CN103544551B - 一种蒸汽动力系统的操作优化方法和装置 - Google Patents
一种蒸汽动力系统的操作优化方法和装置 Download PDFInfo
- Publication number
- CN103544551B CN103544551B CN201310560413.0A CN201310560413A CN103544551B CN 103544551 B CN103544551 B CN 103544551B CN 201310560413 A CN201310560413 A CN 201310560413A CN 103544551 B CN103544551 B CN 103544551B
- Authority
- CN
- China
- Prior art keywords
- steam
- steam turbine
- power system
- optimization
- mathematical model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Control Of Turbines (AREA)
Abstract
本发明公开一种蒸汽动力系统的操作优化方法和装置,该方法包括:确定蒸汽动力系统各设备的性能特征参数、工艺参数;根据能量守恒方程、质量守恒方程以及各设备的性能特征参数、工艺参数建立蒸汽动力系统的非线性数学模型;对非线性数学模型模拟求解,得到模拟运算结果;设定非线性数学模型中优化变量取值范围和非线性数学模型的优化目标函数;将模拟运算结果作为非线性数学模型的初始可行解,在优化变量的取值范围内采用序列二次规划法和序贯线性规划法混合优化方法对非线性数学模块优化求解,得到优化求解结果;判断优化求解结果是否使得优化目标函数在优化变量取值范围内最小,若是则将优化求解结果作为蒸汽动力模型的运行参数。
Description
技术领域
本发明涉及蒸汽动力领域,具体而言,涉及一种蒸汽动力系统的操作优化方法和装置。
背景技术
蒸汽动力系统是大型化工或石油化工联合装置中的重要组成部分,其任务是向过程系统提供所需要的动力、电力、热能等公用工程,蒸汽动力系统的设计水平、运行和控制性能对过程工业的能量利用效率和经济性有重要影响。
蒸汽动力系统流程结构固定的系统参数优化,主要包括现有系统操作条件的优化和新系统设计或旧系统改造时对某一结构方案的设计参数和操作条件的优化。目前,针对这类蒸汽动力系统操作参数优化的方法主要有线性规划法、非线性规划法和带有混合整数的非线性规划法。
蒸汽动力系统的线性规划模型一般用于系统蒸汽负荷的优化配置。由于必须回避出现流股混合节点的能量平衡等非线性性条件,蒸汽动力系统的线性数学规划模型需要将流股和设备节点的温度和压力条件进行固定,从而使问题得以简化为线性模型。线性模型的优点是优化求解便利。即使在此基础上进一步考虑设备开关等混合整数性,使模型成为混合整数线性模型,其求解也是较为便利的。线性模型的缺点是很难对蒸汽流量以外的其它变量,如蒸汽压力和蒸汽温度,进行优化调节。蒸汽压力及温度的优化需要至少保证实现两个关键点,即能够较为精确的计算蒸汽热力学性质,和计算蒸汽混合过程的能量平衡,而这两点线性模型都很难做到。因此线性模型的优化配置范围是有限的。
对于非线性规划法,可以建立更切合实际的蒸汽动力系统非线性(NLP)模型,即较为精准的描述水蒸气的热力学特性、蒸汽混合过程能量平衡系统和热电设备的性能特征关系等非线性过程调节。非线性数学规划法生成的蒸汽动力系统模型的优点是对系统的描述较为精准,能够将实际系统中诸多复杂的操作运行关系集成到模型中。这种建模方法的缺点是优化求解的难度较大,蒸汽动力系统中诸多设备模型存在非凸非连续的特征,且包含很强的约束条件,造成了优化求解的难度。但虽然求解难度很大,蒸汽动力系统的非线性模型依然是可以进行求解的,通过合理的算法选择,能够在较短的求解时间内,得到较为可靠的局部最优解。
带有混合整数的非线性数学模型,可以在一般非线性模型的基础上,进一步描述设备开停等问题。但其求解则较非线性规划模型更加困难。对于混合整数非线性问题,一般优化方法都很难得到较优的结果,往往需要借助随机优化算法,如遗传算法和模拟退火法等。用随机算法求解蒸汽动力系统混合整数非线性模型,其计算量大,计算时间相当长,很难保证即时得到优化结果。
如何实现蒸汽动力系统操作参数优化既准确合理,又有较快的优化计算速度,从而解决蒸汽动力系统操作参数优化的相关瓶颈,为本领域技术人员的研究方向所在。
发明内容
本发明提供一种蒸汽动力系统的操作优化方法和装置,用以克服现有技术中存在的至少一个问题。
为达到上述目的,本发明提供了一种蒸汽动力系统的操作优化方法,包括以下步骤:
确定蒸汽动力系统所包含的各设备的性能特征参数以及蒸汽动力系统的工艺参数;
根据蒸汽动力系统的能量守恒方程、蒸汽动力系统的质量守恒方程、各设备的能量守恒方程、各设备的质量守恒方程以及各设备的性能特征参数和蒸汽动力系统的工艺参数建立蒸汽动力系统的非线性数学模型;
对非线性数学模型进行模拟求解,得到模拟运算结果;
设定非线性数学模型中优化变量的取值范围,以及设定非线性数学模型的优化目标函数;
将模拟运算结果作为非线性数学模型优化运算的初始可行解,在优化变量的取值范围内,采用序列二次规划法和序贯线性规划法混合优化方法对非线性数学模块进行优化求解,得到优化求解结果;
判断优化求解结果是否使得优化目标函数的值在优化变量的取值范围内达到最小,如果是,则将优化求解结果作为蒸汽动力模型的运行参数。
可选的,如果优化求解结果不能使得优化目标函数的值在优化变量的取值范围内达到最小,则跳转执行设定非线性数学模型中优化变量的取值范围,以及设定非线性数学模型的优化目标函数步骤,调整优化变量的取值范围,重新对非线性数学模型进行优化求解。
可选的,优化变量包括蒸汽动力系统中流股及设备关键节点的蒸汽负荷分配、压力和温度值中的至少一项。
可选的,蒸汽动力系统中汽轮机或蒸汽透平的性能特征方程为以下任一种:
第一种,W=F·Δh·η,其中W为汽轮机发电量或蒸汽透平做功,F为蒸汽流量,Δh为等熵焓降,η为汽轮机或蒸汽透平的发电做功效率;
第二种,其中n、C、Wint均为对汽轮机或蒸汽透平运行情况进行回归得到的系数常数,Pin为汽轮机或蒸汽透平的进气压力,Pout汽轮机或蒸汽透平的出口压力;
第三种, 其中,L、C、b均为根据汽轮机或者蒸汽透平运行状态设定的系数常数,Pin为汽轮机或蒸汽透平的进气压力,Pout汽轮机或蒸汽透平的出口压力,F为蒸汽流量,Fmax为最大蒸汽流量,Δh为等熵焓降。
可选的,蒸汽动力系统中蒸汽加热器的性能特征方程为:
其中Q为蒸汽加热量,F为蒸汽流量,T为蒸汽温度,P为蒸汽压力,a、b、c为对蒸汽加热器运行性能回归得到的系数常数。
可选的,优化目标函数为:
TOC=TPC+TFC+TSC,并使目标函数在优化变量的取值范围内达到最小,其中,TOC为年操作费用,TPC为年用电费用,TFC为年燃料费用,TSC为年蒸汽购买费用;
或者为:
TC=TCC+TPC+TFC+TSC,其中,TC为年总费用,TCC为年投资费用,TPC为年用电费用,TFC为年燃料费用,TSC为年蒸汽购买费用。
为达到上述目的,本发明还提供了一种蒸汽动力系统的操作优化装置,包括:
性能参数模块,用于确定蒸汽动力系统所包含的各设备的性能特征参数以及蒸汽动力系统的工艺参数;
建模模块,用于根据蒸汽动力系统的能量守恒方程、蒸汽动力系统的质量守恒方程、各设备的能量守恒方程、各设备的质量守恒方程以及各设备的性能特征参数和蒸汽动力系统的工艺参数建立蒸汽动力系统的非线性数学模型;
模拟求解模块,用于对非线性数学模型进行模拟求解,得到模拟运算结果;
优化设定模块,用于设定非线性数学模型中优化变量的取值范围,以及设定非线性数学模型的优化目标函数;
优化求解模块,用于将模拟运算结果作为非线性数学模型优化运算的初始可行解,在优化变量的取值范围内,采用序列二次规划法和序贯线性规划法混合优化方法对非线性数学模块进行优化求解,得到优化求解结果;
判断执行模块,用于判断优化求解结果是否使得优化目标函数的值在优化变量的取值范围内达到最小,如果是,则将优化求解结果作为蒸汽动力模型的运行参数。
可选的,当判断执行模块的判断结果为优化求解结果不能使得优化目标函数的值在优化变量的取值范围内达到最小时,优化设定模块还用于调整优化变量的取值范围,以及优化求解模块还用于重新对非线性数学模型进行优化求解。
可选的,优化变量包括蒸汽动力系统中流股及设备关键节点的蒸汽负荷分配、压力和温度值中的至少一项。
可选的,蒸汽动力系统中汽轮机或蒸汽透平的性能特征方程为以下任一种:
第一种,W=F·Δh·η,其中W为汽轮机发电量或蒸汽透平做功,F为蒸汽流量,Δh为等熵焓降,η为汽轮机或蒸汽透平的发电做功效率;
第二种,其中n、C、Wint均为对汽轮机或蒸汽透平运行情况进行回归得到的系数常数,Pin为汽轮机或蒸汽透平的进气压力,Pout汽轮机或蒸汽透平的出口压力;
第三种, 其中,L、C、b均为根据汽轮机或者蒸汽透平运行状态设定的系数常数,Pin为汽轮机或蒸汽透平的进气压力,Pout汽轮机或蒸汽透平的出口压力,F为蒸汽流量,Fmax为最大蒸汽流量,Δh为等熵焓降。
可选的,蒸汽动力系统中蒸汽加热器的性能特征方程为:
其中Q为蒸汽加热量,F为蒸汽流量,T为蒸汽温度,P为蒸汽压力,a、b、c为对蒸汽加热器运行性能回归得到的系数常数。
本发明在建立蒸汽动力系统的非线性数学模型后,通过模型的模拟运算提供一组可行解,作为优化运算的可行初始解,再利用序列二次规划法(SQP)和序贯线性规划法(SLP)混合优化方法寻找最优解,从而确保优化运算的可行性和计算效率。
与现有技术相比,本发明不仅能够实现对流程结构固定的蒸汽动力系统进行蒸汽负荷分配优化,也能够实现系统压力、温度的优化调控。通过对动力供汽状态、装置产汽状态的调控,达到对整个蒸汽动力系统压力进行调优的目的。通过合理调优系统各处的压力,全面优化系统各处产用汽、汽轮发电机和蒸汽透平等设备的整体性能,进一步挖掘系统节能降耗潜力。此优化方法结合了非线性建模方法对复杂网络问题的描述精准性,并采用了合理的优化算法,能够准确快速地建立蒸汽动力系统数学模型并优化求解。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一个实施例的蒸汽动力系统的操作优化方法流程图;
图2为本发明一个实施例的蒸汽动力系统示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的实施例中,将蒸汽动力系统的蒸汽负荷分配、压力和温度中的一项或多项作为变量进行建模处理,使得蒸汽动力系统模型能够体现出实际工业系统中负荷变化、操作压力、操作温度变化状况。由于将蒸汽流股的压力、温度做变量处理,则蒸汽的热力学特性必须纳入模型中,因此整个模型具有很强的非线性特征。同时,为避免模型出现混合整数性,本发明所提出的建模方案不考虑设备的开关,做这种选择的原因是,相比蒸汽负荷分配、压力和温度等一般操作变量,现场设备开停方式的变化频率较低,且正常都是有计划的安排设备开停。因此可以利用建立多套开停工方案模型的方法将设备的开停考虑进来,从而避免造成混合整数非线性模型,保证求解的可行性。以下结合具体实施例对本发明进行详细阐述。
图1为本发明一个实施例的蒸汽动力系统的操作优化方法流程图;如图所示,该操作优化方法包括以下步骤:
S110,确定蒸汽动力系统所包含的各设备的性能特征参数以及蒸汽动力系统的工艺参数;
其中设备性能特征参数包括设备的运行负荷、设备的运行效率以及设备的操作参数。蒸汽动力系统工艺参数包括年操作时间、系统电力需求、燃料数据、工况条件和系统尾气排放。
S120,根据蒸汽动力系统的能量守恒方程、蒸汽动力系统的质量守恒方程、各设备的能量守恒方程、各设备的质量守恒方程以及各设备的性能特征参数和蒸汽动力系统的工艺参数建立蒸汽动力系统的非线性数学模型;
由于蒸汽动力系统及其各设备满足能量守恒定律、质量守恒定律,因此可以根据蒸汽动力系统及其各设备的能量守恒方程、质量守恒方程以及各设备的性能特征参数和蒸汽动力系统的工艺参数设置建立蒸汽动力系统的非线性数学模型。
建立蒸汽动力系统的非线性数学模型的方法,主要包括每个单元设备的物料平衡(即质量守恒)和能量平衡(即能量守恒)约束,系统的性能关系和设计规定约束,蒸汽热力参数计算关联方程,以及表示各类参数取值范围的界约束。
其中,汽轮机、蒸汽透平和蒸汽加热器的性能受系统压力控制的直接影响,这些设备现有的性能模型往往很难较为准确的描述设备性能与系统压力的关系。为准确描述上述设备的性能关系,本发明提出了新的设备性能模型,蒸汽动力系统中汽轮机或蒸汽透平的性能特征方程为以下任一种:
第一种为固定效率模型,W=F·Δh·η,其中W为汽轮机发电量或蒸汽透平做功,F为蒸汽流量,Δh为等熵焓降,η为汽轮机或蒸汽透平的发电做功效率;
第二种,其中n、C、Wint均为对汽轮机或蒸汽透平运行情况进行回归得到的系数常数,Pin为汽轮机或蒸汽透平的进气压力,Pout汽轮机或蒸汽透平的出口压力;
第三种, 其中,L、C、b均为根据汽轮机或者蒸汽透平运行状态设定的系数常数,Pin为汽轮机或蒸汽透平的进气压力,Pout汽轮机或蒸汽透平的出口压力,F为蒸汽流量,Fmax为最大蒸汽流量,Δh为等熵焓降。
蒸汽动力系统中蒸汽加热器的性能特征方程为:
其中Q为蒸汽加热量,F为蒸汽流量,T为蒸汽温度,P为蒸汽压力,a、b、c为对蒸汽加热器运行性能回归得到的系数常数。
S130,对非线性数学模型进行模拟求解,得到模拟运算结果;
在具体实现本步骤时,根据给定输入对非线性数学模块进行模拟求解,得到模拟求解结果,该模拟求解结果包括了蒸汽动力系统中所有设备的性能特征参数。
S140,设定非线性数学模型中优化变量的取值范围,以及设定非线性数学模型的优化目标函数;
其中,优化变量可以是蒸汽动力系统中流股及设备关键节点的蒸汽负荷分配、压力和温度值中的至少一项。
优化目标函数可以为:
TOC=TPC+TFC+TSC,并使目标函数在优化变量的取值范围内达到最小,其中,TOC为年操作费用,TPC为年用电费用,TFC为年燃料费用,TSC为年蒸汽购买费用;
或者优化目标函数可以为:
TC=TCC+TPC+TFC+TSC,其中,TC为年总费用,TCC为年投资费用,TPC为年用电费用,TFC为年燃料费用,TSC为年蒸汽购买费用;
如果优化求解结果能够使目标函数的值在优化变量的取值范围内达到最小,则该优化求解结果为满足整体性能要求的结果。
S150,将模拟运算结果作为非线性数学模型优化运算的初始可行解,在优化变量的取值范围内,采用序列二次规划法和序贯线性规划法混合优化方法对非线性数学模块进行优化求解,得到优化求解结果;
其中,该优化求解结果包括了蒸汽动力系统中所有设备的性能特征参数。
S160,判断优化求解结果是否使得优化目标函数的值在优化变量的取值范围内达到最小,如果是,则将优化求解结果作为蒸汽动力模型的运行参数。
此外,如果步骤S160的判断结果为优化求解结果不能使得优化目标函数的值在优化变量的取值范围内达到最小,则跳转执行步骤S140,调整优化变量的取值范围,重新对非线性数学模型进行优化求解。
上述实施例在建立蒸汽动力系统的非线性数学模型后,通过模型的模拟运算提供一组可行解,作为优化运算的可行初始解,再利用序列二次规划法(SQP)和序贯线性规划法(SLP)混合优化方法寻找最优解,从而确保优化运算的可行性和计算效率。
与现有技术相比,本发明不仅能够实现对流程结构固定的蒸汽动力系统进行蒸汽负荷分配优化,也能够实现系统压力、温度的优化调控。通过对动力供汽状态、装置产汽状态的调控,达到对整个蒸汽动力系统压力进行调优的目的。通过合理调优系统各处的压力,全面优化系统各处产用汽、汽轮发电机和蒸汽透平等设备的整体性能,进一步挖掘系统节能降耗潜力。此优化方法结合了非线性建模方法对复杂网络问题的描述精准性,并采用了合理的优化算法,能够准确快速地建立蒸汽动力系统数学模型并优化求解。
为便于本发明上述方法的实施,申请人开发了相应的软件i-Steam,整合了以上模型搭建方法和优化求解方法,实现了蒸汽动力系统操作优化计算的自动化,并保证了其准确性和快速性,降低了对技术人员的经验依赖。
以下结合一个实际案例对本发明蒸汽动力系统的操作优化方法进行说明。
案例背景:
某装置内部的蒸汽发生系统由1台锅炉、2级蒸汽管网和2台蒸汽驱动透平组成,锅炉产生35bar蒸汽供蒸汽驱动透平使用,满足蒸汽透平的驱动功率需求,装置自身的用电需求为10000kW。
厂区的环境条件见表1:
表1
上述案例在i-Steam中的实现过程如下:
第一步,建立并求解初始蒸汽动力系统非线性模型:
创建一个操作界面,根据工艺原则流程图和初步设计数据搭建蒸汽动力系统的非线性数学模型,输入模拟参数,参见图2;
利用i-Steam软件进行非线性模型模拟计算,并确保模拟成功。主要模拟结果见表2,其它相关模拟结果也可以在结果文件中查看。
表2
年总操作费用 | [106¥/year] | 120 |
年用电需求 | [kW] | 10000 |
电力输入费用 | [106¥/year] | 80 |
1#透平驱动功率 | [kW] | 2000 |
2#透平驱动功率 | [kW] | 2000 |
锅炉产气量 | [t/h] | 50 |
燃料费用 | [106¥/year] | 39.5 |
年除盐水费用 | [106¥/year] | 0.7 |
第二步,确定优化变量的取值范围:
对优化计算中需要考虑的优化变量设定取值范围,参见表3;
表3
第三步,确定目标函数:
根据优化计算的优化目标,确定目标函数。本案例中,主要考虑系统在满足透平驱动功率需求的前提下,如何降低自身操作费用。因此,目标函数选定为该系统的年操作费用最小。
第四步,设计优化计算:
在上述步骤完成后,i-Steam软件会自动将前述得到的非线性模型模拟结果整合优化变量的取值范围,以最小年操作费用为目标函数,利用优化算法自动优化求解该模型,求解结果即为满足透平驱动功率需求下的最优操作参数。
第五步,模拟结果与优化结果对比:
将表4中蒸汽动力系统模型的优化结果和原有模拟结果进行对比,比较优化前后操作条件的变化和经济效益的变化。
表4
从表4的对比可以发现,优化结果中,锅炉产汽压力、10bar蒸汽管网操作压力以及2#透平的进口压力均发生了变化,同时操作费用、燃料费用以及购电花费等与模拟结果相比均有大幅下降,节能效益明显。
与上述方法实施例相适应,以下为本发明一个蒸汽动力系统的操作优化装置实施例,该操作优化装置包括:
性能参数模块,用于确定蒸汽动力系统所包含的各设备的性能特征参数以及蒸汽动力系统的工艺参数;
建模模块,用于根据蒸汽动力系统的能量守恒方程、蒸汽动力系统的质量守恒方程、各设备的能量守恒方程、各设备的质量守恒方程以及各设备的性能特征参数和蒸汽动力系统的工艺参数建立蒸汽动力系统的非线性数学模型;
模拟求解模块,用于对非线性数学模型进行模拟求解,得到模拟运算结果;
优化设定模块,用于设定非线性数学模型中优化变量的取值范围,以及设定非线性数学模型的优化目标函数;
优化求解模块,用于将模拟运算结果作为非线性数学模型优化运算的初始可行解,在优化变量的取值范围内,采用序列二次规划法和序贯线性规划法混合优化方法对非线性数学模块进行优化求解,得到优化求解结果;
判断执行模块,用于判断优化求解结果是否使得优化目标函数的值在优化变量的取值范围内达到最小,如果是,则将优化求解结果作为蒸汽动力模型的运行参数。
可选的,当判断执行模块的判断结果为优化求解结果不能使得优化目标函数的值在优化变量的取值范围内达到最小时,优化设定模块还用于调整优化变量的取值范围,以及优化求解模块还用于重新对非线性数学模型进行优化求解。
可选的,优化变量包括蒸汽动力系统中流股及设备关键节点的蒸汽负荷分配、压力和温度值中的至少一项。
可选的,蒸汽动力系统中汽轮机或蒸汽透平的性能特征方程为以下任一种:
第一种,W=F·Δh·η,其中W为汽轮机发电量或蒸汽透平做功,F为蒸汽流量,Δh为等熵焓降,η为汽轮机或蒸汽透平的发电做功效率;
第二种,其中n、C、Wint均为对汽轮机或蒸汽透平运行情况进行回归得到的系数常数,Pin为汽轮机或蒸汽透平的进气压力,Pout汽轮机或蒸汽透平的出口压力;
第三种, 其中,L、C、b均为根据汽轮机或者蒸汽透平运行状态设定的系数常数,Pin为汽轮机或蒸汽透平的进气压力,Pout汽轮机或蒸汽透平的出口压力,F为蒸汽流量,Fmax为最大蒸汽流量,Δh为等熵焓降。
可选的,蒸汽动力系统中蒸汽加热器的性能特征方程为:
其中Q为蒸汽加热量,F为蒸汽流量,T为蒸汽温度,P为蒸汽压力,a、b、c为对蒸汽加热器运行性能回归得到的系数常数。
上述实施例在建立蒸汽动力系统的非线性数学模型后,通过模型的模拟运算提供一组可行解,作为优化运算的可行初始解,再利用序列二次规划法(SQP)和序贯线性规划法(SLP)混合优化方法寻找最优解,从而确保优化运算的可行性和计算效率。
与现有技术相比,本发明不仅能够实现对流程结构固定的蒸汽动力系统进行蒸汽负荷分配优化,也能够实现系统压力、温度的优化调控。通过对动力供汽状态、装置产汽状态的调控,达到对整个蒸汽动力系统压力进行调优的目的。通过合理调优系统各处的压力,全面优化系统各处产用汽、汽轮发电机和蒸汽透平等设备的整体性能,进一步挖掘系统节能降耗潜力。此优化方法结合了非线性建模方法对复杂网络问题的描述精准性,并采用了合理的优化算法,能够准确快速地建立蒸汽动力系统数学模型并优化求解。
本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
本领域普通技术人员可以理解:实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中,也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。
Claims (8)
1.一种蒸汽动力系统的操作优化方法,其特征在于,包括以下步骤:
确定蒸汽动力系统所包含的各设备的性能特征参数以及所述蒸汽动力系统的工艺参数;
根据所述蒸汽动力系统的能量守恒方程、所述蒸汽动力系统的质量守恒方程、所述各设备的能量守恒方程、所述各设备的质量守恒方程以及所述各设备的性能特征参数和所述蒸汽动力系统的工艺参数建立所述蒸汽动力系统的非线性数学模型;
对所述非线性数学模型进行模拟求解,得到模拟运算结果;
设定所述非线性数学模型中优化变量的取值范围,以及设定所述非线性数学模型的优化目标函数;
将所述模拟运算结果作为所述非线性数学模型优化运算的初始可行解,在所述优化变量的取值范围内,采用序列二次规划法和序贯线性规划法混合优化方法对所述非线性数学模块进行优化求解,得到优化求解结果;
判断所述优化求解结果是否使得所述优化目标函数的值在所述优化变量的取值范围内达到最小,如果是,则将所述优化求解结果作为所述蒸汽动力模型的运行参数;
所述蒸汽动力系统中蒸汽加热器的性能特征方程为:
其中Q为蒸汽加热量,F为蒸汽流量,T为蒸汽温度,P为蒸汽压力,a、b、c为对蒸汽加热器运行性能回归得到的系数常数。
2.根据权利要求1所述的方法,其特征在于,如果所述优化求解结果不能使得所述优化目标函数的值在所述优化变量的取值范围内达到最小,则跳转执行所述设定所述非线性数学模型中优化变量的取值范围,以及设定所述非线性数学模型的优化目标函数步骤,调整所述优化变量的取值范围,重新对所述非线性数学模型进行优化求解。
3.根据权利要求1所述的方法,其特征在于,所述优化变量包括所述蒸汽动力系统中流股及设备关键节点的蒸汽负荷分配、压力和温度值中的至少一项。
4.根据权利要求1所述的方法,其特征在于,所述蒸汽动力系统中汽轮机或蒸汽透平的性能特征方程为以下任一种:
第一种,W=F·Δh·η,其中W为汽轮机发电量或蒸汽透平做功,F为蒸汽流量,Δh为等熵焓降,η为汽轮机或蒸汽透平的发电做功效率;
第二种,其中n、C、Wint均为对汽轮机或蒸汽透平运行情况进行回归得到的系数常数,Pin为汽轮机或蒸汽透平的进气压力,Pout汽轮机或蒸汽透平的出口压力;
第三种,其中,L、C、b均为根据汽轮机或者蒸汽透平运行状态设定的系数常数,Pin为汽轮机或蒸汽透平的进气压力,Pout汽轮机或蒸汽透平的出口压力,F为蒸汽流量,Fmax为最大蒸汽流量,Δh为等熵焓降。
5.根据权利要求1所述的方法,其特征在于,所述优化目标函数为:
TOC=TPC+TFC+TSC,并使目标函数在优化变量的取值范围内达到最小,其中,TOC为年操作费用,TPC为年用电费用,TFC为年燃料费用,TSC为年蒸汽购买费用;
或者为:
TC=TCC+TPC+TFC+TSC,其中,TC为年总费用,TCC为年投资费用,TPC为年用电费用,TFC为年燃料费用,TSC为年蒸汽购买费用。
6.一种蒸汽动力系统的操作优化装置,其特征在于,包括:
性能参数模块,用于确定蒸汽动力系统所包含的各设备的性能特征参数以及所述蒸汽动力系统的工艺参数;
建模模块,用于根据所述蒸汽动力系统的能量守恒方程、所述蒸汽动力系统的质量守恒方程、所述各设备的能量守恒方程、所述各设备的质量守恒方程以及所述各设备的性能特征参数和所述蒸汽动力系统的工艺参数建立所述蒸汽动力系统的非线性数学模型;
模拟求解模块,用于对所述非线性数学模型进行模拟求解,得到模拟运算结果;
优化设定模块,用于设定所述非线性数学模型中优化变量的取值范围,以及设定所述非线性数学模型的优化目标函数;
优化求解模块,用于将所述模拟运算结果作为所述非线性数学模型优化运算的初始可行解,在所述优化变量的取值范围内,采用序列二次规划法和序贯线性规划法混合优化方法对所述非线性数学模块进行优化求解,得到优化求解结果;
判断执行模块,用于判断所述优化求解结果是否使得所述优化目标函数的值在所述优化变量的取值范围内达到最小,如果是,则将所述优化求解结果作为所述蒸汽动力模型的运行参数;
所述蒸汽动力系统中蒸汽加热器的性能特征方程为:
其中Q为蒸汽加热量,F为蒸汽流量,T为蒸汽温度,P为蒸汽压力,a、b、c为对蒸汽加热器运行性能回归得到的系数常数。
7.根据权利要求6所述的装置,其特征在于,当所述判断执行模块的判断结果为所述优化求解结果不能使得所述优化目标函数的值在所述优化变量的取值范围内达到最小时,所述优化设定模块还用于调整所述优化变量的取值范围,以及所述优化求解模块还用于重新对所述非线性数学模型进行优化求解。
8.根据权利要求6所述的装置,其特征在于,所述蒸汽动力系统中汽轮机或蒸汽透平的性能特征方程为以下任一种:
第一种,W=F·Δh·η,其中W为汽轮机发电量或蒸汽透平做功,F为蒸汽流量,Δh为等熵焓降,η为汽轮机或蒸汽透平的发电做功效率;
第二种,其中n、C、Wint均为对汽轮机或蒸汽透平运行情况进行回归得到的系数常数,Pin为汽轮机或蒸汽透平的进气压力,Pout汽轮机或蒸汽透平的出口压力;
第三种,其中,L、C、b均为根据汽轮机或者蒸汽透平运行状态设定的系数常数,Pin为汽轮机或蒸汽透平的进气压力,Pout汽轮机或蒸汽透平的出口压力,F为蒸汽流量,Fmax为最大蒸汽流量,Δh为等熵焓降。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310560413.0A CN103544551B (zh) | 2013-11-12 | 2013-11-12 | 一种蒸汽动力系统的操作优化方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310560413.0A CN103544551B (zh) | 2013-11-12 | 2013-11-12 | 一种蒸汽动力系统的操作优化方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103544551A CN103544551A (zh) | 2014-01-29 |
CN103544551B true CN103544551B (zh) | 2016-09-21 |
Family
ID=49967985
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310560413.0A Active CN103544551B (zh) | 2013-11-12 | 2013-11-12 | 一种蒸汽动力系统的操作优化方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103544551B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104978442B (zh) * | 2014-04-04 | 2019-01-11 | 北京宜能高科科技有限公司 | 集成动力站及装置产用汽的蒸汽动力系统优化方法及系统 |
CN105095539B (zh) * | 2014-05-09 | 2018-12-25 | 北京宜能高科科技有限公司 | 含括蒸汽直管的蒸汽动力系统优化方法及系统 |
CN104657789B (zh) * | 2015-02-12 | 2018-01-23 | 浙江大学 | 一种蒸汽动力系统的运行操作方法 |
CN105005824A (zh) * | 2015-06-30 | 2015-10-28 | 南京朗坤软件有限公司 | 基于线性规划的配煤掺烧寻优系统 |
CN105178930B (zh) * | 2015-08-17 | 2018-02-02 | 中国石油天然气股份有限公司 | 地面注汽管线内蒸汽热力参数计算方法及装置 |
CN106027206B (zh) * | 2016-07-29 | 2019-03-19 | 东南大学 | 一种双向协作中继信道计算转发编码系数向量搜索方法及通信方法 |
CN107967388A (zh) * | 2017-11-28 | 2018-04-27 | 大族激光科技产业集团股份有限公司 | 切管机夹紧力的设计方法 |
CN110075559B (zh) * | 2019-05-30 | 2021-07-23 | 万华化学集团股份有限公司 | 一种精馏塔自适应蒸汽压力波动的控制方法及系统 |
US20220357713A1 (en) * | 2019-09-30 | 2022-11-10 | Siemens Aktiengesellschaft | Method and Apparatus for Optimizing Integrated Energy System, and Computer-Readable Storage Medium |
US20220398366A1 (en) * | 2019-09-30 | 2022-12-15 | Siemens Aktiengesellschaft | Nonlinear Model Modeling Method, Device and Storage Medium |
CN111475913A (zh) * | 2020-03-04 | 2020-07-31 | 曹雁青 | 一种蒸汽动力系统的运行操作优化方法及系统 |
CN112783115B (zh) * | 2020-12-21 | 2022-07-08 | 浙江中控技术股份有限公司 | 一种蒸汽动力系统的在线实时优化方法及装置 |
-
2013
- 2013-11-12 CN CN201310560413.0A patent/CN103544551B/zh active Active
Non-Patent Citations (5)
Title |
---|
Synthesis of industrial utility systems: cost-effective de-carbonisation;Varbanov P et al.;《Applied Thermal Engineering》;20050531;第25卷(第7期);第985-1001页 * |
变参数蒸汽动力系统多周期优化;池晓;《中国优秀硕士学位论文全文数据库经济与管理科学辑》;20090515;第2009年卷(第05期);第J145-315页 * |
蒸汽动力系统优化设计与运行集成建模及求解策略的研究;罗向龙;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20040415;第2004年卷(第04期);正文第9-11页,第13-22页,第31-32页,第36页,第40页 * |
蒸汽动力系统操作优化及应用;徐燕平;《炼油技术与工程》;20100515;第40卷(第5期);第50-53页 * |
蒸汽动力系统的不确定优化设计研究;李晖;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20130915;第2013年卷(第09期);第C039-18页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103544551A (zh) | 2014-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103544551B (zh) | 一种蒸汽动力系统的操作优化方法和装置 | |
Mohandes et al. | Optimal design of an islanded microgrid with load shifting mechanism between electrical and thermal energy storage systems | |
Chandan et al. | Modeling and optimization of a combined cooling, heating and power plant system | |
CA2745357C (en) | Energy management system | |
Kim et al. | Optimal scheduling of combined heat and power plants using mixed-integer nonlinear programming | |
Ebrahimi et al. | Selection optimization of variable speed pump as turbine (PAT) for energy recovery and pressure management | |
CN102331759B (zh) | 使用迭代专家引擎的优化系统 | |
Velasco-Garcia et al. | Utility systems operation: Optimisation-based decision making | |
EP2724200A1 (en) | Thermo-economic modeling and optimization of a combined cooling, heating, and power plant | |
US20160230699A1 (en) | Combined cycle power generation optimization system | |
CN105204372B (zh) | 一种燃气‑蒸汽联合循环机组调速系统模型及其建模方法 | |
CN104424372B (zh) | 用于动力驱动设备选型的蒸汽动力系统建模方法和装置 | |
Cadau et al. | A Model-in-the-Loop application of a Predictive Controller to a District Heating system | |
Ikonen et al. | Short term optimization of district heating network supply temperatures | |
Chen et al. | Multi-timescale capacity configuration optimization of energy storage equipment in power plant-carbon capture system | |
CN104657789B (zh) | 一种蒸汽动力系统的运行操作方法 | |
CN104978442A (zh) | 集成动力站及装置产用汽的蒸汽动力系统优化方法及系统 | |
Krishnany et al. | Predictive control based framework for optimal scheduling of combined cycle gas turbines | |
Wan et al. | Modeling and optimization of shutdown process of combined cycle gas turbine under limited residual natural gas | |
Foster | OPTIMAL UNIT SELECTION IN A COMBINED HEAT AND PO. R STATION | |
Narvaez et al. | Application of the gradient method in the economic dispatch | |
Danti et al. | Performance analysis of an optimization management algorithm on a multi-generation small size power plant | |
Mitrofanov et al. | Development of a Software Module of Intra-Plant Optimization for Short-Term Forecasting of Hydropower Plant Operating Conditions | |
Álvarez et al. | Hybrid modeling of central receiver solar power plants | |
Ferrari et al. | Energy Management System for Smart Grids Including Renewable Sources and Industrial Symbiosis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CP02 | Change in the address of a patent holder | ||
CP02 | Change in the address of a patent holder |
Address after: Room 602, unit 2, floor 6, No. 10, Jintong West Road, Chaoyang District, Beijing 100020 Patentee after: Beijing Yineng Gaoke Technology Co.,Ltd. Address before: Room 404, block B, Jinqiu international building, No. 6, Zhichun Road, Haidian District, Beijing 100088 Patentee before: Beijing Yineng Gaoke Technology Co.,Ltd. |