CN101206754A

CN101206754A - 基于多种约束规则的火电厂厂级负荷优化分配方法

Info

Publication number: CN101206754A
Application number: CNA2006101655646A
Authority: CN
Inventors: 曾德良; 陈彦桥
Original assignee: Beijing Huadian Tianren Power Controlling Technology Co Ltd
Current assignee: Guoneng Xinkong Internet Technology Co Ltd
Priority date: 2006-12-21
Filing date: 2006-12-21
Publication date: 2008-06-25
Anticipated expiration: 2026-12-21
Also published as: CN101206754B

Abstract

本发明涉及节能技术领域，特别是一种基于多种约束规则的火电厂厂级负荷优化分配方法。包括；1)建立可组态的输入参数表；2)建立煤耗特性曲线；3)进行负荷趋势预测；4)保证安全性约束规则；5)实现快速性约束规则；6)优化经济性约束规则；7)多约束条件下的动态规划方法实现。本发明主要针对具有两台以上燃煤火电机组的电厂，协助运行值长进行负荷优化调度，降低设备损耗，降低发电煤耗，提高运行经济性。

Description

基于多种约束规则的火电厂厂级负荷优化分配方法

技术领域

本发明涉及节能技术领域，特别是一种基于多种约束规则的火电厂厂级负荷优化分配方法。

背景技术

目前，火力发电机组占全国装机总容量的70％以上，对不可再生的煤炭资源消耗巨大，因此，深入研究火电机组的节能降耗，对国民经济的可持续发展具有重要意义。厂级负荷优化分配就是节能降耗的一项重要措施。通过对全厂机组的负荷进行优化分配，在满足电网负荷要求和机组出力限制的条件下，实现综合供电成本最小。此外，合理的负荷优化分配还能减轻电网频繁波动给机组主辅设备带来的损害，提高电厂的安全生产管理水平。因此，负荷优化分配技术具有广阔的应用前景，参见[1]马传利，张树成，崔巨擘，等.大型火电机组优化运行技术的研究[J].动力工程，2002，22(4)：1875-1878。

厂级负荷优化分配问题是一种带有约束条件的高维、非线性优化问题，其解法归纳起来，可分为三种类型：传统优化方法、随机化方法、数学优化方法。传统优化方法如等微增率法，虽简单易行，但要求机组的煤耗特性曲线连续上凹且无拐点，实际的煤耗特性曲线很难满足；随机化方法包括遗传方法、模拟退火、禁忌搜索等，在工程应用中不易实现；数学优化方法如动态规划法等，对煤耗特性曲线无要求、结果精准，但计算工作量大、实时性差。随着计算机硬件水平的提升，动态规划法的缺点将得以弥补。

目前大多数实施负荷优化分配技术的火电厂采用了动态规划法。但是他们的方法中却很少考虑火电机组的速率约束、多种经济性约束规则，参见[2]郭斌，康松.火电厂各机组间负荷调度实时优化自动控制系统的研究.发电设备，2001，26(6)：26-30.[2]，或者只考虑了一些经济性约束规则，没有考虑变负荷的速率约束，参见[3]沈丛奇，归一数，方炯.火电厂全厂负荷优化分配及其控制方式的研究.华东电力，2005，33(3)：18-22.[3]，从而造成方法的实用价值不高。因此，设计出一套满足经济性、快速性指标，综合考虑多种经济性约束规则的负荷优化分配方法，是火电厂节能降耗需要迫切解决的问题。

发明内容

本发明的目的是提供一种基于多种约束规则的火电厂厂级负荷优化分配方法。本发明是建立在厂级监督信息管理系统(SIS)之上的基于多种约束规则的厂级负荷优化分配方法。技术方案如下：

一种基于多种约束规则的火电厂厂级负荷优化分配方法，其步骤如下：

1)建立可组态的输入参数表；

2)建立煤耗特性曲线；

3)进行负荷趋势预测；

4)保证安全性约束规则；

5)实现快速性约束规则；

6)优化经济性约束规则；

7)多约束条件下的动态规划方法实现。

针对目前火电厂厂级负荷优化分配的研究和使用现状，我们设计了一种综合考虑安全、经济、快速性约束的动态规划负荷优化分配方法。此方法包括以下几个方面的内容：

1)建立可组态的输入参数表；包括如下：

负荷优化分配的参数输入包括三方面的内容，并且这三方面的内容均可组态：

(1)输入/输出信号

包括RB(锅炉辅机故障快速减负荷)、RD(机组负荷指令迫降)、RU(机组负荷指令迫升)、BI(负荷指令闭锁增)、BD(负荷指令闭锁减)，变负荷速率、实际负荷值、实际负荷指令值、AGC(自动发电控制)指令值，主蒸汽压力，发电煤耗、供电煤耗，全厂总负荷指令、全厂最大允许总负荷、全厂最小允许总负荷、全厂AGC指令请求等；

(2)厂级组态参数表

包括机组台数、变负荷间隔、煤耗加权系数、日负荷预测加权系数等

(3)机组级组态参数表

变负荷上限、变负荷下限、机组稳定的负荷允许变化值、额定负荷对应磨台数等参数。

机组的输入参数表可以组态，使此功能模块的可维护性大大增强。

2)建立煤耗特性曲线如下；

采用统计方法计算煤耗特性曲线。计算步骤如下：

■对机组的可变负荷范围进行划分：

n₀＝(N_max-N_min)/N_h

其中，N_max、N_min、N_h分别为机组最大、最小允许负荷和变负荷间距。n₀为机组可能运行的负荷工作点数；

■计算t₀分钟内主要运行参数(主蒸汽压力等)的方差值，看其是否满足稳定条件；

■若满足稳定条件，则计算t₀分钟内平均负荷和平均煤耗；

■将当前数据后推t₁分钟，再次计算t₀分钟内机组是否稳定；若稳定，则与上次稳定条件下相同负荷点的历史数据进行加权平均，加权方法如下：

F_n0＝k₁F_n(l-1)+k₂F_nl

其中，F_n(l-1)、F_nl、F_n0分别为机组过去、当前和加权后n₀负荷点的

煤耗值。k₁、k₂分别为权系数。

对煤耗特性曲线进行统计计算，使之变的比较科学，从而使负荷优化分配算法更有实际意义。

3)进行负荷趋势预测如下；

主要基于日负荷曲线的统计平均值进行负荷预测。基本原理和计算如下：

对过去较长一段时间t_c内的日负荷曲线各个较短时间段t_b内的平均值进行平均，得到过去平均日负荷曲线初值；

对过去一天内的负荷进行统计平均计算，由这些t_b时间段内平均值连接而成昨天的日负荷曲线；

对平均日负荷初值和昨天的日负荷曲线进行加权，对明天负荷进行预测，并一直递推计算：

N_p＝k₃N_c+k₄N_y

其中，N_p、N_c、N_y分别为机组负荷预测输出值、初值、昨天值。k₃、k₄分别为权系数。经过递推计算，当前负荷预测值将变为下一次负荷预测的初值。

若中调给出第二日负荷变化趋势曲线，可以在给定负荷曲线的基础上进行负荷统计预测。

根据负荷的趋势变化曲线，可以提前对相应的设备启停作好准备，从而为指导运行发挥更好的作用。

4)保证安全性约束规则如下；

负荷优化分配的根本目标是节能降耗，全厂发电经济性水平的提升。但前提首先要保证机组运行的安全性，才能保证机组运行的经济性。

与厂级负荷优化分配相关的安全性因素，包括机组的辅机和控制系统的运行情况，主要考虑以下内容，从以下步骤来保证安全性：

■协调投入

单机至少投入一种协调控制方式，才能参与厂级负荷优化分配；

■单机最大、最小负荷约束

负荷分配值不能超出允许的最大、最小负荷值

■RB

RB发生时，本机将不参与负荷分配；

■RU

RU发生时，本机不允许分配负荷值下降；

■RD

RD发生时，本机不允许分配负荷值上升；

■BI

BI发生时，本机不允许分配负荷值上升；

■BD

BD发生时，本机不允许分配负荷值下降；

5)实现快速性约束规则如下；

考虑到不同机组响应负荷变化的能力不同，对某台机组所分配的负荷也应该与它这种能力成正比。采用如下公式可以实现这种方法：

\frac{P_{i}}{P_{i - 1}} &GreaterEqual; \frac{V_{i}}{V_{i - 1}}

其中，P_i为给第i台机组分配的负荷，V_i为第i台机组实际可以达到的变负荷速率；

机组的快速性约束规则，可以保证全厂的负荷与指令间偏差足够小，满足全厂负荷的上网品质。

6)优化经济性约束规则如下；

所谓经济性约束规则，主要依据机组运行过程中的经验，总结出对机组运行经济性有较大影响的优化规则，例如下面的规则：

■全厂负荷优化分配采用轮流调节的方法，以投入最少机组来完成负荷调节任务为原则，最大限度地减少机组变负荷的频度；

■在选择机组加、减负荷时，应避免机组在短时间内反向变负荷，即机组完成一次加负荷任务后，让其稳定运行一段时间后再去承担减负荷任务，这样能防止机组热负荷下波动产生的疲劳损耗；

类似这些约束规则的实现，可以有效提高机组设备及运行的安全性和经济性。

7)多约束条件下的动态规划方法实现如下；

满足上述安全性、经济性、快速性约束规则的动态规划方法在具体实现时很复杂，其原理如下：

■动态规划法基本原理，其计算方法如下：

设P_rl为状态变量，代表系统负荷值，P_l为决策变量，代表机组的发电功率，F_n(P_rl)为最优指标函数，即最小耗量函数，表示系统负荷为P_rl时第n级决策完成后系统的总煤耗量。按动态规划最优性原理进行递推计算的步骤如下：

第一级决策：考虑编号为1(编号是任意排定的)的机组参与运行时，这时最小耗量函数F₁(P_l)即为此机组的耗量特性：

F_{1}^{*} (P_{rl}) = F_{1} (P_{l})

式中，P_1min≤P_rl＝P_l≤P_1max。

第二级决策：考虑编号为2的机组与第一级决策结果所构成的组合，这时最小耗量函数为：

F_{2}^{*} (P_{rl}) = \min Σ_{i = 1}^{2} F_{i} (P_{i}) = \min [F_{2} (P_{2}) + F_{1} ({P :}_{rl} - P_{2})]

式中，

\min {P_{i \min}, i = i, 2} \leq P_{rl} \leq Σ_{i = 1}^{2} P_{i \max}

P_2min≤P₂≤P_2max且P₂≠P_rl

第n级决策：考虑编号为n的机组与n-1级决策结果所构成的组合，这时最小耗量函数为

F_{n}^{*} (P_{rl}) = \min [F_{n} (P_{n}) + F_{n - 1}^{*} (P_{rl} - P_{n})]

式中，

\min {P_{i \min}, i = 1,2, . . ., n} \leq P_{rl} \leq Σ_{i = 1}^{n} P_{i \max}

P_nmin≤P_n≤P_nmax且P_n≠P_rl

同时记录决策结果。类似地，可以继续第n+1，n+2，…级决策的计算，一直到最后一台机组加入运行，完成所有的决策。

多约束条件下的动态规划方法具体实现算法如下：

■推导计算公式求解

推导公式并没有明显的解析式，常用求解方法是离散造表法。计算分为两步：顺序造表、逆序分配。

顺序造表是按照i＝1，2，…n的顺序，根据P_rn的大小次序，求出与之相对应的F_i ^*(P_ri)和P_i ^*填入相应的表格中；在此基础上是逆序分配，根据给定的P_ri，由表格按逆序方向求出与之相对应的所有P_i ^*的值。

◆顺序造表

当i＝1时，

F_{1}^{*} (P_{r 1}) = F_{1} (P_{1})

此时P_1min≤P_r1≤P_1max，并且P_r1和P₁分别按间隔d分成多个数据点，于是得到序列：

P_r1min，P_r1min+d，P_r1min+2d，…，P_r1max

P_1min，P_1min+d，P_1min+2d，…，P_1max

递推公式计算表(1＝1)

P_r1	P_r1min	P_r1min+d	P_r1min+2d	……
P_r1	P_r1min	P_r1min+d	P_r1min+2d	……	F₁ ^*	……
P₁ ^*	P_1min	P_1min+d	P_1min+2d	……	F₁ ^*	……

将上式写为离散形式：

F_{1}^{*} (P_{r 1 \min} + kd) = F_{1} (P_{1 \min} + kd)

设k＝0，1，2、、、可以得到所以对应点的数据，将F₁ ^*，P_r1，P₁ ^*填入上表中。

当i＝2时，递推公式的离散形式为：

式中：

l = 0,1,2 . . . . . . θ_{1}

m = 0,1,2 . . . . . ., θ_{m}

θ_{1} = \frac{P_{r 2 \max} - P_{r 2 \min}}{d}

取整数

θ_{m} = \frac{P_{2 \max} - P_{2 \min}}{d}

取整数

对于任意给定的l，为算出最优的递推函数值F₂ ^*，需将变量

m = 0,1,2,,,,, θ_{m}

代入上式右边，通过计算比较出

个括号中值最小者。括号中第一项由函数F₂(P₂)得到。第二项由前表中第二行F₁ ^*数据项查得。对于所有l进行上述计算，将结果填入下表中。

递推公式计算表(i＝2)

P_r2	P_r2min	P_r2min+d	P_r2min+2d	……
P_r2	P_r2min	P_r2min+d	P_r2min+2d	……	F₂ ^*	……
P₂ ^*				……	F₂ ^*	……

当i＝3，4，、、、n，按照上述计算方法，我们可以进行第3，4，、、、n步的计算推导，造出与上表现类似的表格。

当所有n步计算和造表完成以后，将所有这些表格汇成总表，如下表：

递推公式计算表(i＝n)

◆逆序分配

在完成顺序造表基础上，给定全厂总负荷P_rn后，按顺序造表的反方向查表，就能求出各台机组的最优负荷P_i ^*。具体步骤分两步：第一步：根据给定的全厂总负荷需求P_rn，设n台机组全部投入运行，在上表中第3n-2列确定其相应的位置：若有对应功率值，则由表可直接得到该行第3n-1列对应的F_n ^*值，由该行第3n列得到对应的n号机组所带的最优负荷值P_n ^*。

第二步：从总负荷P_rn中减去n号机组所带的负荷值得P_n ^*得P_r(n-1)，由上表中第3n-5列可以找到相应的位置，由3n-4列得到系统最优F_n-1 ^*值，由3n-3列得到n-1号机组所带的最优负荷值P_n-1 ^*按此类推，可以查得全部机组所带最优负荷值。

本发明的有益效果：(补充发明的有益效果)

基于多种约束的动态规划法，可以在满足机组安全性的前提下，大大提高机组的经济性和响应电网负荷需求的能力，并使负荷优化分配功能进一步实用化。

附图说明

图1是本发明的厂级负荷分配主站图。

图2是本发明的机组负荷分配站图。

图3是本发明的方法流程图。

具体实施方式

以下实施例用于说明本发明，但不用来限制本发明的范围。

本发明的数据载体是火电厂SIS系统实时数据库。由华电天仁康派SIS的负荷优化分配模块具体实现。负荷优化分配模块的功能及原理见上述三部分，其具体实现包括以下几部分。但是下述实例也只为说明本发明的技术，并非限制本发明，因此，任何应用本发明技术的修饰与延伸应用，皆不脱离本发明权利要求所保护的范围。

实时数据库。负荷优化分配模块的数据来源是实时数据库，例如PI，eDNA，IH等典型的实时数据库。负荷优化分配模块一方面从数据库中读取需要的实时数据，另一方面还要将煤耗特性参数等计算点存入数据库。

计算站。计算站主要完成机组煤耗特性、各机组优化负荷分配指令等参数的计算和存储。

功能展示。功能展示主要包括两方面的内容(见图1、图2)：

■负荷指令和曲线的对比。包括全厂负荷指令和全厂总负荷的曲线对比，各机组负荷指令和实际负荷的曲线对比等；图1

■负荷分配站。包括全厂负荷指令分配站和各机组负荷指令分配站。全厂负荷指令分配站主要完成向机组输出各机组AGC指令或者优化分配指令；机组负荷指令分配站完成机组负荷分配的手动/自动切换功能及手动设置该机组负荷指令功能。图2

图3是本发明的方法流程，其方法步骤已包括在发明内容中，在此不再赘述。

Claims

1.一种基于多种约束规则的火电厂厂级负荷优化分配方法，其步骤如下：

1)建立可组态的输入参数表；

2)建立煤耗特性曲线；

3)进行负荷趋势预测；

4)保证安全性约束规则；

5)实现快速性约束规则；

6)优化经济性约束规则；

7)多约束条件下的动态规划方法实现。

2.根据权利要求1所述的负荷优化分配方法，其特征在于，步骤1)建立可组态的输入参数表；包括如下：

(1)输入/输出信号

包括RB、RD、RU、BI、BD，变负荷速率、实际负荷值、实际负荷指令值、AGC指令值，主蒸汽压力，发电煤耗、供电煤耗，全厂总负荷指令、全厂最大允许总负荷.全厂最小允许总负荷、全厂AGC请求；

(2)厂级组态参数表

包括机组台数、变负荷间隔、煤耗加权系数、日负荷预测加权系数；

(3)机组级组态参数表

变负荷上限、变负荷下限、机组稳定的负荷允许变化值、额定负荷对应磨台数参数。

3.根据权利要求1所述的负荷优化分配方法，其特征在于，步骤2)建立煤耗特性曲线如下：

煤耗特性曲线，计算步骤如下：

■对机组的可变负荷范围进行划分：

n₀＝(N_max-N_min)/N_h

其中，N_max、N_mim、N_h分别为机组最大、最小允许负荷和变负荷间距，n_O为机组可能运行的负荷工作点数；

■计算t₀分钟内主要运行参数的方差值，看其是否满足稳定条件；

■若满足稳定条件，则计算t₀分钟内平均负荷和平均煤耗；

F_n0＝k₁F_n(l-1)+k₂F_nl

其中，F_n(l-1)、F_nl、F_n0分别为机组过去、当前和加权后n_O负荷点的煤耗值。k₁、k₂分别为权系数。

4.根据权利要求1所述的负荷优化分配方法，其特征在于，步骤3)进行负荷趋势预测计算如下；

N_p＝k₃N_c+k₄N_y

其中，N_p、N_c、N_y分别为机组负荷预测输出值、初值、昨天值，k₃、k₄分别为权系数，经过递推计算，当前负荷预测值将变为下一次负荷预测的初值；

若中调给出第二日负荷调度曲线，则在此曲线基础上进行负荷预测及调整。

5.根据权利要求1所述的负荷优化分配方法，其特征在于，步骤4)保证安全性约束规则如下；

与厂级负荷优化分配相关的安全性因素，包括机组的辅机和控制系统的运行情况，保证安全性步骤如下：

■协调投入

■单机最大、最小负荷约束

负荷分配值不能超出允许的最大、最小负荷值

■RB

RB发生时，本机将不参与负荷分配；

■RU

RU发生时，本机不允许分配负荷值下降；

■RD

RD发生时，本机不允许分配负荷值上升；

■BI

BI发生时，本机不允许分配负荷值上升；

■BD

BD发生时，本机不允许分配负荷值下降。

6.根据权利要求1所述的负荷优化分配方法，其特征在于，步骤5)实现快速性约束规则如下；

考虑到不同机组响应负荷变化的能力不同，对某台机组所分配的负荷也应该与它这种能力成正比，采用如下公式可以实现这种方法：

\frac{P_{i}}{P_{i - 1}} &GreaterEqual; \frac{V_{i}}{V_{i - 1}}

其中，P_i为给第i台机组分配的负荷，V_i为第i台机组实际可以达到的变负荷速率。

7.根据权利要求1所述的负荷优化分配方法，其特征在于，步骤6)优化经济性约束规则如下；

■在选择机组加、减负荷时，应避免机组在短时间内反向变负荷，即机组完成一次加负荷任务后，让其稳定运行一段时间后再去承担减负荷任务，这样能防止机组热负荷下波动产生的疲劳损耗。

8.根据权利要求1所述的负荷优化分配方法，其特征在于，步骤7)多约束条件下的动态规划方法实现如下：

设P_rl为状态变量，代表系统负荷值，P_l为决策变量，代表机组的发电功率，F_n(P_rl)为最优指标函数，即最小耗量函数，表示系统负荷为P_rl时第n级决策完成后系统的总煤耗量，按动态规划最优性原理进行递推计算的步骤如下：

第一级决策：考虑编号为1的机组参与运行时，这时最小耗量函数F₁(P_l)即为此机组的耗量特性：

F_{1}^{*} (P_{rl}) = F_{1} (P_{l})

式中，P_1min≤P_rl＝P_l≤P_1max

F_{2}^{*} (P_{1}, P_{2}) = \min Σ_{l = 1}^{2} F_{l} (P_{l}) = \min [F_{2} (P_{2}) + F_{1} (P_{r 2} - P_{2})]

式中，

\min {P_{i \min}, i = 1,2} \leq P_{l} \leq Σ_{i = 1}^{2} P_{i \max}

P_2min≤P_rl≤P_2max且P_rl≠P_l

F_{n}^{*} (P_{m}) = \min [F_{n} (P_{n}) + F_{n - 1}^{*} (P_{m} - P_{n})]

式中，

\min {P_{i \min}, i = 1,2, . . ., n} \leq P_{rl} \leq Σ_{i = 1}^{n} P_{i \max}

P_kmin≤P_l≤P_kmax且P_rl≠P_l

同时记录决策结果，类似地，可以继续第n+1，n+2，...级决策的计算，一直到最后一台机组加入运行，完成所有的决策。

9.根据权利要求1所述的负荷优化分配方法，其特征在于，步骤7)多约束条件下的动态规划方法具体实现算法如下：

推导计算公式求解，采用离散造表法，计算分为两步：顺序造表、逆序分配

顺序造表是按照1＝1，2，...n的顺序，根据P_rn的大小次序，求出与之相对应的F_l ^*(P_rl)和P_l ^*填入相应的表格中；在此基础上是逆序分配，根据给定的P_rl，由表格按逆序方向求出与之相对应的所有P_l ^k的值

◆顺序造表

当1＝1时，

F_{l}^{*} (P_{rl}) = F_{l} (P_{l})

此时P_ln in≤P_rl≤P_ln ax，并且P_rl和P_l分别按间隔d分成多个数据点，

于是得到序列：

P_rln in，P_rln in+d，P_rln in+2d，...，P_rln in

P_lmin，P_lmin+d，P_lmin+2d，...，P_lmln

将上式写为离散形式：

F_{l}^{*} (P_{r \ln in} + kd) = F_{1} (P_{l \min} + kd)

设k＝0，1，2、、、可以得到所以对应点的数据，将F_l ^*，P_l，P_l ^*填入上表中，

当1＝2时，递推公式的离散形式为：

F_{2}^{*} (P_{r 2 \min} + 1 d) = \min [F_{2} (P_{2 \min} + md) + F_{l}^{*} (P_{2 \min} + ld - P_{2 \min} - md)]

式中：

L＝0，1，2......θ₁

M＝0，1，2......，θ_m

对于任意给定的1，为算出最优的递推函数值F₂ ^*，需将变m＝0，1，2，，、、、θ_m代入上式右边，通过计算比较出θ_m+1个括号中值最小者，括号中第一项由函数F₂(P₂)得到，第二项由前表中第二行F_l ^*数据项查得，对于所有1进行上述计算，将结果填入表中

当1＝3，4，、、、n，按照上述计算方法，我们可以进行第3，4，、、、n步的计算推导，造出与上表现类似的表格

当所有n步计算和造表完成以后，将所有这些表格汇成总表，

◆逆序分配

在完成顺序造表基础上，给定全厂总负荷P_rn后，按顺序造表的反方向查表，就能求出各台机组的最优负荷P_l ^*。

10.根据权利要求9所述的负荷优化分配方法，其特征在于，所述求出各台机组的最优负荷P_l ^*，具体步骤分两步：

第一步：根据给定的全厂总负荷需求P_rn，设n台机组全部投入运行，在上表中第3n-2列确定其相应的位置：若有对应功率值，则由表可直接得到该行第3n-1列对应的值，由该行第3n列得到对应的n号机组所带的最优负荷值；

第二步：从总负荷P_rn中减去n号机组所带的负荷值得P_n ^*得P_r(n-1)，由上表中第3n-5列可以找到相应的位置，由3n-4列得到系统最优F_n-1 ^*值，由3n-3列得到n-1号机组所带的最优负荷值P_n-1 ^*

按此类推，可以查得全部机组所带最优负荷值。