CN103306886B - 一种水轮发电机组的全参数调节控制方法 - Google Patents

Abstract

本发明公开了一种水轮发电机组的全参数调节控制方法，即在目前最先进的导叶、桨叶双调节水轮发电机组(KAPLAN型)的基础上，通过智能寻优的智能算法模型对水轮发电机组的导叶开度、浆叶开度、水轮转速三参数进行优化调节，实现机组效率最高或出力最大，获取最佳工况点。根据上述发明方法，可求得水轮发电机组全部可调参数形成的可行解域的最优解，实现水轮发电机组全运行域上效率最高或出力最大的目标，较目前最为先进的双调节机组提高效率3～10％，对实现水电站高效、经济运行是一个新的突破。

Description

一种水轮发电机组的全参数调节控制方法

技术领域

本发明涉及一种水轮发电机组的全调节方法，即在目前最先进的导叶、桨叶双调节水轮发电机组(KAPLAN型)的基础上，增加了转速调节功能，具体涉及一种水轮发电机组的全参数调节控制方法。

背景技术

当今，能源局势紧张。石油、煤炭等不可再生资源日益枯竭，使人们对可再生资源的依赖日益增加。这正是水电、风电、太阳能发电得以蓬勃发展的主要原因。而在诸多的可再生能源中，水电的经济性最优。可是人们的注意力往往只停留在挖掘新的水能资源，却忽视了对原有水电站发电设备的技术改造以提高发电效益。随着中高水头电站的广泛开发，可开发的资源正在日益减少。近年来，水头H≤50m，且具有最优经济性能的KAPLAN机组型水电站，已逐渐成为水电资源开发的主流。

然而，目前最先进的水轮发电机组(KAPLAN型)也只具有双调功能，即在固定转速下，对于综合的工况点，通过调节水轮机的导叶α，桨叶β，使得水轮发电机组效率最优或出力最大。“双调”水轮发电机组的出现对于过去单调导叶开度或者桨叶开度的水轮发电机组而言是一种进步，也提高了电站的经济效益，但是这种“双调”水轮发电机组受到了单一转速的限制，使得机组在水位流量变化较大时，远离最优工况点，使水轮机效率降低，出力减少，振动加大，空蚀性能恶化，甚至机组停运。因此，在很多水头变化偏大的电站，“双调”难以适应现场的运行工况。

目前，抽水蓄能水轮发电机的转速可通过定子变频、转子变频、变极变速等方式进行调节，技术发展日趋成熟。在现实工程中水轮机导叶以及调桨叶的协联关系，也是一项成熟的基本技术。然而将调转速的发电机与既调导叶又调桨叶的KAPLAN型水轮机结合起来寻优，国内外没有先例，更没有全调节水轮发电机组的概念衍生。因此，如何调节三参数导叶开度α，桨叶开度β，和水轮机转速n，使得水轮发电机组效率最优或出力最大是一项新技术，具有较大的经济潜力，也是目前亟待解决的问题。

发明内容

本发明的目的在于针对现有技术的不足，提供一种能够根据现场的运行工况参数，在线调节多种参数使得水轮发电机组效率最优或出力最大的全参数调节控制方法。

为实现上述目的，本发明提供以下技术方案：一种水轮发电机组的全参数调节控制方法，即在水轮发电机组控制系统上，通过对水轮发电机组的导叶开度、浆叶开度、水轮转速三参数进行优化调节，实现机组效率最高或出力最大，具体包括如下步骤：

(1)将水轮机模型转轮综合特性曲线图导入数据库；

(2)建立准确地读全部运行参数并支持智能寻优的智能算法模型，通过数据训练，模型满足足够精度要求；

(3)在线采集水轮发电机组运行的自然工况参数：净水头H，机组引用流量Q，转轮直径D；

(4)以水轮转速n为基础，综合步骤(3)采集数据，建立以单位流量和单位转速为参数的机组运行工况效率η的目标函数，根据目标函数和安全稳定限制条件的要求，根据神经网络建立的数据库进行寻优，求得最优解

(5)调节三参数导叶开度α，桨叶开度β和水轮机转速n，使得(n，α，β)与相对应，获取最佳工况点。

优选地，所述步骤(2)中所述智能算法模型采用具有自学习功能神经网络模型，根据运行状态，不断自适应更新优化所述数据库，提高精度。

优选地，所述步骤(4)中所述目标函数要求为效率最优或出力最大，所述安全稳定限制条件包括吸出高度限制、振幅限制、摆度限制、空蚀限制、导叶和桨叶开度限制、最大出力限制。

优选地，所述水轮发电机组支持在线选优和实时控制，所述控制方法可采用模糊控制、位式控制或连续无级控制，支持根据运行要求设置人工失灵区。

本发明的有益效果为：通过在典型的导叶、桨叶双调节水轮发电机组(KAPLAN型)的基础上，增加了转速调节功能，从而可求得水轮发电机组全部可调参数形成的可行解域的最优解，实现水轮发电机组全运行域上效率最高或出力最大的目标。理论研究实验及实证皆表明，采用全调节的水轮发电机组较目前最为先进的双调节机组提高效率3～10％，对实现水电站高效、经济运行是一个新的突破。

附图说明

图1为水轮机进出口速度三角形计算示意图。

图2为所述水轮发电机组全参数调节控制方法的流程框图。

图3为低水头运行时，不同水轮转速的水头效率曲线示意图。

图4为中水头运行时，不同水轮转速的水头效率曲线示意图。

图5为高水头运行时，不同水轮转速的水头效率曲线示意图。

具体实施方式

为了更好的理解本发明的技术方案，下面结合附图详细描述本发明提供的实施例。

本发明提出一种水轮发电机组的全参数调节控制方法，即在水轮发电机组控制系统上，通过对水轮发电机组的导叶开度、浆叶开度、水轮转速三参数进行优化调节，实现机组效率最高或出力最大。

如图1所示，从原理上来讲，v为绝对速度，w为相对速度，u为牵连速度，v＝u+w，对于变速机组，水轮机进出口速度三角形由于n变化，调整了u，改善了w和v的相对关系，即改变了入流和出流条件，效率得到提高。从现有水轮发电机组的结构，其调节机理为：在一定的水头下，导叶开度调节流量和出力，桨叶开度与导叶开度协联以提高效率，但在水头变化较大时，就必须依靠调节转速提高效率和出力。

为实现本发明所述目的，如图2所示，采用如下技术实现：水轮发电机组的全调节方法通过采用神经网络模型和寻优搜索算法，根据现场采集的Q、H等运行工况参数，求得最优解进而寻得(n，α，β)，其具体的调节方法包括以下步骤：

(1)将水轮机模型转轮综合特性曲线图导入数据库；根据厂家提供的水轮机模型转轮综合特性曲线图，采集图中反映的η＝η(Q₁₁，n₁₁)关系曲线数据以及出力限制线数据，将采集的数据导入数据库；

(2)建立准确地读全部运行参数并支持智能寻优的智能算法模型，通过数据训练，使之能够反映和刻画水轮机的η＝η(Q₁₁，n₁₁)关系曲线，模型满足足够精度要求；

(3)在线采集水轮发电机组运行的自然工况参数：净水头H，机组引用流量Q，转轮直径D；

(4)以水轮转速n为基础，综合步骤(3)采集数据，建立以单位流量和单位转速为参数的机组运行工况效率η的目标函数，根据目标函数和安全稳定限制条件的要求，根据神经网络建立的数据库进行寻优，求得最优解

(5)调节三参数，包括导叶开度α，桨叶开度β和水轮机转速n，使得(n，α，β)与相对应，获取最佳工况点。

所述水轮发电机组支持在线选优和实时控制，所述控制方法可采用模糊控制、位式控制或连续无级控制，支持根据运行要求设置人工失灵区。

所述运行工况效率η的目标设定可能有不同情况，比如：

(1)当电站处于以下情况时：

a)当电站处于弃水期(也包括电站安装周期内部分机组享用全部水资源时)

b)电站需要增大调峰能力时——由于高峰期电价远高于平峰期，此时可相对不考虑水量平衡问题而增加发电量)

电站中水轮机组以最大出力方式工作为最佳，此处导入的最大出力数学模型如下所示以用于无调节能力的径流式水电站或水库电站需要出力最大时。

maxN＝γHQη(Q₁₁，n₁₁)

$s.t\left\{\begin{array}{c}{Q}_{11}=\frac{Q}{D^2\sqrt{H}}\\ n_{11}=\frac{nD}{\sqrt{H}}\\ N_{\min }\≤N\≤N_{\max }\\ Q\≤Q^{\′}\\ n\∈D_n\\ S_i^a\≤S_i\≤S_i^b\left(i=1,2Lm\right)\end{array}\right.$

式中：

N为机组出力，N_min、N_max分别为最小出力和最大出力；

γ为水的容重；

H为净水头；

Q为机组的引用流量；

Q′为来水流量；

η为机组效率；

Q₁₁、n₁₁分别为单位流量和单位转速；

D_n为转速的决策集；

S_i为机组运行参数，如振动、摆度、空蚀等；

分别为机组运行参数允许的上、下限值。

(2)对于有调节能力水库电站或径流式电站需要效率最优时的调度方法，以效率最优作为准则，数学模型如下式所示：

maxη＝η(Q₁₁，n₁₁)

$s.t\left\{\begin{array}{c}{Q}_{11}=\frac{Q}{D^2\sqrt{H}}\\ n_{11}=\frac{nD}{\sqrt{H}}\\ N_{\min }\≤N\≤N_{\max }\\ Q\≤Q^{\′}\\ n\∈D_n\\ S_i^a\≤S_i\≤S_i^b(i=1,2L\end{array}\right.$

式中各参数的意义同上。

步骤(4)所述的机组运行参数限值设定，主要是设定机组运行的相关安全限值，保证机组运行过程中的稳定性和耐久性。

为了保证水轮机组工作于最大出力情况下机组能满足稳定运行和空蚀安全，设定相关运行参数限值，通常至少需要对机组运行过程中的振幅限值，摆度限制和空蚀限制做出设定，如下所示，

式中H_s为实际吸出高度，H′_s为理论吸出高度，为下游水位变程，k为安全系数，σ为空蚀系数。

步骤(4)中针对目标和限定值求解最优解以及此时相应的水轮机转速n的过程可结合图2、3、4进行简单说明。

假定双速n⁽¹⁾和n⁽²⁾，n⁽¹⁾＜n⁽²⁾是两个备选转速。对给定的转速n⁽¹⁾和n⁽²⁾作水轮机运转特性曲线(并且经过实验和径向神经网络RBF的修正)。由水轮机的运转特性曲线得出给定的水头效率曲线，从而决定发电机转速的切换点(最好在线进行)。下面所述水头满足H1＜H2＜H3。

如图3所示，在低水头H₁运行时，在功率相同的情况下，n⁽¹⁾比n⁽²⁾的效率均高，而且使用流量减少，因此，在低水头时，采用低转速n⁽¹⁾运行。(这是有调节能力水库电站的调度方法，以效率最优作为准则，对于无调节能力的径流式水电站，应考虑出力最大为目标函数进行调度，对于采用峰谷电价的电站，则应以经济效益为目标函数进行调度)。

如图4所示，在中水头H2运行时，机组在出力N≤N1时，采用转速n＝n(1)运行，在N1＜N≤N2时，采用转速n＝n(2)运行，当出力N＞N2时，采用转速n＝n(1)运行。

如图5所示，在高水头H3运行时，在功率相同的情况下，n⁽²⁾比n⁽¹⁾的效率均高，而且使用流量减少，因此，在低水头时，采用低转速n⁽²⁾运行。

综上所述，本发明所涉及的水轮发电机组的全调节方法在典型的导叶、桨叶双调节水轮发电机组(KAPLAN型)的基础上，增加了转速调节功能，从而可求得水轮发电机组全部可调参数形成的可行解域的最优解，实现水轮发电机组全运行域上效率最高或出力最大的目标。

以上内容仅为本发明的较佳实施例，对于本领域的普通技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，本说明书内容不应理解为对发明的限制。

Claims (4)

1.一种水轮发电机组的全参数调节控制方法，其特征在于，在水轮发电机组控制系统上，通过对水轮发电机组的导叶开度、浆叶开度、水轮转速三参数进行优化调节，实现机组效率最高或出力最大，具体包括如下步骤：

(1)将水轮机模型转轮综合特性曲线图导入数据库；

(2)建立准确地读全部运行参数并支持智能寻优的智能算法模型，通过数据训练，模型满足足够精度要求；

(3)在线采集水轮发电机组运行的自然工况参数：净水头H，机组引用流量Q，转轮直径D；

(4)以水轮转速n为基础，综合步骤(3)采集数据，建立以单位流量和单位转速为参数的机组运行工况效率η的目标函数，根据目标函数和安全稳定限制条件的要求，根据神经网络建立的数据库进行寻优，求得最优解

(5)调节三参数导叶开度α，桨叶开度β和水轮机转速n，使得(n，α，β)与相对应，获取最佳工况点。

2.如权利要求1所述的水轮发电机组的全参数调节控制方法，其特征在于，所述步骤(2)中所述智能算法模型采用具有自学习功能神经网络模型，根据运行状态，不断自适应更新优化所述数据库，提高精度。

3.如权利要求1所述的水轮发电机组的全参数调节控制方法，其特征在于，所述步骤(4)中所述目标函数要求为效率最优或出力最大，所述安全稳定限制条件包括吸出高度限制、振幅限制、摆度限制、空蚀限制、导叶和桨叶开度限制、最大出力限制。

4.如权利要求1所述的水轮发电机组的全参数调节控制方法，其特征在于，所述水轮发电机组支持在线选优和实时控制，所述控制方法可采用模糊控制、位式控制或连续无级控制，支持根据运行要求设置人工失灵区。