CN103955752A - 一种燃煤电厂污染物排放总量控制智能化决策方法 - Google Patents
一种燃煤电厂污染物排放总量控制智能化决策方法 Download PDFInfo
- Publication number
- CN103955752A CN103955752A CN201410146059.1A CN201410146059A CN103955752A CN 103955752 A CN103955752 A CN 103955752A CN 201410146059 A CN201410146059 A CN 201410146059A CN 103955752 A CN103955752 A CN 103955752A
- Authority
- CN
- China
- Prior art keywords
- unit
- year
- target
- annual
- gross contamination
- 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.)
- Granted
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
- Y02P90/845—Inventory and reporting systems for greenhouse gases [GHG]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明公开了一种燃煤电厂污染物排放总量控制智能化决策方法,通过对排放总量初始分配目标的分解,以及对实际排放量的动态跟踪,分析燃煤机组污染物排放总量潜力,运用多目标线性规划理论,指导发电企业、相关政府部门及时开展、执行排放总量的内部调剂、区域平衡等动态总量控制策略,以实现发电企业、地区环境效益与经济利益目标的最大化。
Description
技术领域
本发明涉及一种燃煤电厂污染物排放总量控制智能化决策方法,属于电力系统自动控制技术领域。
背景技术
我国从80年代开始引入总量控制思想,并进行了理论和实践的探索,在《中华人民共和国国民经济和社会发展“九五”计划和2010年远景目标纲要》中明确提出要实施主要污染物排放总量控制。目前,中国宏观上采取的总量控制是目标总量控制,我国总量控制指标的分配基本上采用“自上而下”的模式,即国家根据各省(区)申报的实际排放量为基准经核实后作为基数,再经适当平衡调整将主要污染物排放总量目标分解到各省、自治区或直辖市,再由各省级环保局将控制目标分解落实到各地级市,然后再分解下达到各县、区及基层重点工业污染源。
对于燃煤电厂,虽然从传统的污染物浓度控制转向总量控制,但在总量控制具体实施环节中,排放总量初始分配后,并没有实现对实际排放量的动态、计划性管理,导致电厂、地区非预期超排,给发电企业、相关政府部门实施污染物排放总量精确化控制带来了一定挑战。
发明内容
本发明提供一种燃煤电厂污染物排放总量控制智能化决策方法,通过对排放总量初始分配目标的分解,以及对实际排放量的动态跟踪,分析燃煤机组污染物排放总量潜力,运用多目标线性规划理论,指导发电企业、相关政府部门及时开展、执行排放总量的内部调剂、区域平衡等动态总量控制策略,以实现发电企业、地区环境效益与经济利益目标的最大化。
为达到上述目的,本发明采用的技术方案为:
一种燃煤电厂污染物排放总量控制智能化决策方法:包括以下步骤:
1)计算单台机组年度超排量或减排量,计算过程如下:
1-1)利用燃煤电厂污染物排放在线监测系统,统计从年初至目标月份的实际污染物排放总量;
1-2)根据下达的机组全年污染物排放总量控制目标,加权电量因子,计算出从年初至目标月份的污染物排放控制目标,再根据步骤1-1)获得的年初至目标月份的实际污染物排放总量,得到从年初至目标月份实际污染物排放量与目标排放量的偏差,其中,年初至目标月份污染物排放总量控制目标的计算公式如式(1)所示:
Qobj=βQyear (1)
式中,Qobj为年初至目标月份污染物排放总量控制目标;Qyear为机组全年污染物排放总量控制目标;β为加权电量因子,Preal为年初至目标月份机组实际发电量,Pyear为机组全年计划发电量;
1-3)根据全省统调机组全年发电计划,确定机组从目标月份至年底的平均负荷率,再以机组平均负荷率、机组脱硫及脱硝系统进出口烟气成分浓度限值、业务系统关键运行指标限值为校核标准,以机组污染物排放单位绩效为目标,利用多线性规划理论,寻找机组在对应负荷率下的最优工况及最优排放绩效指标;
所述业务系统关键运行指标包括脱硫系统PH值、钙硫比、吸收塔液位;
其中,机组平均负荷率α计算公式如式(2)所示:
式中,η为从目标月份至年底机组剩余利用小时数;P0为机组额定功率;
1-4)通过所述步骤3)得到的最优排放绩效指标,结合年内剩余时段机组计划发电量,计算机组年内剩余时段预期最小污染物排放量Qmin,计算公式如式(3)所示:
Qmin=(Pyear-Preal)×ζ最优 (3)
式中,ζ最优为机组最优排放绩效指标;
1-5)根据下达的机组全年污染物排放总量控制目标,加权电量因子,根据式(4)计算出年内剩余时段污染物排放控制目标Qremain,并与步骤1-4)计算得到的年内剩余时段预期最小污染物排放量进行比较,得到年内剩余时段预期污染物排放量与目标排放量的偏差,
Qremain=Qyear-Qobj (4);
1-6)分析从年初至目标月份的实际污染物排放量与年内剩余时段预期最小污染物排放量之和与全年污染物排放总量控制目标的关系,若小于全年污染物排放总量控制目标,则说明机组全年若以最优工况运行,有能力保证全年污染物排放总量控制目标,此时输出预期全年最大减排量:
预期全年最大减排量=全年污染物排放总量控制目标-从年初至目标月份的实际污染物排放量-年内剩余时段预期最小污染物排放量;
否则,说明机组全年若以最优工况运行,仍然超出全年污染物排放总量控制目标,此时输出全年最小超排量:
全年最小超排量=从年初至目标月份的实际污染物排放量+年内剩余时段预期最小污染物排放量-全年污染物排放总量控制目标;
2)以单台机组年度超排量或减排量的结果为基础,对厂级、集团级、地区级、省级机组污染物排放量进行最优化调剂,制定最优控制策略,过程如下:
2-1)通过步骤1),将全厂的所有机组计算完成后,若发现某台机组无法满足全年污染物排放总量控制目标,则以全厂计划总发电量不变、全厂全年污染物排放总量控制目标不变为输入条件,以全厂机组负荷率限值为校核条件,以全厂污染物排放总量为目标,利用线性规划方法,寻找厂级污染物排放总量最优化调剂和最优控制策略,重新确定各电厂全年污染物排放总量控制目标,最后,输出各电厂污染物排放量分配方案及各电厂最小超排量或最大减排量;其中,全厂机组负荷率限值即全厂机组负荷率不能超过100%;
2-2)若所述步骤2-1)的厂级最优化过程中,厂级各台机组及全厂仍无法满足全年污染物排放总量控制目标,则以电厂为目标,以集团计划总发电量不变、集团全年污染物排放总量控制目标不变为输入条件,以集团内部各机组负荷率限值为校核条件,以集团污染物排放总量为目标,利用线性规划方法,在集团内部利用厂级内部寻优方法,寻找集团内部污染物排放总量最优化调剂和最优控制策略,重新确定各电厂全年污染物排放总量控制目标,最终输出各电厂污染物排放量分配方案及集团最小超排量或最大减排量;其中,集团内部各机组负荷率限值即集团内部各机组负荷率不能超过100%;
2-3)集团内部最优化后,若部分电厂全年污染物排放总量仍无法平衡,再以电厂为目标,以地区总发电量不变、地区全年污染物排放总量控制目标不变为输入条件,以地区内部各机组负荷率限值为校核条件,以地区污染物排放总量为目标,利用线性规划方法对全省所有地级市进行市级内部最优化调剂,寻找地市级最优控制策略,重新确定各电厂全年污染物排放总量控制目标,最终输出各电厂污染物排放量分配方案及地市最小超排量或最大减排量;其中,地区内部各机组负荷率限值即地区内部各机组负荷率不能超过100%;
2-4)地市级最优化完成后,以地区总发电量不变为输入条件,以省内各机组负荷率限值为校核条件,以全省全年污染物排放量最小为目标,利用线性规划方法进行全省全年污染物排放总量最优化调剂,制定最优控制策略,重新确定各地市全年污染物排放总量控制目标,最终输出全省各地市全年污染物排放量分配方案及全省最小超排量或最大减排量;其中,省内各机组负荷率限值即省内各机组负荷率不能超过100%。
本发明充分利用燃煤机组排放数据在线监测平台以及全省发电计划安排信息,结合多目标线性寻优方法实现了机组、地区排放量的动态预测,为准确制定总量减排策略奠定了基础;
本发明在污染物排放量实时监测的基础上,利用多目标线性规划理论,对厂级、集团级、地区级、省级机组排放量进行最优化调剂、平衡和组合,实现了对污染物排放量控制的动态跟踪、指导。
附图说明
图1为单台机组年度超排量或减排量计算过程流程图;
图2为全省所有机组污染物排放总量控制智能化决策过程框图。
具体实施方式
下面结合附图和具体实施方式对本发明进行进一步详细说明。
本发明的燃煤电厂污染物排放总量控制智能化决策方法在具体实施过程中主要分为如下两部分:
一、如图1所示,计算单台机组年度超排量或减排量,计算过程如下:
1-1)利用燃煤电厂污染物排放在线监测系统,统计从年初至目标月份的实际污染物排放总量。
1-2)根据下达的机组全年污染物排放总量控制目标,加权电量因子,计算出从年初至目标月份的污染物排放控制目标,再根据步骤1-1)获得的年初至目标月份的实际污染物排放总量,得到从年初至目标月份实际污染物排放量与目标排放量的偏差,其中,年初至目标月份污染物排放总量控制目标的计算公式如式(1)所示:
Qobj=βQyear (1)
式中,Qobj为年初至目标月份污染物排放总量控制目标;Qyear为机组全年污染物排放总量控制目标,为初始设定值;β为加权电量因子,Preal为年初至目标月份机组实际发电量,可根据机组实时采集发电功率累积计算得到,Pyear为机组全年计划发电量,为初始设定值。
1-3)根据全省统调机组全年发电计划,确定机组从目标月份至年底的平均负荷率,再以机组平均负荷率、机组脱硫及脱硝系统进出口烟气成分浓度限值、业务系统关键运行指标限值为校核标准,以机组污染物排放单位绩效为目标,利用多线性规划理论,寻找机组在对应负荷率下的最优工况及最优排放绩效指标;
其中,机组平均负荷率α计算公式如式(2)所示:
式中,η为从目标月份至年底机组剩余利用小时数,可通过全省统调机组全年发电计划获得;P0为机组额定功率,为机组设定值;
业务系统关键运行指标包括脱硫系统PH值、钙硫比、吸收塔液位,三指标均为直接测量值;
机组脱硫及脱硝系统进出口烟气成分浓度限值可根据电厂脱硫、脱硝系统设计资料获得;
以某发电公司#3机组为实施案例,利用多线性规划理论,寻找机组在对应负荷率下的最优工况及最优排放绩效指标:发电机额定功率为330MW,机组采用石灰石-石膏湿法脱硫工艺,正常运行过程中,脱硫吸收塔液位控制范围为8m至8.8m之间,PH值控制范围为5.3至5.7之间,钙硫比在1.02至1.03之间,常规燃用煤种FGD进口SO2浓度在1300mg/m3左右,
2013年该机组计划全年发电量Pyear=22.5亿千瓦时;
截至2013年8月,机组实际发电量Preal=16亿千瓦时;
通过全省统调机组全年发电计划计算得到2013年剩余利用小时数η=2735小时;
则机组平均负荷率
设定线性规划约束条件如下:
机组负荷率:平均负荷率±0.5%
PH值:5.3~5.7
液位:8.0~8.8
钙硫比:1.02~1.03
进口SO2浓度:1200mg/m3~1400mg/m3
根据上述线性规划约束条件,选择样本数据如表1所示:
表1线性规划约束样本数据
对表1按照机组脱硫效率进行排序,得到机组平均负荷=72.02%时,最优脱硫效率为99.247%,
FGD进口浓度按照1300mg/m3进行计算,得到年内剩余时段最优脱硫效率=1300*(100-99.247)/100=9.789mg/m3
由此得到最优排放绩效指标ζ最优为:
ζ最优=10000*3*9.789*10000/1000000000=2.9367吨/亿千瓦时。
1-4)通过步骤3)得到的最优排放绩效指标,结合年内剩余时段机组计划发电量,计算机组年内剩余时段预期最小污染物排放量Qmin,计算公式如式(3)所示:
Qmin=(Pyear-Preal)×ζ最优 (3)
根据式(3),步骤1-3)的实施例中,年内剩余时段预期最小污染物排放量为:
Qmin=(Pyear-Preal)×ζ最优=(22.5-16)*2.9367=19.08855吨。
1-5)根据下达的机组全年污染物排放总量控制目标,加权电量因子,根据式(4)计算出年内剩余时段污染物排放控制目标Qremain,并与步骤1-4)计算得到的年内剩余时段预期最小污染物排放量进行比较,得到年内剩余时段预期污染物排放量与目标排放量的偏差;
Qremain=Qyear-Qobj (4)。
1-6)分析从年初至目标月份的实际污染物排放量与年内剩余时段预期最小污染物排放量之和与全年污染物排放总量控制目标的关系,若小于全年污染物排放总量控制目标,则说明机组全年若以最优工况运行,有能力保证全年污染物排放总量控制目标,此时输出预期全年最大减排量:
预期全年最大减排量=全年污染物排放总量控制目标-从年初至目标月份的实际污染物排放量-年内剩余时段预期最小污染物排放量;
否则,说明机组全年若以最优工况运行,仍然超出全年污染物排放总量控制目标,此时输出全年最小超排量:
全年最小超排量=从年初至目标月份的实际污染物排放量+年内剩余时段预期最小污染物排放量-全年污染物排放总量控制目标。
二、以单台机组年度超排量或减排量的结果为基础,对厂级、集团级、地区级、省级机组污染物排放量进行最优化调剂,制定最优控制策略,过程如下:
2-1)通过步骤1),将全厂的所有机组计算完成后,若发现某台机组无法满足全年污染物排放总量控制目标,则以全厂计划总发电量不变、全厂全年污染物排放总量控制目标不变为输入条件,以全厂机组负荷率限值(即全厂机组负荷率不能超过100%)为校核条件,以全厂污染物排放总量为目标,利用线性规划方法,寻找厂级污染物排放总量最优化调剂和最优控制策略,重新确定各电厂全年污染物排放总量控制目标,最后,输出各电厂污染物排放量分配方案及各电厂最小超排量或最大减排量;
2-2)若所述步骤2-1)的厂级最优化过程中,厂级各台机组及全厂仍无法满足全年污染物排放总量控制目标,则以电厂为目标,以集团计划总发电量不变、集团全年污染物排放总量控制目标不变为输入条件,以集团内部各机组负荷率限值(即集团内部各机组负荷率不能超过100%)为校核条件,以集团污染物排放总量为目标,利用线性规划方法,在集团内部利用步骤2-1)厂级内部寻优方法,寻找集团内部污染物排放总量最优化调剂和最优控制策略,重新确定各电厂全年污染物排放总量控制目标,最终输出各电厂污染物排放量分配方案及集团最小超排量或最大减排量;
2-3)集团内部最优化后,若部分电厂全年污染物排放总量仍无法平衡,再以电厂为目标,以地区总发电量不变、地区全年污染物排放总量控制目标不变为输入条件,以地区内部各机组负荷率限值(即地区内部各机组负荷率不能超过100%)为校核条件,以地区污染物排放总量为目标,利用线性规划方法对全省所有地级市进行市级内部最优化调剂,寻找地市级最优控制策略,重新确定各电厂全年污染物排放总量控制目标,最终输出各电厂污染物排放量分配方案及地市最小超排量或最大减排量;
2-4)地市级最优化完成后,以地区总发电量不变为输入条件,以省内各机组负荷率限值(即省内各机组负荷率不能超过100%)为校核条件,以全省全年污染物排放量最小为目标,利用线性规划方法进行全省全年污染物排放总量最优化调剂,制定最优控制策略,最终输出全省各地市全年污染物排放量分配方案及全省最小超排量或最大减排量。
下面以一个具体实施例说明,利用线性规划方法进行污染物排放总量最优化调剂和制定最优控制策略的过程,以某发电公司为实施案例:该厂拥有4台发电机组,各发电机额定功率分别为320MW、320MW、330MW、330MW,机组均采用石灰石-石膏湿法脱硫工艺。正常运行过程中,各脱硫吸收塔液位控制范围均为8m至8.8m之间,PH值控制范围为5.3至5.7之间,钙硫比在1.02至1.03之间,常规燃用煤种FGD进口SO2浓度在1300mg/m3左右。表2所示即为截至2013年8月底各机组的运行及计划数据:
表2某发电公司机组运行及计划数据
从上表数据可以看出,剩余时段若按照机组最优排放绩效运行,可以看出剩余时段#2机组最小排放量大于其年度剩余排放总量控制目标,即#1、#3、#4机组均能够满足年度SO2排放总量控制目标,而#2机组则无法达标。
对于#2机组,其存在约束条件:
年度SO2排放总量控制目标:390吨
根据其最优排放绩效指标,计算其调整后年度剩余发电量:
调整发电量配额:20-12.9-6.02=1.08亿千瓦时
按照机组最优排放绩效数值从小到大进行排序,依次进行发电量配额分配调整计算:
最优排放绩效数值最小的为#3机组,#3机组年度SO2排放总量剩余指标为:440-376-2.9367*(22.5-16)=44.911吨
#3机组发电量配额调整校核条件为:
1)年度SO2排放总量调整量≤年度SO2排放总量剩余指标,即44.911吨
其中年度SO2排放总量调整量=调整发电量配额*#3机组最优排放绩效;
带入数值计算:1.08*2.9367=3.171636<44.911
2)机组负荷率不能超过100%,即(发电量配额调整量+年度剩余发电量)/年度剩余可利用小时数/额定功率≤100%,
带入数值计算:(1.08+6.5)*10^5/2735/330/100=84%≤100%
按照上述条件校核后,上述两个条件全部满足,则将#2机组剩余发电量将全部转移至#3机组,调整后各机组数据如下所示:
此时,剩余时段若按照机组最优排放绩效运行,则#2、#3机组均能够满足年度SO2排放总量控制目标。
按照该分配方案,各电厂最小超排量或最大减排量分别为:
#1机组最大减排量约为1.4吨;
#2机组最大减排量约为0吨;
#3机组最大减排量约为41.74吨;
#4机组最大减排量约为5.32吨;
4个机组的年度污染物排放总量均没有超标。
Claims (1)
1.一种燃煤电厂污染物排放总量控制智能化决策方法:其特征在于,包括以下步骤:
1)计算单台机组年度超排量或减排量,计算过程如下:
1-1)利用燃煤电厂污染物排放在线监测系统,统计从年初至目标月份的实际污染物排放总量;
1-2)根据下达的机组全年污染物排放总量控制目标,加权电量因子,计算出从年初至目标月份的污染物排放控制目标,再根据步骤1-1)获得的年初至目标月份的实际污染物排放总量,得到从年初至目标月份实际污染物排放量与目标排放量的偏差,其中,年初至目标月份污染物排放总量控制目标的计算公式如式(1)所示:
Qobj=βQyear (1)
式中,Qobj为年初至目标月份污染物排放总量控制目标;Qyear为机组全年污染物排放总量控制目标;β为加权电量因子,Preal为年初至目标月份机组实际发电量,Pyear为机组全年计划发电量;
1-3)根据全省统调机组全年发电计划,确定机组从目标月份至年底的平均负荷率,再以机组平均负荷率、机组脱硫及脱硝系统进出口烟气成分浓度限值、业务系统关键运行指标限值为校核标准,以机组污染物排放单位绩效为目标,利用多线性规划理论,寻找机组在对应负荷率下的最优工况及最优排放绩效指标;
所述业务系统关键运行指标包括脱硫系统PH值、钙硫比、吸收塔液位;
其中,机组平均负荷率α计算公式如式(2)所示:
式中,η为从目标月份至年底机组剩余利用小时数;P0为机组额定功率;
1-4)通过所述步骤3)得到的最优排放绩效指标,结合年内剩余时段机组计划发电量,计算机组年内剩余时段预期最小污染物排放量Qmin,计算公式如式(3)所示:
Qmin=(Pyear-Preal)×ζ最优 (3)
式中,ζ最优为机组最优排放绩效指标;
1-5)根据下达的机组全年污染物排放总量控制目标,加权电量因子,根据式(4)计算出年内剩余时段污染物排放控制目标Qremain,并与步骤1-4)计算得到的年内剩余时段预期最小污染物排放量进行比较,得到年内剩余时段预期污染物排放量与目标排放量的偏差,
Qremain=Qyear-Qobj (4);
1-6)分析从年初至目标月份的实际污染物排放量与年内剩余时段预期最小污染物排放量之和与全年污染物排放总量控制目标的关系,若小于全年污染物排放总量控制目标,则说明机组全年若以最优工况运行,有能力保证全年污染物排放总量控制目标,此时输出预期全年最大减排量:
预期全年最大减排量=全年污染物排放总量控制目标-从年初至目标月份的实际污染物排放量-年内剩余时段预期最小污染物排放量;
否则,说明机组全年若以最优工况运行,仍然超出全年污染物排放总量控制目标,此时输出全年最小超排量:
全年最小超排量=从年初至目标月份的实际污染物排放量+年内剩余时段预期最小污染物排放量-全年污染物排放总量控制目标;
2)以单台机组年度超排量或减排量的结果为基础,对厂级、集团级、地区级、省级机组污染物排放量进行最优化调剂,制定最优控制策略,过程如下:
2-1)通过步骤1),将全厂的所有机组计算完成后,若发现某台机组无法满足全年污染物排放总量控制目标,则以全厂计划总发电量不变、全厂全年污染物排放总量控制目标不变为输入条件,以全厂机组负荷率限值为校核条件,以全厂污染物排放总量为目标,利用线性规划方法,寻找厂级污染物排放总量最优化调剂和最优控制策略,重新确定各电厂全年污染物排放总量控制目标,最后,输出各电厂污染物排放量分配方案及各电厂最小超排量或最大减排量;其中,全厂机组负荷率限值即全厂机组负荷率不能超过100%;
2-2)若所述步骤2-1)的厂级最优化过程中,厂级各台机组及全厂仍无法满足全年污染物排放总量控制目标,则以电厂为目标,以集团计划总发电量不变、集团全年污染物排放总量控制目标不变为输入条件,以集团内部各机组负荷率限值为校核条件,以集团污染物排放总量为目标,利用线性规划方法,在集团内部利用厂级内部寻优方法,寻找集团内部污染物排放总量最优化调剂和最优控制策略,重新确定各电厂全年污染物排放总量控制目标,最终输出各电厂污染物排放量分配方案及集团最小超排量或最大减排量;其中,集团内部各机组负荷率限值即集团内部各机组负荷率不能超过100%;
2-3)集团内部最优化后,若部分电厂全年污染物排放总量仍无法平衡,再以电厂为目标,以地区总发电量不变、地区全年污染物排放总量控制目标不变为输入条件,以地区内部各机组负荷率限值为校核条件,以地区污染物排放总量为目标,利用线性规划方法对全省所有地级市进行市级内部最优化调剂,寻找地市级最优控制策略,重新确定各电厂全年污染物排放总量控制目标,最终输出各电厂污染物排放量分配方案及地市最小超排量或最大减排量;其中,地区内部各机组负荷率限值即地区内部各机组负荷率不能超过100%;
2-4)地市级最优化完成后,以地区总发电量不变为输入条件,以省内各机组负荷率限值为校核条件,以全省全年污染物排放量最小为目标,利用线性规划方法进行全省全年污染物排放总量最优化调剂,制定最优控制策略,重新确定各地市全年污染物排放总量控制目标,最终输出全省各地市全年污染物排放量分配方案及全省最小超排量或最大减排量;其中,省内各机组负荷率限值即省内各机组负荷率不能超过100%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410146059.1A CN103955752B (zh) | 2014-04-11 | 2014-04-11 | 一种燃煤电厂污染物排放总量控制智能化决策方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410146059.1A CN103955752B (zh) | 2014-04-11 | 2014-04-11 | 一种燃煤电厂污染物排放总量控制智能化决策方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103955752A true CN103955752A (zh) | 2014-07-30 |
CN103955752B CN103955752B (zh) | 2017-04-12 |
Family
ID=51333025
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410146059.1A Active CN103955752B (zh) | 2014-04-11 | 2014-04-11 | 一种燃煤电厂污染物排放总量控制智能化决策方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103955752B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104574149A (zh) * | 2015-01-12 | 2015-04-29 | 国家电网公司 | 一种基于脱硫评价的火电机组上网电价调整方法 |
CN104571050A (zh) * | 2015-01-13 | 2015-04-29 | 国网上海市电力公司 | 基于高频用电数据的工业企业污染物排放监控方法 |
CN105260790A (zh) * | 2015-09-23 | 2016-01-20 | 中国水产科学研究院黄海水产研究所 | 一种沿海城市不同行业污染物允许排海量的优化计算方法 |
CN108197723A (zh) * | 2017-11-08 | 2018-06-22 | 国网安徽省电力公司电力科学研究院 | 煤电机组供电煤耗与污染物排放的优化节能调度方法 |
CN108629458A (zh) * | 2018-05-09 | 2018-10-09 | 国电南京自动化股份有限公司 | 基于大数据的煤电机组优化运行方法 |
CN109978271A (zh) * | 2019-03-29 | 2019-07-05 | 国网湖南省电力有限公司 | 一种基于雾霾预测的火电厂开机策略优化方法及系统 |
CN110210678A (zh) * | 2019-06-06 | 2019-09-06 | 中国环境科学研究院 | 一种移动源排放标准升级路径的优化方法 |
CN110648036A (zh) * | 2018-06-27 | 2020-01-03 | 北京低碳清洁能源研究所 | 一种决定燃煤电厂的污染物排放量的方法和装置 |
CN111325438A (zh) * | 2019-12-06 | 2020-06-23 | 国网冀北电力有限公司电力科学研究院 | 污染物排放清单确定方法、装置、设备及存储介质 |
CN112926181A (zh) * | 2021-01-18 | 2021-06-08 | 上海明华电力科技有限公司 | 一种燃煤电站氨排放量的测试评估方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101157006A (zh) * | 2007-07-27 | 2008-04-09 | 江苏方天电力技术有限公司 | 燃煤机组烟气脱硫实时监控及信息管理系统 |
CN103268099A (zh) * | 2013-05-06 | 2013-08-28 | 国家电网公司 | 一种燃煤电厂污染源排放过程自动监控系统实时数据采集方法 |
CN103440535A (zh) * | 2013-09-02 | 2013-12-11 | 华北电力大学 | 基于免疫优化和模糊决策的多目标厂级负荷优化方法 |
CN103697946A (zh) * | 2013-12-05 | 2014-04-02 | 贵州电网公司电力调度控制中心 | 一种火电厂燃煤锅炉烟气流量的计算方法及污染物排放量的控制方法 |
-
2014
- 2014-04-11 CN CN201410146059.1A patent/CN103955752B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101157006A (zh) * | 2007-07-27 | 2008-04-09 | 江苏方天电力技术有限公司 | 燃煤机组烟气脱硫实时监控及信息管理系统 |
CN103268099A (zh) * | 2013-05-06 | 2013-08-28 | 国家电网公司 | 一种燃煤电厂污染源排放过程自动监控系统实时数据采集方法 |
CN103440535A (zh) * | 2013-09-02 | 2013-12-11 | 华北电力大学 | 基于免疫优化和模糊决策的多目标厂级负荷优化方法 |
CN103697946A (zh) * | 2013-12-05 | 2014-04-02 | 贵州电网公司电力调度控制中心 | 一种火电厂燃煤锅炉烟气流量的计算方法及污染物排放量的控制方法 |
Non-Patent Citations (1)
Title |
---|
陈建明 等: "江苏省火电厂氮氧化物的污染状况及对策思考", 《江苏电机工程》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104574149A (zh) * | 2015-01-12 | 2015-04-29 | 国家电网公司 | 一种基于脱硫评价的火电机组上网电价调整方法 |
CN104571050A (zh) * | 2015-01-13 | 2015-04-29 | 国网上海市电力公司 | 基于高频用电数据的工业企业污染物排放监控方法 |
CN104571050B (zh) * | 2015-01-13 | 2017-09-26 | 国网上海市电力公司 | 基于高频用电数据的工业企业污染物排放监控方法 |
CN105260790A (zh) * | 2015-09-23 | 2016-01-20 | 中国水产科学研究院黄海水产研究所 | 一种沿海城市不同行业污染物允许排海量的优化计算方法 |
CN108197723B (zh) * | 2017-11-08 | 2021-07-20 | 国网安徽省电力公司电力科学研究院 | 煤电机组供电煤耗与污染物排放的优化节能调度方法 |
CN108197723A (zh) * | 2017-11-08 | 2018-06-22 | 国网安徽省电力公司电力科学研究院 | 煤电机组供电煤耗与污染物排放的优化节能调度方法 |
CN108629458A (zh) * | 2018-05-09 | 2018-10-09 | 国电南京自动化股份有限公司 | 基于大数据的煤电机组优化运行方法 |
CN108629458B (zh) * | 2018-05-09 | 2021-12-07 | 国电南京自动化股份有限公司 | 基于大数据的煤电机组优化运行方法 |
CN110648036A (zh) * | 2018-06-27 | 2020-01-03 | 北京低碳清洁能源研究所 | 一种决定燃煤电厂的污染物排放量的方法和装置 |
CN109978271A (zh) * | 2019-03-29 | 2019-07-05 | 国网湖南省电力有限公司 | 一种基于雾霾预测的火电厂开机策略优化方法及系统 |
CN110210678A (zh) * | 2019-06-06 | 2019-09-06 | 中国环境科学研究院 | 一种移动源排放标准升级路径的优化方法 |
CN110210678B (zh) * | 2019-06-06 | 2021-12-14 | 中国环境科学研究院 | 一种移动源排放标准升级路径的优化方法 |
CN111325438A (zh) * | 2019-12-06 | 2020-06-23 | 国网冀北电力有限公司电力科学研究院 | 污染物排放清单确定方法、装置、设备及存储介质 |
CN111325438B (zh) * | 2019-12-06 | 2023-11-07 | 国网冀北电力有限公司电力科学研究院 | 污染物排放清单确定方法、装置、设备及存储介质 |
CN112926181A (zh) * | 2021-01-18 | 2021-06-08 | 上海明华电力科技有限公司 | 一种燃煤电站氨排放量的测试评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103955752B (zh) | 2017-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103955752A (zh) | 一种燃煤电厂污染物排放总量控制智能化决策方法 | |
CN108940596B (zh) | 一种基于混合模型的电除尘系统优化控制方法 | |
Dong et al. | Coal power flexibility, energy efficiency and pollutant emissions implications in China: A plant-level analysis based on case units | |
Wang et al. | A meta-frontier DEA approach to efficiency comparison of carbon reduction technologies on project level | |
Zhu et al. | CO2 mitigation potential of CCS in China–an evaluation based on an integrated assessment model | |
CN104534507A (zh) | 一种锅炉燃烧优化控制方法 | |
Zhang et al. | Urban ecological security dynamic analysis based on an innovative emergy ecological footprint method | |
CN103390904B (zh) | 可再生能源并网发电分析方法 | |
Wang et al. | Strategies for addressing climate change on the industrial level: affecting factors to CO 2 emissions of energy-intensive industries in China | |
CN104484543A (zh) | 一种兼顾节能减排和三公调度的机组综合运行评价方法 | |
Yan et al. | Hybrid dynamic coal blending method to address multiple environmental objectives under a carbon emissions allocation mechanism | |
CN104281922A (zh) | 考虑污染物排放的火电机组节能综合评价方法 | |
Kaygusuz et al. | Energy related environmental policies in Turkey | |
Zeng et al. | Promoting low-carbon development of electric power industry in China: A circular economy efficiency perspective | |
Zhai et al. | Water impacts of a low-carbon electric power future: assessment methodology and status | |
Liu et al. | Low-carbon transition pathways of power systems for Guangdong–Hongkong–Macau region in China | |
CN107247994A (zh) | 一种托盘塔脱硫装置脱硫效率的模糊建模方法 | |
Yang et al. | Exploring promotion effect for FIT policy of solar PV power generation based on integrated ANP: entropy model | |
CN104239976A (zh) | 一种考虑电力生产外部成本的电网购电优化方法 | |
Tian et al. | Innovating from the ground up: the impact of key technological advancements on collaborative carbon and haze governance | |
Liu et al. | The relationship between policy adjustment of SO2 emissions charge standard and the growth of green total factor productivity—Evidence from China | |
Liu et al. | Development of an interval double-stochastic carbon-neutral electric power system planning model: A case study of Fujian province, China | |
Ruane et al. | Supplementary control systems ߞA demonstration | |
Amheka et al. | Evaluation Of Indonesia's National Energy Policy: A Regional Dilemma In Indonesia Through Simulation Approach | |
BAYRAM et al. | RENEWABLE ENERGY SCENARIO IN ELECTRICITY SYSTEM FOR ISPARTA PROVINCE THE YEAR 2030 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |