CN104424372A - 用于动力驱动设备选型的蒸汽动力系统建模方法和装置 - Google Patents
用于动力驱动设备选型的蒸汽动力系统建模方法和装置 Download PDFInfo
- Publication number
- CN104424372A CN104424372A CN201310389546.6A CN201310389546A CN104424372A CN 104424372 A CN104424372 A CN 104424372A CN 201310389546 A CN201310389546 A CN 201310389546A CN 104424372 A CN104424372 A CN 104424372A
- Authority
- CN
- China
- Prior art keywords
- drive device
- power drive
- power system
- type selecting
- steam
- 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
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种用于动力驱动设备选型的蒸汽动力系统建模方法和装置,该方法包括:确定蒸汽动力系统所包含的各设备的性能指标以及工艺参数;建立蒸汽动力系统的第一非线性数学模型;根据蒸汽动力系统中各处动力驱动功率需求和待选型驱动所处位置的蒸汽管网的压力等级条件,生成动力驱动设备选型备选方案并配置相应的参数;将第一非线性数学模型的求解结果和动力驱动设备选型备选方案进行线性转化,生成混合整数线性数学模型;根据混合整数线性数学模型的优化求解结果判断最优动力驱动设备设计方案是否满足蒸汽动力系统的整体性能指标;如最优动力驱动设备设计方案满足整体性能指标,则根据最优动力驱动设备设计方案生成蒸汽动力系统的第二非线性数学模型。
Description
技术领域
本发明涉及蒸汽动力设备领域,具体而言,涉及一种用于动力驱动设备选型的蒸汽动力系统建模方法和装置。
背景技术
电机和蒸汽透平作为主要的动力驱动设备,在各类大型工业企业和热力发电厂都有着广泛的应用。目前,动力驱动设备的选型,以及相应的蒸汽动力系统的设计或改造主要依靠技术人员的经验。
在大型工业企业中,大量工艺过程都需要动力驱动,需要采用电机或者蒸汽透平作为驱动机。这部分驱动带来的能量消耗巨大。驱动选型和蒸汽动力系统的设计问题复杂,凭经验进行相关设计工作很难确保设计结果的最优。如果驱动设备本身选型有问题,会造成整个蒸汽动力系统结构的不合理,从而造成额外的能量和经济损失。对于已经采用不合理设计的蒸汽动力系统和不合理选型的驱动设备,在操作中即使采用相关操作优化等手段,也只能在现有工艺流程的基础上进行优化,效果有限。要改变这种局面需要进行蒸汽动力系统的改造设计和驱动设备的重新选型。
如何实现对全新系统的动力驱动设备选型和蒸汽动力系统最优设计;如何对一个已经存在的系统进行优化改造解决相关瓶颈,为本领域技术人员的研究方向所在。
发明内容
本发明提供一种用于动力驱动设备选型的蒸汽动力系统建模方法和装置,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,本发明提供了一种基于动力驱动设备选型的蒸汽动力系统建模方法,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,其中,这里的各设备包括待选型的动力驱动设备和已经固定选型的设备;
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第一非线性数学模型;
根据蒸汽动力系统中各处动力驱动功率需求和待选型驱动所处位置的蒸汽管网的压力等级条件,生成供动力驱动设备选型使用的动力驱动设备选型备选方案,并为动力驱动设备选型备选方案配置相应的参数;
求解第一非线性数学模型,将第一非线性数学模型的求解结果和动力驱动设备选型备选方案进行线性转化,生成混合整数线性数学模型;
求解混合整数线性数学模型,根据混合整数线性数学模型的最优求解结果选出满足动力驱动需求的最优动力驱动设备设计方案,并判断最优动力驱动设备设计方案是否满足蒸汽动力系统的整体性能指标;
如果最优动力驱动设备设计方案满足蒸汽动力系统的整体性能指标,则根据最优动力驱动设备设计方案生成蒸汽动力系统的第二非线性数学模型。
可选的,上述方法还包括以下步骤:
如果所有动力驱动设备选型备选方案皆无法满足蒸汽动力系统的整体性能指标,则跳转执行根据蒸汽动力系统中各处驱动需求的性能指标和蒸汽管网的压力等级,生成供动力驱动设备选型使用的动力驱动设备选型备选方案,并为动力驱动设备选型备选方案配置相应的参数步骤,对动力驱动设备选型备选方案进行调整。
可选的,混合整数线性数学模型的目标函数为TOC=TCC+TPC+TEC+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;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;
混合整数线性数学模型的限定条件为:
Work(driver)=sum(n,BV(driver,n)*W(driver,n),以及
sum(n,BV(driver,n))=1,
其中,Work(driver)表示待设计的驱动设备的驱动功率需求;BV(driver,n)为开关变量,表示每个待设计的驱动设备的所有待选结构的选取状况;sum(n,BV(driver,n))=1用来保证优化计算从n个待选结构中选出1个最优设计方案;W(driver,n)表示每个待设计驱动设备的待选结构的做功能力。
为达到上述目的,本发明还提供了一种用于动力驱动设备选型的蒸汽动力系统建模装置,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,其中,这里的各设备包括待选型的动力驱动设备和已经固定选型的设备;
第一建模模块,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第一非线性数学模型;
备选驱动方案确定模块,用于根据蒸汽动力系统中各处动力驱动功率需求和待选型驱动所处位置的蒸汽管网的压力等级条件,生成供动力驱动设备选型使用的动力驱动设备选型备选方案,并为动力驱动设备选型备选方案配置相应的参数;
整合建模模块,用于根据第一非线性数学模型的求解结果和动力驱动设备选型备选方案进行线性转化,生成混合整数线性数学模型;
计算和结果判断模块,用于根据混合整数线性数学模型的最优求解结果选出满足动力驱动需求的最优动力驱动设备设计方案,并判断最优动力驱动设备设计方案是否满足蒸汽动力系统的整体性能指标;
第二建模模块,用于当计算和结果判断模块的判断结果为最优动力驱动设备设计方案满足蒸汽动力系统的整体性能指标时,根据最优动力驱动设备设计方案生成蒸汽动力系统的第二非线性数学模型。
可选的,第一建模模块还用于当计算和结果判断模块的判断结果为所有动力驱动设备选型备选方案皆无法满足蒸汽动力系统的整体性能指标时,根据蒸汽动力系统中各处驱动功率需求和待选型驱动所处位置的蒸汽管网的压力等级条件,生成新的供动力驱动设备选型使用的动力驱动设备选型备选方案,并为动力驱动设备选型备选方案配置相应的参数。
可选的,混合整数线性数学模型的目标函数为TOC=TCC+TPC+TEC+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;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;
混合整数线性数学模型的限定条件为:
Work(driver)=sum(n,BV(driver,n)*W(driver,n),以及
sum(n,BV(driver,n))=1,
其中,Work(driver)表示待设计的驱动设备的驱动功率需求;BV(driver,n)为开关变量,表示每个待设计的驱动设备的所有待选结构的选取状况;sum(n,BV(driver,n))=1用来保证优化计算从n个待选结构中选出1个最优设计方案;W(driver,n)表示每个待设计驱动设备的待选结构的做功能力。
通过上述实施例可以看出,与现有技术相比,本发明结合了非线性建模方法对复杂网络问题的描述精准性和混合整数线性建模的求解迅捷性,能快速实现驱动设备的自动选型,从而得到最优的蒸汽动力系统设计方案。非线性建模的方法能确保将蒸汽动力系统的复杂性做充分的考虑和精确的模拟,并体现在后续的蒸汽动力系统设计过程中;混合整数线性模型的采用保证了设计计算过程的灵活性和求解速度,使得对设计方案的计算和修改能够迅速的进行。
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用于动力驱动设备选型的蒸汽动力系统建模方法流程图;
图2为本发明一个实施例搭建的蒸汽动力系统非线性模型示意图;
图3为本发明一个实施例搭建的优选后新的蒸汽动力系统非线性模型示意图。
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。
电机和蒸汽透平是主要的动力驱动设备,本发明实施例中涉及的驱动设备选型的范畴包括电机驱动和透平驱动以及两者的组合驱动等形式。
图1为本发明一个实施例的用于动力驱动设备选型的蒸汽动力系统建模方法流程图;如图所示,该方法包括以下步骤:
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,这里的各设备包括待选型的动力驱动设备和已经固定选型的设备;
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。
在具体实现本步骤时,可以根据实际使用的需要,确定需要设计或改造的蒸汽动力系统的基本构架和工艺参数,这里的基本框架包括待选的设备、已确定选型的设备以及蒸汽管网等,并对需要重新设计或改造的驱动设备进行基本的需求指定,如需要重新设计或改造的驱动设备所要满足的性能指标。
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设置建立蒸汽动力系统的第一非线性数学模型;
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第一非线性数学模型。
此外,需要指出的是,在建立第一非线性数学模型时,无论是已经确定选型的设备还是待选型的动力驱动设备,都需要将该设备的性能特征方程纳入第一非线性数学模型。
S130,根据蒸汽动力系统中各处动力驱动功率需求和待选型驱动所处位置的蒸汽管网的压力等级条件,生成供动力驱动设备选型使用的动力驱动设备选型备选方案,并为动力驱动设备选型备选方案配置相应的参数;
在具体实现本步骤时,可以根据蒸汽动力系统中各处驱动需求的性能指标、待选型驱动所处位置的蒸汽管网的压力等级条件,自动生成可供动力驱动设备选型使用动力驱动设备的待选方案,其中各处驱动需求的性能指标可以由各处驱动需求的限定条件转换而得到,根据其它实际限制条件在已生成的待选动力驱动设备设计方案中进行进一步筛选,确定动力驱动设备选型备选方案,并指定备选方案相应参数。
S140,求解第一非线性数学模型,将第一非线性数学模型的求解结果和动力驱动设备选型备选方案进行线性转化,生成混合整数线性数学模型;
在具体实现本步骤时,根据给定输入对第一非线性数学模块进行求解,得到求解结果,该求解结果包括了第一非线性数学模型中所有设备的性能特征参数;进而可以将所有待设计或改造的驱动设备的待选方案表述为一系列开关变量,并将其整合到蒸汽动力系统的线性模型中,并进行线性转化,从而形成混合整数线性模型,其中蒸汽动力系统网络的线性模型是由前述第一非线性数学模型求解结果转化得到,在具体转化时,将前述第一非线性数学模型求解结果中的温度、压力、焓和熵等操作条件和热力学特性作为固定参数,从而生成混合整数线性模型。其中,混合整数线性数学模型的目标函数为TOC=TCC+TPC+TEC+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;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;
混合整数线性数学模型的限定条件为:
Work(driver)=sum(n,BV(driver,n)*W(driver,n),以及
sum(n,BV(driver,n))=1,
其中,Work(driver)表示待设计的驱动设备的驱动功率需求;BV(driver,n)为开关变量,表示每个待设计的驱动设备的所有待选结构的选取状况;sum(n,BV(driver,n))=1用来保证优化计算从n个待选结构中选出1个最优设计方案;W(driver,n)表示每个待设计驱动设备的待选结构的做功能力。
为保证混合整数线性求解的求解效率,模型中整数变量与一般变量的相乘的结构需要尽量回避。为此,本发明考虑利用一种不等式方程将BV(driver,n)×Work(driver)转化为一系列线性不等式表达式:
BV(driver,n)×L≤W(driver,n)≤BV(driver,n)×U
(1-BV(driver,n))×L≤W(driver,n)-Work(driver)≤(1-BV(driver,n))×U
当BV(driver,n)=1时,
L≤Work(driver)≤U
W(driver,n)=Work(driver)
当BV(driver,n)=0时,
L≤W(driver,n)≤U
Work(driver)=0
式中,L与U均为已知参数,其中L为每个待设计驱动设备的最小做功能力;U为每个待设计驱动设备的最大做功能力。
对每个待设计或改造的驱动设备,在其所有待选方案中应当仅有一种能够最终被选定,而限定条件sum(n,BV(driver,n))=1可以确保每个待选驱动设备最终只有一种待选结构被选取。
S150,求解混合整数线性数学模型,根据混合整数线性数学模型的最优求解结果选出满足动力驱动需求的最优动力驱动设备设计方案,并判断最优动力驱动设备设计方案是否满足蒸汽动力系统的整体性能指标;
S160,如果最优动力驱动设备设计方案满足蒸汽动力系统的整体性能指标,则根据最优动力驱动设备设计方案生成蒸汽动力系统的第二非线性数学模型。
其中,建立蒸汽动力系统的第二非线性数学模型的方法与建立汽动力系统的第一非线性数学模型的方法相同,区别在于,在建立第二非线性数学模型时,蒸汽动力系统中所有设备的型号都已确定。
在建立蒸汽动力系统的第二非线性数学模型后,即可对蒸汽动力系统进行求解。
如果步骤S150的判断结果为最优动力驱动设备设计方案不满足蒸汽动力系统的整体性能指标,则跳转执行步骤S130,对动力驱动设备选型备选方案进行调整。
通过上述实施例可以看出,与现有技术相比,本发明结合了非线性建模方法对复杂网络问题的描述精准性和混合整数线性建模的求解迅捷性,能快速实现驱动设备的自动选型,从而得到最优的蒸汽动力系统设计方案。非线性建模的方法能确保将蒸汽动力系统的复杂性做充分的考虑和精确的模拟,并体现在后续的蒸汽动力系统设计过程中;混合整数线性模型的采用保证了设计计算过程的灵活性和求解速度,使得对设计方案的计算和修改能够迅速的进行。
以下结合一个新建炼油厂的实际案例对本发明的蒸汽动力系统建模方法进行说明:
新建一炼油厂,主要动力设备包括3台锅炉,2台蒸汽发电机,4级动力蒸汽管网和诸多装置产汽设备和蒸汽消耗设备。工艺装置中包含装置6处较大的驱动需求,业主要求以蒸汽透平的形式满足这6处驱动需求。
厂区的环境条件见表1:
表1
大气压力 | [bar] | 1 |
大气温度 | [℃] | 20 |
年操作时间 | [hours] | 8000 |
锅炉进水温度 | [℃] | 150 |
除盐水价格 | [¥/t] | 5 |
购电价格 | [¥/(kWh)] | 0.8 |
燃料 | [-] | 标煤 |
燃料价格 | [¥/t] | 1000 |
厂区电力需求 | [MW] | 150 |
4级动力蒸汽管网的压力数据见表2:
表2
超高压 | [bar] | 110 |
高压 | [bar] | 35 |
中压 | [bar] | 10 |
低压 | [bar] | 4 |
6处蒸汽驱动需求见表3:
表3
上述实际案例根据本发明的建模方法的实现过程如下:
1、建立并求解初始蒸汽动力系统非线性模型:
根据工艺原则流程图和初步设计数据搭建蒸汽动力系统非线性模型,其中蒸汽动力系统非线性模型的方程包括蒸汽动力系统的质量守恒方程,蒸汽动力系统的能量守恒方程,蒸汽动力系统中各设备的质量守恒和能量守恒方程,以及各种限制条件方程等。如图2所示,并确定输入模拟参数。
利用该非线性模型进行模拟计算,并确保模拟成功。主要模拟结果见下表,其它相关模拟结果也可以根据该非线性模型计算得到。
表4
年总操作费用 | [106¥/year] | 775 |
年用电需求 | [kW] | 150000 |
蒸汽轮机发电量 | [kW] | 101298 |
购电费用 | [106¥/year] | 312 |
锅炉产气量 | [t/h] | 550 |
燃料费用 | [106¥/year] | 451 |
2、确定蒸汽透平待选结构方案:
根据已搭模型中待选型驱动所处位置的蒸汽管网的压力等级条件,自动从数据库中选择并生成可供透平选择的蒸汽管网。例如,以空气压缩机透平为例,可以以图形界面的形式呈现给用户,如设备图标左侧是可供选择的作为透平进汽的蒸汽压力等级,右侧是可供选择的作为透平排汽的蒸汽压力等级。根据设计要求和实际需要选择相应的蒸汽压力等级。此外用户还可以根据需要设定蒸汽透平最大的级数。根据设定的透平进汽的蒸汽压力等级、透平排汽的蒸汽压力等级和蒸汽透平最大的级数自动从数据库中选择并生成所有可能的透平选型。在具体实现时,还可以通过软件界面所有可能的透平选型呈现给用户,并接受用户对所给出的所有可能的透平选型进行选择,从给出的这些透平结构中将不需要在设计中进行考虑的结构剔除。此后的透平选型优化计算会从用户选择的结构中确定每个透平的新的选型,以优化整个动力系统。
3、设计计算参数:
确定透平选型设计计算中必须的参数,包括透平的功率,各级效率,透平机械效率等。
4、设计优化计算:
在上述步骤完成后,将步骤1中得到的非线性模型模拟结果整合步骤2中所选择的各个透平结构,一同转化为混合整数线性模型,并自动优化求解该模型,求得最优蒸汽动力系统网络并给出各个待设计蒸汽透平的最优结构。
5、导出新设计网络的非线性模型:
根据上一步优化计算结果,生成新的蒸汽动力系统模型,见图3:
将图3蒸汽动力系统模型的优化工艺流程与原有设计的工艺流程进行对比,比较两个设计的经济效益差别。原厂区模型提供了模拟结果,及其在当前结构下的最优操作结果,而新模型则提供了在透平选型优化结构下的最优操作结果,参见表5:
表5
通过对比可以发现,本发明生成的优化设计方案“新模型”的整体操作费用与原设计方案“厂区模型”相比有大幅的下降,节能效益明显。
与上述方法实施例相适应,以下为本发明一个用于动力驱动设备选型的蒸汽动力系统建模装置实施例,该装置包括:
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,其中,这里的各设备包括待选型的动力驱动设备和已经固定选型的设备;
第一建模模块,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第一非线性数学模型;
备选驱动方案确定模块,用于根据蒸汽动力系统中各处动力驱动功率需求和待选型驱动所处位置的蒸汽管网的压力等级条件,生成供动力驱动设备选型使用的动力驱动设备选型备选方案,并为动力驱动设备选型备选方案配置相应的参数;
整合建模模块,用于根据第一非线性数学模型的求解结果和动力驱动设备选型备选方案进行线性转化,生成混合整数线性数学模型;
计算和结果判断模块,用于根据混合整数线性数学模型的最优求解结果选出满足动力驱动需求的最优动力驱动设备设计方案,并判断最优动力驱动设备设计方案是否满足蒸汽动力系统的整体性能指标;
第二建模模块,用于当计算和结果判断模块的判断结果为最优动力驱动设备设计方案满足蒸汽动力系统的整体性能指标时,根据最优动力驱动设备设计方案生成蒸汽动力系统的第二非线性数学模型。
可选的,第一建模模块还用于当计算和结果判断模块的判断结果为所有动力驱动设备选型备选方案皆无法满足蒸汽动力系统的整体性能指标时,根据蒸汽动力系统中各处驱动功率需求和待选型驱动所处位置的蒸汽管网的压力等级条件,生成新的供动力驱动设备选型使用的动力驱动设备选型备选方案,并为动力驱动设备选型备选方案配置相应的参数。
可选的,混合整数线性数学模型的目标函数为TOC=TCC+TPC+TEC+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;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;
混合整数线性数学模型的限定条件为:
Work(driver)=sum(n,BV(driver,n)*W(driver,n),以及
sum(n,BV(driver,n))=1,
其中,Work(driver)表示待设计的驱动设备的驱动功率需求;BV(driver,n)为开关变量,表示每个待设计的驱动设备的所有待选结构的选取状况;sum(n,BV(driver,n))=1用来保证优化计算从n个待选结构中选出1个最优设计方案;W(driver,n)表示每个待设计驱动设备的待选结构的做功能力。
通过上述实施例可以看出,与现有技术相比,本发明结合了非线性建模方法对复杂网络问题的描述精准性和混合整数线性建模的求解迅捷性,能快速实现驱动设备的自动选型,从而得到最优的蒸汽动力系统设计方案。非线性建模的方法能确保将蒸汽动力系统的复杂性做充分的考虑和精确的模拟,并体现在后续的蒸汽动力系统设计过程中;混合整数线性模型的采用保证了设计计算过程的灵活性和求解速度,使得对设计方案的计算和修改能够迅速的进行。
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 (6)
1.一种用于动力驱动设备选型的蒸汽动力系统建模方法,其特征在于能够从复杂蒸汽动力系统诸多动力驱动设备设计选型方案中,找到让全系统在各个不同工况下整体性能或经济性最佳的设计方案,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,其中,所述各设备包括待选型的动力驱动设备和已经固定选型的设备;
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第一非线性数学模型;
根据所述蒸汽动力系统中各处动力驱动功率需求和待选型驱动所处位置的蒸汽管网的压力等级条件,生成供动力驱动设备选型使用的动力驱动设备选型备选方案,并为所述动力驱动设备选型备选方案配置相应的参数;
求解所述第一非线性数学模型,将所述第一非线性数学模型的求解结果和所述动力驱动设备选型备选方案进行线性转化,生成混合整数线性数学模型;
求解所述混合整数线性数学模型,根据所述混合整数线性数学模型的最优求解结果选出满足动力驱动需求的最优动力驱动设备设计方案,并判断所述最优动力驱动设备设计方案是否满足所述蒸汽动力系统的整体性能指标;
如果所述最优动力驱动设备设计方案满足所述蒸汽动力系统的整体性能指标,则根据所述最优动力驱动设备设计方案生成所述蒸汽动力系统的第二非线性数学模型。
2.根据权利要求1所述的方法,其特征在于,还包括以下步骤:
如果所述最优动力驱动设备设计方案皆无法满足所述蒸汽动力系统的整体性能指标,则跳转执行所述根据所述蒸汽动力系统中各处驱动需求的性能指标和待选型驱动所处位置的蒸汽管网的压力等级条件,生成供动力驱动设备选型使用的动力驱动设备选型备选方案,并为所述动力驱动设备选型备选方案配置相应的参数步骤,对所述动力驱动设备选型备选方案进行调整。
3.根据权利要求1所述的方法,其特征在于,所述混合整数线性数学模型的目标函数为TOC=TCC+TPC+TEC+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;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;
所述混合整数线性数学模型的限定条件为:
Work(driver)=sum(n,BV(driver,n)*W(driver,n),以及
sum(n,BV(driver,n))=1,
其中,Work(driver)表示待设计的驱动设备的驱动功率需求;BV(driver,n)为开关变量,表示每个待设计的驱动设备的所有待选结构的选取状况;sum(n,BV(driver,n))=1用来保证优化计算从n个待选结构中选出1个最优设计方案;W(driver,n)表示每个待设计驱动设备的待选结构的做功能力。
4.一种基于动力驱动设备选型的蒸汽动力系统建模装置,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,其中,所述各设备包括待选型的动力驱动设备和已经固定选型的设备;
第一建模模块,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第一非线性数学模型;
备选驱动方案确定模块,用于根据所述蒸汽动力系统中各处动力驱动功率需求和待选型驱动所处位置的蒸汽管网的压力等级条件,生成供动力驱动设备选型使用的动力驱动设备选型备选方案,并为所述动力驱动设备选型备选方案配置相应的参数;
整合建模模块,用于根据所述第一非线性数学模型的求解结果和所述动力驱动设备选型备选方案进行线性转化,生成混合整数线性数学模型;
计算和结果判断模块,用于根据所述混合整数线性数学模型的最优求解结果选出满足动力驱动需求的最优动力驱动设备设计方案,并判断所述最优动力驱动设备设计方案是否满足所述蒸汽动力系统的整体性能指标;
第二建模模块,用于当所述计算和结果判断模块的判断结果为所述最优动力驱动设备设计方案满足所述蒸汽动力系统的整体性能指标要求时,根据所述最优动力驱动设备设计方案生成所述蒸汽动力系统的第二非线性数学模型。
5.根据权利要求4所述的装置,其特征在于,所述第一建模模块还用于当所述计算和判断模块的判断结果为所述最优动力驱动设备设计方案皆无法满足所述蒸汽动力系统的整体性能指标时,根据所述蒸汽动力系统中各处驱动功率需求和所述待选型驱动所处位置的蒸汽管网的压力等级条件,生成新的供动力驱动设备选型使用的动力驱动设备选型备选方案,并为所述动力驱动设备选型备选方案配置相应的参数。
6.根据权利要求4所述的装置,其特征在于,所述混合整数线性数学模型的目标函数为TOC=TCC+TPC+TEC+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;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;
所述混合整数线性数学模型的限定条件为:
Work(driver)=sum(n,BV(driver,n)*W(driver,n),以及
sum(n,BV(driver,n))=1,
其中,Work(driver)表示待设计的驱动设备的驱动功率需求;BV(driver,n)为开关变量,表示每个待设计的驱动设备的所有待选结构的选取状况;sum(n,BV(driver,n))=1用来保证优化计算从n个待选结构中选出1个最优设计方案;W(driver,n)表示每个待设计驱动设备的待选结构的做功能力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310389546.6A CN104424372B (zh) | 2013-08-30 | 2013-08-30 | 用于动力驱动设备选型的蒸汽动力系统建模方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310389546.6A CN104424372B (zh) | 2013-08-30 | 2013-08-30 | 用于动力驱动设备选型的蒸汽动力系统建模方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104424372A true CN104424372A (zh) | 2015-03-18 |
CN104424372B CN104424372B (zh) | 2017-09-12 |
Family
ID=52973326
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310389546.6A Active CN104424372B (zh) | 2013-08-30 | 2013-08-30 | 用于动力驱动设备选型的蒸汽动力系统建模方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104424372B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104820746A (zh) * | 2015-05-06 | 2015-08-05 | 武汉理工大学 | 柴电混合动力船舶动力设备选型方法 |
CN105589694A (zh) * | 2015-12-17 | 2016-05-18 | 川铁电气(天津)股份有限公司 | 高压隔离开关自动选型与技术评审填写的方法 |
CN110362844A (zh) * | 2019-02-12 | 2019-10-22 | 杭州哲达科技股份有限公司 | 压缩空气系统绝对能效和相对能效的分析方法 |
CN110737252A (zh) * | 2019-09-27 | 2020-01-31 | 南京大学 | 基于设备选择的智能化工系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1165611A (ja) * | 1997-08-26 | 1999-03-09 | Ishikawajima Harima Heavy Ind Co Ltd | 制御パラメータの自動調整方法 |
JP2004094626A (ja) * | 2002-08-30 | 2004-03-25 | Toshiba Corp | プラント機器の設計支援装置 |
CN101546352A (zh) * | 2009-04-10 | 2009-09-30 | 清华大学 | 一种串联式混合动力车辆辅助动力单元的选型方法 |
CN102620942A (zh) * | 2012-04-23 | 2012-08-01 | 山东大学 | 纯电动汽车动力驱动系统匹配评价试验台 |
CN102830616A (zh) * | 2011-06-14 | 2012-12-19 | 北京三博中自科技有限公司 | 一种蒸汽系统的运行优化系统和方法 |
CN102831230A (zh) * | 2012-08-30 | 2012-12-19 | 潍柴动力股份有限公司 | 一种混合动力总成的部件选型方法及系统 |
-
2013
- 2013-08-30 CN CN201310389546.6A patent/CN104424372B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1165611A (ja) * | 1997-08-26 | 1999-03-09 | Ishikawajima Harima Heavy Ind Co Ltd | 制御パラメータの自動調整方法 |
JP2004094626A (ja) * | 2002-08-30 | 2004-03-25 | Toshiba Corp | プラント機器の設計支援装置 |
CN101546352A (zh) * | 2009-04-10 | 2009-09-30 | 清华大学 | 一种串联式混合动力车辆辅助动力单元的选型方法 |
CN102830616A (zh) * | 2011-06-14 | 2012-12-19 | 北京三博中自科技有限公司 | 一种蒸汽系统的运行优化系统和方法 |
CN102620942A (zh) * | 2012-04-23 | 2012-08-01 | 山东大学 | 纯电动汽车动力驱动系统匹配评价试验台 |
CN102831230A (zh) * | 2012-08-30 | 2012-12-19 | 潍柴动力股份有限公司 | 一种混合动力总成的部件选型方法及系统 |
Non-Patent Citations (1)
Title |
---|
ATTALA L ET AL: "《Thermoeconomic optimization method as design tool in gas–steam combined plant realization》", 《ENERGY CONVERSION AND MANAGEMENT》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104820746A (zh) * | 2015-05-06 | 2015-08-05 | 武汉理工大学 | 柴电混合动力船舶动力设备选型方法 |
CN104820746B (zh) * | 2015-05-06 | 2018-04-24 | 武汉理工大学 | 柴电混合动力船舶动力设备选型方法 |
CN105589694A (zh) * | 2015-12-17 | 2016-05-18 | 川铁电气(天津)股份有限公司 | 高压隔离开关自动选型与技术评审填写的方法 |
CN105589694B (zh) * | 2015-12-17 | 2018-08-14 | 川铁电气(天津)股份有限公司 | 高压隔离开关自动选型与技术评审填写的方法 |
CN110362844A (zh) * | 2019-02-12 | 2019-10-22 | 杭州哲达科技股份有限公司 | 压缩空气系统绝对能效和相对能效的分析方法 |
CN110362844B (zh) * | 2019-02-12 | 2021-01-22 | 杭州哲达科技股份有限公司 | 压缩空气系统绝对能效和相对能效的分析方法 |
US11319949B2 (en) | 2019-02-12 | 2022-05-03 | Hang Zhou Zeta Technology Co., Lts | Analysis method of absolute energy efficiency and relative energy efficiency of compressed air system |
CN110737252A (zh) * | 2019-09-27 | 2020-01-31 | 南京大学 | 基于设备选择的智能化工系统 |
CN110737252B (zh) * | 2019-09-27 | 2021-02-23 | 南京大学 | 基于设备选择的智能化工系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104424372B (zh) | 2017-09-12 |
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 | |
US8755916B2 (en) | Optimized integrated controls for oxy-fuel combustion power plant | |
CN103151805B (zh) | 一种并网模式微电网的电源优化配置的方法 | |
CN106529740B (zh) | 一种天然气网络、电力网络和电源的联合规划方法 | |
Mak et al. | Efficient dynamic compressor optimization in natural gas transmission systems | |
CN106505633B (zh) | 一种风光接入容量确定方法及装置 | |
CN104424372A (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 | |
Rigo-Mariani et al. | A combined cycle gas turbine model for heat and power dispatch subject to grid constraints | |
US20160230699A1 (en) | Combined cycle power generation optimization system | |
Diangelakis et al. | A multi-scale energy systems engineering approach to residential combined heat and power systems | |
Mehrtash et al. | A new bi-objective approach for optimal sizing of electrical and thermal devices in zero energy buildings considering environmental impacts | |
Cascio et al. | Optimal retrofitting of natural gas pressure reduction stations for energy recovery | |
CN114266165A (zh) | 考虑碳排放的蒸汽动力系统中蒸汽透平布局优化方法 | |
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 | |
CN104595924B (zh) | 建立锅炉燃烧过程模型的方法和装置 | |
Park et al. | Optimization of site utility systems for renewable energy integration | |
Saez et al. | Fuzzy predictive supervisory control based on genetic algorithms for gas turbines of combined cycle power plants | |
CN104657789B (zh) | 一种蒸汽动力系统的运行操作方法 | |
Narvaez et al. | Application of the gradient method in the economic dispatch | |
JP5544314B2 (ja) | 用役設備の最適運転システム | |
Wong et al. | Comprehensive framework for long-term distribution system planning | |
CN105095539A (zh) | 含括蒸汽直管的蒸汽动力系统优化方法及系统 | |
KR101443159B1 (ko) | 전기 및 열에너지의 생산과 분배를 위한 제어시스템 | |
Hawas et al. | Optimal operation of thermal system based on optimum power flow | |
AlHammadi et al. | Simulation and Comparison of Gas Turbines in UAE Using Heavyduty Gas Turbine Modelling WIth LCOE |
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 | ||
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. |