von Systemen, Wartungsdaten, anlagenbestandsweite historische Daten (z.B. Protokolle von anderen Komponenten in Anlagen, die sich an verschiedenen geographischen Standorten befinden), Inspektionsberichte und/oder historische Kostendaten zählen.

[0188] Der Prozess kann dann Algorithmen hinsichtlich Anlagenabschaltverschlechterung oder -Verlusten in Bezug auf den Abschaltbetrieb ableiten (Schritt 925). Derartige Ableitungen können unter Verwendung mehrerer Eingangsarten bestimmt werden, einschliesslich zum Beispiel historischer Betriebsdaten in Bezug auf Gasturbinensysteme, Dampfturbinensysteme, HRSG-Einheiten sowie für jegliche anderen Unterkomponenten, die vorliegen können. Gemäss bestimmter Ausführungsformen kann eine Vielzahl von Modellen oder Algorithmen entwickelt werden, durch welche GuD-Abschaltverluste abgeleitet werden. Wie in der Diskussion in Bezug auf Fig. 4 vollständiger diskutiert, können solche Algorithmen dazu dienen, eine Summierung von Kraftwerksabschaltverlusten basierend auf Werten für ausgewählte Betriebsparameter oder Leistungsindikatoren, wie z.B. Temperaturen, Drücke, Durchflüsse, Abstände, Belastungen, Vibration, Abschaltzeit und dergleichen, bereitzustellen. Wie verstanden werden wird, können in Übereinstimmung mit den anderen hierin beschriebenen Ausführungsformen alternative, vorgeschlagene oder konkurrierende Abschaltmodi für das GuD-Kraftwerk in einem GuD-Kraftwerksmodell simuliert werden. D.h., ein GuD-Kraftwerksmodell kann entwickelt, abgestimmt und gepflegt und dann zum Simulieren alternativer oder konkurrierender Abschalt-Betriebsmodi verwendet werden, um vorhergesagte Werte für bestimmte vordefinierte Leistungsindikatoren abzuleiten. Die vorhergesagten Werte für den Leistungsparameter können dann zum Berechnen von Abschaltungskosten gemäss der abgeleiteten Verlustalgorithmen verwendet werden.

[0189] Zum Beispiel können Algorithmen entwickelt werden, welche Abschaltverluste und ein vorhergesagtes thermisches Belastungsprofil korrelieren, welches aus den vorhergesagten Werten für bestimmte Leistungsparameter angesichts der Betriebsparameter in Bezug auf einen der konkurrierenden Abschaltbetriebsmodi ermittelt werden kann. Gemäss bestimmter Ausführungsformen können solche Verluste eine wirtschaftliche Gesamtkonsequenz des konkurrierenden Abschaltbetriebsmodus reflektieren und können zum Beispiel eine Verschlechterung von Heissgaspfad-Komponenten und/oder einen Prozentsatz der verbrauchten Teilelebensdauer angesichts des Abschaltmodus sowie jede daraus resultierende Leistungsverschlechterung der Anlage berücksichtigen und können von der Einleitung der Abschaltung bis zu einer erreichten Abschaltzeit berechnet werden, bei welcher es sich zum Beispiel um die Zeit handeln kann, wenn die Drehvorrichtungsgeschwindigkeit erreicht ist. Ähnlich können Verlustalgorithmen entwickelt werden, um Verluste in Bezug auf Folgendes zu bestimmen: mechanische Verdichter- und Turbinenbelastungen; Abstände zwischen stationären und rotierenden Teilen; Abschaltemissionen; Abschaltbelastungen; thermische Dampfturbinenrotor/-stator-Belastungen; Kesseltrommel-Druckgradienten usw.

[0190] Der Prozess 920 kann dann einen verbesserten oder optimierten Abschaltbetriebsmodus ableiten (Schritt 926), welcher ein Profil der U/min/Anstiegsrate mit der Zeit und/oder ein Profil der Verzögerungsrate gegenüber der aktuellen Stromproduktion, welches für die Abschaltung des GuD-Kraftwerks besonders gut geeignet ist, beinhalten kann. Zum Beispiel kann der optimierte Abschaltbetriebsmodus als derjenige bestimmt werden, der den Betrieb der Dampfturbine, HRSG-Einheit, des Kessels und/oder anderer Komponenten der GuD-Anlage am besten durchführt und berücksichtigt. Gemäss einer Ausführungsform empfängt der Controller die zuvor genannten Eingaben und leitet davon erwartete Bedingungen mit verschiedenen U/min-/Anstiegszeit-Parametern ab, um eine U/min-/Anstiegskurve geplottet entlang einer Zeitachse abzuleiten, welche Belastungen minimiert und/oder Abschaltkosten optimiert. Ebenso können die Profile der Verzögerungsrate gegenüber der aktuellen Stromproduktion einen Brennstoffström beinhalten, der wünschenswerter (im Vergleich zu anderen vorgeschlagenen Abschaltmodi) die aktuelle Stromproduktion basierend auf der Verzögerung der Welle verbessert. Gemäss weiterer Ausführungsformen können Kostenfunktionen definiert werden, durch welche andere, bevorzugtere oder optimierte Abschaltbetriebsmodi abgeleitet und ausgewählt werden. Wie verstanden werden wird, können Szenarien abgeleitet werden, die zum Beispiel Belastungen und/oder Verluste für die Gasturbine minimieren, Belastungen und/oder Verluste für die Dampfturbine minimieren, Belastungen und/oder Verluste für den HRSG minimieren, oder eine Kombination davon. In Abhängigkeit davon, wie die Kostenfunktion definiert ist, können weitere optimierte Abschaltbetriebsmodi basierend auf Kriterien, wie z.B. Kosten für die Stromproduktion während des Abschaltzeitraums, Anlagenemissionen, Brennstoffverbrauch und/oder Kombinationen davon, ohne Einschränkung, bestimmt werden.

[0191] Der GuD-Abschaltcontroller kann ferner ein Steuersystem zum Abschalten des Kraftwerks gemäss des optimierten Abschaltmodus beinhalten. Gemäss einer bevorzugten Ausführungsform kann dieses Steuersystem einen physikbasierte Modellierer oder einen modellbasierten Controller beinhalten, der dann eine Steuerlösung angesichts des optimierten Abschaltmodus ableitet. Der modellbasierte Controller kann Steuereingänge und Einstellungen für die Steuerung von Stellantrieben und Steuergeräten ableiten, sodass das GuD-Kraftwerk während des Abschaltzeitraums in Übereinstimmung mit dem bevorzugten oder optimierten Abschaltbetriebsmodus betrieben wird. Zum Beispiel kann der Abschaltcontroller Brennstoffventile betätigen, um einen gewünschten Brennstoffdurchfluss zu bewirken, während auch die Dralldrosseln des Gasturbinenabgases gesteuert werden, um den Abgasstrom in den HRSG zu steuern, während ausserdem die Dampfventile der Dampfturbine zum Steuern der Dampfturbinenabschaltung gesteuert werden. Durch Kombination der Steuerung einer Vielzahl von Komponenten in etwa gleichzeitig miteinander, kann die Abschaltung für die Anlage verbessert werden und kann mit gewünschten Szenarien übereinstimmen.

[0192] Während die Erfindung in Verbindung mit dem beschrieben wurde, was derzeit als die praktischste und bevorzugteste Ausführungsform erachtet wird, soll verstanden werden, dass die Erfindung nicht auf die offenbarte Ausführungsform beschränkt sein soll, sondern im Gegenteil verschiedene Modifikationen und äquivalente Anordnungen abdecken soll, die innerhalb des Geistes und Umfangs der beigefügten Ansprüche enthalten sind.

Claims

1. Steuerungsverfahren zur Optimierung des Betriebs eines Kraftwerks, das Kraftwerksblöcke aufweist, während eines ausgewählten Betriebszeitraums, wobei der ausgewählte Betriebszeitraum unterteilt ist, um regelmässige Intervalle zu beinhalten, innerhalb welcher jeder der Kraftwerksblöcke entweder einen Ein-Zustand oder einen Aus-Zustand aufweist, wobei einzigartige Kombinationen dessen, welche der Kraftwerksblöcke den Ein-Zustand und welche den Aus-Zustand aufweisen, konkurrierende Betriebsmodi innerhalb der Intervalle definieren, wobei das Steuerungsverfahren folgende Schritte umfasst: Bestimmen eines bevorzugten Falls für jeden der konkurrierenden Betriebsmodi für jedes der Intervalle; basierend auf den Daten in Bezug auf die bevorzugten Fälle, Auswählen vorgeschlagener Teillast-Betriebssequenzen für den ausgewählten Betriebszeitraum, wobei jede der vorgeschlagenen Teillast-Betriebssequenzen eine einzigartige Progression des Aus-Zustands und des Ein-Zustands für die Kraftwerksblöcke über die Intervalle des ausgewählten Betriebszeitraums beschreibt; für jede der vorgeschlagenen Teillast-Betriebssequenzen, Bestimmen eines Abschaltbetriebs für jeden der Kraftwerksblöcke, die den Aus-Zustand aufweisen, für ein oder mehrere Intervalle während des ausgewählten Betriebszeitraums, und daraus, Berechnen eines wirtschaftlichen Abschaltergebnisses; für jede der vorgeschlagenen Teillast-Betriebssequenzen, Bestimmen eines Teillastbetriebs für jeden der Kraftwerksblöcke, die den Ein-Zustand aufweisen, für ein oder mehrere Intervalle während des ausgewählten Betriebszeitraums, und daraus, berechnen eines wirtschaftlichen Teillastergebnisses; angesichts des wirtschaftlichen Abschalt- und Teillastergebnisses, Berechnen eines wirtschaftlichen Sequenzergebnisses für jede der vorgeschlagenen Teillast-Betriebssequenzen; und Vergleichen der wirtschaftlichen Sequenzergebnisse, und darauf basierend, Ausgeben einer bevorzugten Teillast-Betriebssequenz.

2. Steuerungsverfahren nach Anspruch 1, wobei die Kraftwerksblöcke Gasturbinen umfassen; wobei der ausgewählte Betriebszeitraum einen zukünftigen Schwachlast-Betriebszeitraum für das Kraftwerk umfasst und der Betrieb eine Kraftwerksteillast umfasst; und wobei mindestens eine der vorgeschlagenen Teillast-Betriebssequenzen den Aus-Zustand für mindestens eine der Gasturbinen während mindestens eines der Intervalle beinhaltet.

3. Steuerungsverfahren nach Anspruch 2, wobei das wirtschaftliche Sequenzergebnis eine Summierung der entsprechenden wirtschaftlichen Abschaltergebnisse und der wirtschaftlichen Teillastergebnisse für den Abschaltbetrieb und den Teillastbetrieb, beschrieben durch die Progression des Aus-Zustands und des Ein-Zustands für die Gasturbinen, spezifisch für eine der vorgeschlagenen Teillast-Betriebssequenzen umfasst.

4. Steuerungsverfahren nach Anspruch 3, wobei der Schritt des Bestimmens der bevorzugten Fälle folgende Schritte beinhaltet: Auswählen der konkurrierenden Betriebsmodi über das Konfigurieren unterschiedlicher möglicher Kombinationen hinsichtlich dessen, welche der Gasturbinen den Ein-Zustand und welche den Aus-Zustand während der Intervalle aufweisen; Definieren mehrerer Fälle für jeden der konkurrierenden Betriebsmodi, wobei die mehreren Fälle das Variieren eines Wertes eines Betriebsparameters über einen Bereich beinhalten; Empfangen von Leistungszielen, welche eine Kostenfunktion zum Evaluieren des Betriebs des Kraftwerks während der Intervalle des ausgewählten Betriebszeitraums beinhalten; Empfangen einer Umgebungsbedingungsvorhersage für jedes der Intervalle des ausgewählten Betriebszeitraums; für jeden der mehreren Fälle der konkurrierenden Betriebsmodi, Simulieren des Betriebs des Kraftwerks über jedes der Intervalle mit einem Kraftwerksmodell gemäss dem Wert des Betriebsparameters und der Umgebungsbedingungsvorhersage; Evaluieren eines Simulationsergebnisses aus jeder der Simulationen gemäss der Kostenfunktion, um daraus einen bevorzugten Fall aus den mehreren Fällen für jeden der konkurrierenden Betriebsmodi auszuwählen.

5. Verfahren nach Anspruch 4, wobei der Schritt des Definierens der konkurrierenden Betriebsmodi Folgendes beinhaltet: Permutieren der Gasturbinen, um eine Ein/Aus-Permutationsmatrix für jedes der Intervalle zu konfigurieren, wobei Permutationen der Permutationsmatrix eine einzigartige Kombination hinsichtlich dessen beschreiben, welche der Gasturbinen den Ein-Zustand und welche den Aus-Zustand während des Intervalls aufweisen; und für jedes Intervall, Definieren jeder der Permutationen der Permutationsmatrix als einen der konkurrierenden Betriebsmodi.

6. Steuerungsverfahren nach Anspruch 5, wobei die Permutationsmatrix für jedes der Intervalle derart konfiguriert ist, dass die Gasturbinen jeweils nur entweder den Ein-Zustand oder den Aus-Zustand aufweisen, unter Ausschluss des jeweils anderen für die gesamte Dauer des Intervalls; und wobei die Ein/Aus-Permutationsmatrix jede mögliche einzigartige Kombination hinsichtlich dessen umfasst, welche der Gasturbinen den Ein-Zustand und welche den Aus-Zustand während eines der Intervalle des ausgewählten Betriebszeitraums aufweisen.

7. Steuerungsverfahren nach Anspruch 5, wobei der Schritt des Definierens mehrerer Fälle für jeden der konkurrierenden Betriebsmodi das Variieren eines Wertes für einen ersten Betriebsparameter über einen ersten Bereich und eines Wertes für einen zweiten Betriebsparameter über einen zweiten Bereich beinhaltet.

8. Steuerungsverfahren nach Anspruch 7, wobei der Schritt des Simulierens mit dem Kraftwerksmodell jedes der mehreren Fälle der konkurrierenden Betriebsmodi das Erzeugen vorgeschlagener Parametersätze für jeden bestimmten Fall der mehreren Fälle als Eingabedaten für das Kraftwerksmodell beinhaltet; wobei, für jeden bestimmten Fall, der vorgeschlagene Parametersatz Folgendes beinhaltet: den Wert innerhalb des ersten Bereiches für den ersten Betriebsparameter und den Wert innerhalb des zweiten Bereiches für den zweiten Betriebsparameter für den bestimmten Fall; den Ein-Zustand und den Aus-Zustand für die Gasturbinen für den konkurrierenden Betriebsmodus, welchem der bestimmte Fall entspricht; und Daten hinsichtlich der Umgebungsbedingungsvorhersage für das Intervall, welchem der bestimmte Fall entspricht.

9. Steuerungsverfahren nach Anspruch 8, wobei der Schritt des Simulierens mit dem Kraftwerksmodell jedes der mehreren Fälle das Durchführen eines Simulationslaufs mit dem Kraftwerksmodell in Übereinstimmung mit den vorgeschlagenen Parametersätzen beinhaltet, wobei der Simulationslauf zum Simulieren des Betriebs des Kraftwerks während des Intervalls gemäss der Eingabedaten der vorgeschlagenen Parametersätze konfiguriert ist; und wobei die Leistungsziele ferner Einschränkungen der Funktionsfähigkeit umfassen; und wobei der Schritt des Evaluierens der Simulationsergebnisse aus den Simulationsläufen das Bestimmen dessen umfasst, welche, wenn überhaupt, der Simulationsergebnisse jegliche der Einschränkungen der Funktionsfähigkeit verletzen, sowie das Disqualifizieren für eine Berücksichtigung als einer der bevorzugten Fälle jeglicher der mehreren Fälle, welche die Simulationsergebnisse ergaben, welche die Einschränkungen der Funktionsfähigkeit verletzt haben.

10. Steuerungsverfahren nach Anspruch 8, wobei der erste Betriebsparameter eine Dralldrosseleinstellung umfasst und der zweite Betriebsparameter eine Turbinenabgastemperatur umfasst.

11. Steuerungsverfahren nach Anspruch 10, wobei die Kostenfunktion einen Gesamtbrennstoffverbrauch durch die Gasturbinen umfasst, derart, dass das Bestimmen des bevorzugten Falls das Bestimmen dessen umfasst, welcher der mehreren Fälle die Simulationsergebnisse ergab, welche den Gesamtbrennstoffverbrauch während des Intervalls minimieren.

12. Steuerungsverfahren nach Anspruch 10, wobei die Kostenfunktion den Erzeugungsausgangspegel für die Gasturbinen umfasst, derart, dass das Bestimmen des bevorzugten Falls das Bestimmen dessen umfasst, welcher der mehreren Fälle die Simulationsergebnisse ergab, welche den Erzeugungsausgangspegel während des Intervalls minimieren.

13. Steuerungsverfahren nach Anspruch 8, wobei der Schritt des Auswählens der vorgeschlagenen Teillast-Betriebssequenzen das Bestimmen möglicher Teillast-Betriebssequenzen gemäss transienter Betriebsbeschränkungen für jede der Gasturbinen; und das Auswählen der vorgeschlagenen Teillast-Betriebssequenzen aus den möglichen Teillast-Betriebssequenzen auf der Grundlage des Vergleichs eines wirtschaftlichen Aspekts der bevorzugten Fälle eines ersten der Intervalle mit dem wirtschaftlichen Aspekt der bevorzugten Fälle eines zweiten der Intervalle umfasst.

14. Steuerungsverfahren nach Anspruch 12, wobei der Schritt des Bestimmens des Abschaltbetriebs für die Gasturbinen für jede der vorgeschlagenen Teillast-Betriebssequenzen Folgendes beinhaltet: Bestimmen von Fällen von kontinuierlichem Abschaltbetrieb für jede der Gasturbinen, wobei der kontinuierliche Abschaltbetrieb eine der Gasturbinen mit dem Aus-Zustand über zwei oder mehr aufeinanderfolgende der Intervalle umfasst; und Bestimmen eines Abschaltzeitraums für jeden Fall des Abschaltbetriebs für jede der Gasturbinen, wobei für die Fälle von kontinuierlichem Abschaltbetrieb der Abschaltzeitraum das Summieren der Intervalle, über welche der kontinuierliche Abschaltbetrieb stattfindet, umfasst; und wobei der Schritt des Bestimmens des Teillastbetriebs für die Gasturbinen für jede der vorgeschlagenen Teillast-Betriebssequenzen das Bestimmen eines Erzeugungsausgangspegels für jede der Gasturbinen für jedes der Intervalle beinhaltet.

15. Steuerungsverfahren nach Anspruch 14, wobei das Berechnen des wirtschaftlichen Abschaltergebnisses das Berechnen der Abschaltbetriebs- und Wartungskosten angesichts des Abschaltbetriebs umfasst, der für die Gasturbinen in jeder der vorgeschlagenen Teillast-Betriebssequenzen festgelegt wurde; wobei das Berechnen des wirtschaftlichen Teillastergebnisses das Berechnen der Teillastbetriebs- und Wartungskosten angesichts des Teillastbetriebs umfasst, der für die Gasturbinen in jeder der vorgeschlagenen Teillast-Betriebssequenzen festgelegt wurde.

16. Steuerungsverfahren nach Anspruch 15, wobei das Berechnen der Abschaltbetriebs- und Wartungskosten Folgendes umfasst: basierend auf einer Länge der Abschaltzeiträume, Bestimmen eines Abschalt-/Anfahrtyps für jede der Gasturbinen für jeden der Abschaltzeiträume; wobei der Abschalt-/Anfahrtyp eine Drehvorrichtungsprozedur beinhaltet, wobei die Drehvorrichtungsprozedur das Drehen von Turbinenrotorrädern der Gasturbinen während des Abkühlens der Turbinenrotorräder umfasst; und wobei der Abschalt-/Anfahrtyp eine Anfahrprozedur zum Neustarten der Gasturbinen umfasst.

17. Steuerungsverfahren nach Anspruch 16, wobei das Berechnen der Abschaltbetriebs- und Wartungskosten Folgendes umfasst: Berechnen von Brennstoffkosten angesichts der Drehvorrichtungsprozedur und der Anfahrprozedur für jeden der Abschaltzeiträume; Berechnen von Komponenten-Lebensdauerkosten für jeden der Abschaltzeiträume, wobei die Komponenten-Lebensdauerkosten einen Komponenten-Lebensdauerabschnitt einer Gasturbinenkomponente, der angesichts des Abschaltbetriebs aufgebraucht wird, umfassen; Berechnen der Kosten für ein verzögertes Anfahren, die eine Strafe für einen verzögerten Start und eine Entstehungswahrscheinlichkeit für die Strafe angesichts einer historischen Anfahrzuverlässigkeit jeder der Gasturbinen reflektiert; Berechnen von Kosten in Bezug auf eine Emissionsauswirkung für jeden der Abschaltzeiträume.

18. Steuerungsverfahren nach Anspruch 17, wobei das Berechnen der Teillastbetriebs- und Wartungskosten Folgendes umfasst: Berechnen von Brennstoffkosten angesichts des Erzeugungsausgangspegels für jeden Fall des Teillastbetriebs; Berechnen eines Ertrags für den Erzeugungsausgangspegel für jeden Fall des Teillastbetriebs; Berechnen von Komponenten-Lebensdauerkosten für jeden Fall des Teillastbetriebs, wobei die Komponenten-Lebensdauerkosten einen Komponenten-Lebensdauerabschnitt einer Gasturbinenkomponente, der angesichts des Teillastbetriebs aufgebraucht wird, umfassen; und Berechnen von Kosten in Bezug auf eine Emissionsauswirkung für jeden Fall des Teillastbetriebs.

19. Steuerungsverfahren nach Anspruch 18, wobei die Emissionsauswirkung eine Angabe potentieller Emissionskosten beinhaltet, welche mindestens ein vorhergesagtes Emissionslevel für jeden der Fälle des Teillastbetriebs und des Abschaltbetriebs innerhalb des ausgewählten Betriebszeitraums beinhalten.

20. Steuerungsverfahren nach Anspruch 18, wobei die Emissionsauswirkung eine Angabe potentieller Emissionskosten beinhaltet, welche Folgendes beinhalten: kumulative Kraftwerksemissionslevel, entstanden für das Kraftwerk während eines aktuellen regulatorischen Zeitraums, und regulatorische Grenzen für den aktuellen regulatorischen Zeitraum; und eine Strafe für die Verletzung der regulatorischen Grenzen.