CN104405452A - 一种空冷机组汽轮机背压智能优化方法 - Google Patents

一种空冷机组汽轮机背压智能优化方法 Download PDF

Info

Publication number
CN104405452A
CN104405452A CN201410530809.5A CN201410530809A CN104405452A CN 104405452 A CN104405452 A CN 104405452A CN 201410530809 A CN201410530809 A CN 201410530809A CN 104405452 A CN104405452 A CN 104405452A
Authority
CN
China
Prior art keywords
particle
back pressure
fitness
relation
pbest
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
Application number
CN201410530809.5A
Other languages
English (en)
Other versions
CN104405452B (zh
Inventor
翟永杰
米路
张艳霞
伍洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China Electric Power University
Original Assignee
North China Electric Power University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by North China Electric Power University filed Critical North China Electric Power University
Priority to CN201410530809.5A priority Critical patent/CN104405452B/zh
Publication of CN104405452A publication Critical patent/CN104405452A/zh
Application granted granted Critical
Publication of CN104405452B publication Critical patent/CN104405452B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Feedback Control In General (AREA)

Abstract

本发明公开了一种空冷机组汽轮机背压智能优化方法,即在不影响正常生产的情况下，利用现场历史数据得到不同负荷下的环境温度和背压的关系，通过选取合适的函数关系式类型和符合一定条件的数据拟合出不同负荷下的环境温度与背压关系的函数关系式，通过现场DCS控制模块来实现背压调节回路中设定值的自动给定；本发明的优点是采用最简便的智能算法，拟合出环境温度与背压关系的函数关系式，结合现场试验曲线和运行经验，得出不同环境温度、不同运行工况下空冷机组经济背压值，实现了背压调节回路中设定值自动给定并减小运行人员的负担，有利于空冷机组的经济运行；本发明对于空冷岛系统自动控制的设计和优化具有重要的实用价值和指导意义。

Description

一种空冷机组汽轮机背压智能优化方法
技术领域
本发明涉及一种空冷机组汽轮机背压智能优化方法,属于群体智能计算技术领域。
背景技术
目前，随着世界各个国家经济的发展和人们物质生活水平的提高，大型燃煤发电机组的投运面临着更加迫切的需求和更为严格的要求。电力工业要在继续保持快速发展的同时，严格控制水资源和煤炭资源的消耗，减小烟尘排放量和冷却水废热对自然生态资源造成的污染和破坏。研究开发用空气作为冷却介质来冷凝汽轮机排气的空气冷却系统对于有效缓解用水矛盾、控制消除污染具有重要的意义。对比湿冷机组，空冷机组可节约电厂总用水量的三分之二。相同的水资源条件下，可建设的空冷机组规模为湿冷机组的三倍,所以，空冷技术在节约水资源方面具有显著的优越性和广阔的发展前景。
但是，目前传统现有的直接空冷机组存在很多缺点，比如：机组日常运行背压偏高，与理论值差距明显；机组背压受环境因素(气温、环境风速、风向)影响较大，背压变化较频繁。
发明内容
本发明的目的在于提供一种能够克服上述技术问题的空冷机组汽轮机背压智能优化方法。本发明的基本原理是：首先在不影响正常生产的情况下，利用现场历史数据得到不同负荷下的环境温度和背压的关系，由于不同负荷下的环境温度和背压这两者之间的关系近似线性，则进行曲线拟合，通过选取合适的函数关系式类型和符合一定条件的数据拟合出不同负荷下的环境温度与背压关系的函数关系式，结合现场试验曲线和运行经验从而得出不同环境温度、不同运行工况下空冷机组经济背压值，通过现场DCS控制模块来实现背压调节回路中设定值的自动给定。本发明主要包括以下步骤：
步骤1：初始化，包括定义初始种群(即速度—位移模型以及种群大小)和进化代数；初始种群是解决某一问题的所有解的初始值组成的集合，进化代数是每一粒子的速度和位置迭代更新的次数；
步骤2：评价种群，计算初始种群中各个粒子的适应度；种群中各个粒子是解决某一问题的每一个解；
步骤3：求出当前的pbesti和gbest，pbesti是单个粒子本身目前所找到的最优解即个体最优值；gbest是整个种群目前找到的最优解即全局最优值；最优值即解决某一问题最好的解；
步骤4：进行速度和位置的更新，更新每一粒子的速度和位置；
步骤5：评价种群，计算新种群中粒子适应度；
步骤6：比较pbesti和gbest，若优越则替换；
在步骤4中对每一粒子的速度和位置进行了更新，计算更新后每一粒子的适应度，与更新前该粒子pbesti的适应度进行比较，若更新后该粒子的适应度比更新前该粒子pbesti的适应度好，则该粒子pbesti变为更新后该粒子的位置，若更新后该粒子的适应度不如该粒子pbesti的适应度好，则该粒子pbesti维持不变；
在步骤4中对每一粒子的速度和位置进行了更新，计算更新后所有粒子的适应度，并进行比较，找出更新后适应度最好的那个粒子，拿更新后该粒子的适应度与gbest的适应度进行比较，若更新后该粒子的适应度比gbest的适应度好，则gbest变为更新后该粒子的位置，若更新后该粒子的适应度不如gbest的适应度好,则gbest维持不变；
步骤7：判断算法结束条件，满足即每一粒子的速度和位置迭代更新的次数等于进化代数则跳出循环，若不满足即每一粒子的速度和位置迭代更新的次数小于进化代数则跳到步骤4继续执行。
本发明的优点是：针对空冷岛系统背压自动控制的困难性提出了背压设定值自动选择的方案，本发明立足于生产现场并且在不对生产进行任何干预的情况下挖掘机组的历史运行数据，采用最简便的智能算法，拟合出环境温度与背压关系的函数关系式，结合现场试验曲线和运行经验，得出不同环境温度、不同运行工况下空冷机组经济背压值，实现了背压调节回路中设定值自动给定；背压设定值自动给定的投入能够避免人为设定背压值对机组经济性的影响并减小运行人员的负担，有利于空冷机组的经济运行；本发明提出的背压设定值自动给定方法就是针对背压设定值选取的一种解决方案。同时，本发明使每一个粒子都被赋予了一个随机速度并在整个问题空间中移动，具有记忆性、参数少、易于调整实现的特点，并且个体的进化主要是通过个体之间的合作实现的,其优点是简单方便且容易实现，无需调整更多参数。因此，本发明对于空冷岛系统自动控制的设计和优化具有重要的实用价值和指导意义。
附图说明
图1为本发明的粒子群优化算法计算流程图；
图2为本发明的600MW负荷下环境温度与背压关系原始曲线和拟合曲线示意图；
图3为本发明的风机总功率随风机频率变化的机频率关系曲线示意图；
图4为不同负荷与气温下背压与风机频率关系曲线示意图；
图5为背压与机组功率的修正曲线示意图。
图6为背压设定值自动选定原理图。
具体实施方式
下面结合附图和实施例对本发明进行详细描述。
如图2所示，采样数据选取负荷在600MW时，排气装置真空度维持在-86kpa,环境温度单位为℃，背压单位为kpa。环境温度与背压关系的原始曲线及采用粒子群优化算法进行拟合后的曲线如图2所示，由图2能看出当环境温度高于10℃左右时，背压随环境温度上升而上升，采用粒子群优化算法进行拟合后得到的环境温度t与背压y的函数关系式为：
y＝0.0185t2-0.405t+9.7
最终拟合误差为0.1955。
图1是本发明的粒子群优化算法计算流程图；图1中的v代表粒子的速度，图1中的x代表粒子的位置。
根据现场多年的运行经验，最低背压时机组的运行效率并不一定是经济的。通过现场试验得到风机总功率随风机频率变化曲线如图3所示，背压与机组功率的修正曲线如图5所示。
图3为600MW亚临界直接空冷机组的空冷风机群在环境气温23℃时，风机总功率随风机频率变化的关系曲线。当风机频率增大时，空冷风机总功率也随之增大，且风机频率越高，风机总功率增加的越快。
图4为不同负荷、不同温度下背压与风机频率的关系。从图4能够看出在机组负荷在600MW时、环境温度为19.88℃时，背压越低，风机频率越高；风机频率从45Hz增加到50Hz，背压值降低了1kpa。
图5为背压与机组功率的修正曲线，从图5能够看出当背压升高1kpa时，机组功率下降0.3％。
利用图2至图5的曲线，能够得出，背压升高一定量时,相应的机组效率减少值与风机总功率减少值之差，当这个差值为负时则说明随背压的升高经济性上升；当这个差值为正时则说明随背压的升高经济性下降。以图5中600MW负荷，环境温度19.88℃工况为例，背压上升0.5kpa对应机组功率下降1000KW,由于风机频率降低减少的风机总功率约为850KW，说明当背压上升时机组经济性下降。
图6为背压设定值自动选定原理图。
本发明能够保证机组由于背压升高减少的空冷风机总功率大于机组损失的功率，所以，本发明完全符合现场生产的经济性要求。
由此，当机组在各工况下稳定运行的时候，控制系统利用环境温度与背压函数关系式得出对应的背压值，加上合适的背压偏置，得出背压设定值，实现背压调节回路中设定值自动给定。既减轻了运行人员的负担，又保证机组的经济运行，同时避免了人为设定背压值对机组经济性产生的影响。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明公开的范围内，能够轻易想到的变化或替换，都应涵盖在本发明权利要求的保护范围内。

Claims (3)

1.一种空冷机组汽轮机背压智能优化方法，其特征在于，首先在不影响正常生产的情况下，利用现场历史数据得到不同负荷下的环境温度和背压的关系，由于不同负荷下的环境温度和背压这两者之间的关系近似线性，则进行曲线拟合，通过选取合适的函数关系式类型和符合一定条件的数据拟合出不同负荷下的环境温度与背压关系的函数关系式，结合现场试验曲线和运行经验从而得出不同环境温度、不同运行工况下空冷机组经济背压值，通过现场DCS控制模块来实现背压调节回路中设定值的自动给定。
2.根据权利要求1所述的一种空冷机组汽轮机背压智能优化方法，其特征在于，包括以下步骤：
步骤1：初始化，包括定义初始种群和进化代数；初始种群是解决某一问题的所有解的初始值组成的集合，进化代数是每一粒子的速度和位置迭代更新的次数；
步骤2：评价种群，计算初始种群中各个粒子的适应度；种群中各个粒子是解决某一问题的每一个解；
步骤3：求出当前的pbesti和gbest，pbesti是单个粒子本身目前所找到的最优解即个体最优值；gbest是整个种群目前找到的最优解即全局最优值；最优值即解决某一问题最好的解；
步骤4：进行速度和位置的更新，更新每一粒子的速度和位置；
步骤5：评价种群，计算新种群中粒子适应度；
步骤6：比较pbesti和gbest，若优越则替换；
步骤7：判断算法结束条件，满足即每一粒子的速度和位置迭代更新的次数等于进化代数则跳出循环，若不满足即每一粒子的速度和位置迭代更新的次数小于进化代数则跳到步骤4继续执行。
3.根据权利要求2所述的一种空冷机组汽轮机背压智能优化方法，其特征在于，在步骤4中对每一粒子的速度和位置进行了更新，计算更新后每一粒子的适应度，与更新前该粒子pbesti的适应度进行比较，若更新后该粒子的适应度比更新前该粒子pbesti的适应度好，则该粒子pbesti变为更新后该粒子的位置，若更新后该粒子的适应度不如该粒子pbesti的适应度好，则该粒子pbesti维持不变。
CN201410530809.5A 2014-10-10 2014-10-10 一种空冷机组汽轮机背压智能优化方法 Expired - Fee Related CN104405452B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410530809.5A CN104405452B (zh) 2014-10-10 2014-10-10 一种空冷机组汽轮机背压智能优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410530809.5A CN104405452B (zh) 2014-10-10 2014-10-10 一种空冷机组汽轮机背压智能优化方法

Publications (2)

Publication Number Publication Date
CN104405452A true CN104405452A (zh) 2015-03-11
CN104405452B CN104405452B (zh) 2016-05-18

Family

ID=52643108

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410530809.5A Expired - Fee Related CN104405452B (zh) 2014-10-10 2014-10-10 一种空冷机组汽轮机背压智能优化方法

Country Status (1)

Country Link
CN (1) CN104405452B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107587902A (zh) * 2017-09-21 2018-01-16 国网江西省电力公司电力科学研究院 一种汽轮机组变压运行实时背压修正方法
CN108428011A (zh) * 2018-02-13 2018-08-21 山西大学 一种直接空冷机组背压动态设定值的多目标优化方法
CN108647391A (zh) * 2018-04-11 2018-10-12 华中科技大学 基于粒子群算法的向心透平全工况仿真建模方法及系统
CN111352401A (zh) * 2020-03-17 2020-06-30 华润电力技术研究院有限公司 一种用于集散控制系统的控制方法、装置、设备及介质
CN113638899A (zh) * 2021-07-15 2021-11-12 中国大唐集团科学技术研究院有限公司西北电力试验研究院 一种直接空冷机组最佳背压调节方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB233678A (en) * 1924-05-06 1926-06-24 Erste Bruenner Maschinen Fab Improved method of and apparatus for determining the expansion curve in steam turbines
CN101644173A (zh) * 2009-09-09 2010-02-10 东北电力大学 一种汽轮机配汽方式优化方法
CN102606227A (zh) * 2012-03-26 2012-07-25 上海迪吉特控制系统有限公司 全周进汽汽轮机初压定值的多目标优化方法
CN103225521A (zh) * 2013-04-24 2013-07-31 国电龙源电力技术工程有限责任公司 空冷汽轮机冷端优化的方法
CN103726888A (zh) * 2014-01-02 2014-04-16 上海电气电站设备有限公司 一种汽轮机转子低周疲劳在线监控方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB233678A (en) * 1924-05-06 1926-06-24 Erste Bruenner Maschinen Fab Improved method of and apparatus for determining the expansion curve in steam turbines
CN101644173A (zh) * 2009-09-09 2010-02-10 东北电力大学 一种汽轮机配汽方式优化方法
CN102606227A (zh) * 2012-03-26 2012-07-25 上海迪吉特控制系统有限公司 全周进汽汽轮机初压定值的多目标优化方法
CN103225521A (zh) * 2013-04-24 2013-07-31 国电龙源电力技术工程有限责任公司 空冷汽轮机冷端优化的方法
CN103726888A (zh) * 2014-01-02 2014-04-16 上海电气电站设备有限公司 一种汽轮机转子低周疲劳在线监控方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107587902A (zh) * 2017-09-21 2018-01-16 国网江西省电力公司电力科学研究院 一种汽轮机组变压运行实时背压修正方法
CN108428011A (zh) * 2018-02-13 2018-08-21 山西大学 一种直接空冷机组背压动态设定值的多目标优化方法
CN108647391A (zh) * 2018-04-11 2018-10-12 华中科技大学 基于粒子群算法的向心透平全工况仿真建模方法及系统
CN111352401A (zh) * 2020-03-17 2020-06-30 华润电力技术研究院有限公司 一种用于集散控制系统的控制方法、装置、设备及介质
CN113638899A (zh) * 2021-07-15 2021-11-12 中国大唐集团科学技术研究院有限公司西北电力试验研究院 一种直接空冷机组最佳背压调节方法

Also Published As

Publication number Publication date
CN104405452B (zh) 2016-05-18

Similar Documents

Publication Publication Date Title
CN103762589B (zh) 一种电网中新能源容量配比分层优化方法
CN104405452A (zh) 一种空冷机组汽轮机背压智能优化方法
CN113393054B (zh) 一种风储联合系统的优化调度方法及优化调度系统
CN107341593A (zh) 一种基于场景划分的电热综合系统弃风消纳协调调度模型
CN106786509B (zh) 大规模风电并网下基于多场景模拟的热-电联合调度方法
CN102953745B (zh) 一种高效节能的矿井多级机站通风监控技术系统
CN108708822B (zh) 一种风力发电机组变桨自适应控制方法与系统
CN107153885A (zh) 考虑火电机组深度调峰的实时发电计划优化方法
CN102843035B (zh) 具有精确限压限流及最大功率点跟踪的变换器的控制方法
CN103244354B (zh) 风力发电机组功率曲线自适应优化方法
CN104917204A (zh) 一种风电场有功功率优化控制方法
CN111476475B (zh) 多约束条件下梯级水电站短期优化调度方法
CN102926875B (zh) 用于控制燃气轮机的输出功率的方法及相应的燃气轮机系统
CN105937823B (zh) 一种地源热泵控制方法及系统
CN104112241A (zh) 基于机头风速法的风电场理论功率计算方法
Zhang et al. An improved maximum power point tracking method based on decreasing torque gain for large scale wind turbines at low wind sites
CN203435471U (zh) 一种水冷式降温大棚
CN104239960A (zh) 考虑抽水蓄能机组的发电计划优化方法
CN207004782U (zh) 环保电厂循环水节能装置
CN103186699A (zh) 基于经济系数风力发电风资源选址方法
CN103900398A (zh) 基于水温反馈的间接干式空冷机组循环水优化调度方法
Xu et al. Distributed power optimization of large wind farms using ADMM for real-time control
CN110350554B (zh) 基于混联结构的风储系统辅助电网一次调频控制方法
CN107681653A (zh) 一种提升电网灵活性的负荷曲线分解重构方法
CN110649592B (zh) 含蓄热式电锅炉的电热互联能源系统多场景经济调度方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160518

Termination date: 20201010

CF01 Termination of patent right due to non-payment of annual fee