CN104978442A - 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 - Google Patents

Abstract

本发明公开一种集成蒸汽管网、动力站和装置产用汽的蒸汽动力系统的操作优化方法及系统，其中该方法包括：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，包括蒸汽管网的管道参数；建立蒸汽动力系统的非线性数学模型；对建立的蒸汽动力系统非线性模型进行模拟求解；对优化计算中考虑的变量设定取值范围；设定优化计算的目标函数；对初始蒸汽动力系统的非线性数学模型优化求解，即寻找蒸汽系统中流向、流量、压力和温度变量的最优操作运行值，从而使得全系统用能效率最高；判断优化结果是否满足蒸汽动力系统的优化目标；如果优化结果满足蒸汽动力系统的优化目标，则完成优化计算。

Description

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

技术领域

本发明涉及蒸汽动力领域，具体而言，涉及一种集成动力站及装置产用汽的蒸汽动力系统的操作优化方法及系统。

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能有重要影响。

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，建立相关数学模型的方法主要有两种：一是简化蒸汽管网模型，固定蒸汽管网的操作压力和操作温度为定值，不考虑蒸汽管网中存在的压降和热损，而重点优化动力站模型中的变量。显然，这不符合实际，因为蒸汽在蒸汽管网中流动必然存在散热和压损，会导致蒸汽温度和压力的降低，从而使管网中的每个点的蒸汽温度和压力发生变化。在过程工业企业中蒸汽传输的距离通常较远，蒸汽的温降和压降均比较显著，如果在数学模型中不考虑这种变化，就会与实际运行数据产生较大误差。二是简化动力站模型，只将动力站模型按蒸汽发生设备的模型处理，不考虑其对蒸汽动力系统的调控作用，而重点优化蒸汽管网中各节点流量、温度和压力，计算各蒸汽管段的压降和热损。同样，这样也会与实际有较大误差，因为动力站中蒸汽的流量、温度和压力均是可以调控的变量，这必然影响着蒸汽管网中各节点的流量负荷分配以及温度和压力。以上这两种方法，均没有集成动力站、蒸汽管网系统和工艺装置内部蒸汽系统的数学模型，虽然在一定程度上简化了计算，但是模拟和优化结果与实际数据存在较大偏差，使蒸汽动力系统优化的指导意义降低。

如何实现蒸汽管网模型与锅炉、汽轮发电机等动力站设备模型以及工艺装置内部蒸汽系统的集成优化，从而解决蒸汽动力系统操作参数优化的相关瓶颈，提出更符合实际操作限制的优化方法，为本领域技术人员的研究方向所在。

发明内容

本发明提供一种集成动力站及装置产用汽的蒸汽动力系统的操作优化方法及系统，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，本发明提供了一种集成动力站及装置产用汽的蒸汽动力系统的操作优化方法，包括以下步骤：

S1，确定蒸汽动力系统所需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；

S2，根据所述蒸汽动力系统带矢量方向性的能量守恒方程、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、蒸汽管网中的热损方程和带矢量方向性的压降方程、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蒸汽动力系统的非线性数学模型，其中所述非线性数学模型包括带矢量方向性的蒸汽管网数学模型和动力站及装置产用汽系统模型；

S3，对所述非线性数学模型进行模拟求解，得到模拟运算结果，其中，该模拟运算结果包括所述蒸汽动力系统中所有设备的性能特征参数；

S4，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，其中所述非线性数学模型中流股及设备关键节点的蒸汽负荷分配、压力和温度值均为变量，在指定的数值范围内进行变化；

S5，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计算优化计算的递减梯度；

S6，根据所述递减梯度进行优化运算，求出所述非线性数学模型新的可行解和新的递减梯度值；

S7，判断所述新的递减梯度值是否小于设定阈值，如果小于所述设定阈值则执行步骤S8；否则返回步骤S6，并利用所述新的可行解和新的递减梯度值继续进行优化运算；

S8，判断小于所述设定阈值的递减梯度值对应的可行解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，则将对应的可行解作为所述蒸汽动力系统的运行参数。

可选的，上述方法还包括以下步骤：

如果步骤S8中的判断结果为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，则返回步骤S4调整所述优化变量的取值范围，重新进行优化运算。

可选的，所述带矢量方向性的压降方程为：

$\mathrm{\ΔP}=\mathrm{\λ}\·\frac{l+l_e}{d^5}\·\frac{8\·\left|F(i,j)\right|\·F(i,j)}{{\mathrm{\π}}^2\·{\mathrm{\ρ}}_m}$

其中，ΔP为管道压力降；λ为管道摩擦系数；d为管道内径；l为直管长度；l_e为当量长度；ρ_m为管道中蒸汽的平均密度；F(i,j)为从节点j流至节点i的蒸汽流量。

可选的，所述热损方程为：

一层保温时， $q=2\·\mathrm{\π}\·\frac{t-t_a}{\frac{1}{{\mathrm{\λ}}^{\′}}\·1n\left(\frac{d_0}{d_e}\right)+\frac{2}{\mathrm{\α}\·d_0}}$

二层保温时， $q=2\·\mathrm{\π}\·\frac{t-t_a}{\frac{1}{{\mathrm{\λ}}_2^{\′}}\·1n\left(\frac{d_0}{d_1}\right)+\frac{1}{{\mathrm{\λ}}_1^{\′}}\·1n\left(\frac{d_1}{d_e}\right)+\frac{2}{\mathrm{\α}\·d_0}}$

其中， $t_s=t_a+\frac{q}{\mathrm{\π}\·\mathrm{\α}\·d_0},\mathrm{\α}=11.6+7\·\sqrt{v},$

q为单位表面的热损失量，t为管道内部平均温度，t_a为环境温度，λ'为实际传热系数，d₀为保温层外直径，d_e为管道外径，d₁为两层保温层中内层的外径，α为保温层外表面向大气的放热系数，λ'₁为两层保温层中内层的实际热导率，λ'₂为两层保温层中外层的实际热导率，t_s为管道外表面温度，v为风速。

可选的，所述带矢量方向性的能量平衡方程为：

$\mathrm{dH}=q\·d_0\·\frac{4\·F(i,j)}{{\mathrm{\ρ}}_m\·d^2}$

其中，dH是单位时间内的热损失量，q为单位表面的热损失量,d₀为保温层外直径，F(i,j)为从节点j流至节点i的蒸汽流量,d为管道内径,ρ_m为管道中蒸汽的平均密度。

可选的，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。

为达到上述目的，本发明提供了一种集成动力站及装置产用汽的蒸汽动力系统的操作优化系统，包括：

性能参数模块，用于确定蒸汽动力系统所需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带矢量方向性的能量守恒方程、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、蒸汽管网中的热损方程和带矢量方向性的压降方程、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蒸汽动力系统的非线性数学模型，其中所述非线性数学模型包括带矢量方向性的蒸汽管网数学模型和动力站及装置产用汽系统模型；

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，其中，该模拟运算结果包括所述蒸汽动力系统中所有设备的性能特征参数；

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，其中所述非线性数学模型中流股及设备关键节点的蒸汽负荷分配、压力和温度值均为变量，在指定的数值范围内进行变化；

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计算优化计算的递减梯度，并根据所述递减梯度进行优化运算，求出所述非线性数学模型新的可行解和新的递减梯度值；

梯度阈值判断模块，用于判断所述新的递减梯度值是否小于设定阈值，如果小于所述设定阈值则判断执行模块执行；否则由所述优化求解模块利用所述新的可行解和新的递减梯度值继续进行优化运算；

判断执行模块，用于判断小于所述设定阈值的递减梯度值对应的可行解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，则将对应的可行解作为所述蒸汽动力系统的运行参数。

可选的，所述判断执行模块还用于当判断结果为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，则由所述优化设定模块调整所述优化变量的取值范围，重新进行优化运算。

可选的，所述带矢量方向性的压降方程为：

$\mathrm{\ΔP}=\mathrm{\λ}\·\frac{l+l_e}{d^5}\·\frac{8\·\left|F(i,j)\right|\·F(i,j)}{{\mathrm{\π}}^2\·{\mathrm{\ρ}}_m}$

其中，ΔP为管道压力降；λ为管道摩擦系数；d为管道内径；l为直管长度；l_e为当量长度；ρ_m为管道中蒸汽的平均密度；F(i,j)为从节点j流至节点i的蒸汽流量。

可选的，所述热损方程为：

一层保温时， $q=2\·\mathrm{\π}\·\frac{t-t_a}{\frac{1}{{\mathrm{\λ}}^{\′}}\·1n\left(\frac{d_0}{d_e}\right)+\frac{2}{\mathrm{\α}\·d_0}}$

二层保温时， $q=2\·\mathrm{\π}\·\frac{t-t_a}{\frac{1}{{\mathrm{\λ}}_2^{\′}}\·1n\left(\frac{d_0}{d_1}\right)+\frac{1}{{\mathrm{\λ}}_1^{\′}}\·1n\left(\frac{d_1}{d_e}\right)+\frac{2}{\mathrm{\α}\·d_0}}$

其中， $t_s=t_a+\frac{q}{\mathrm{\π}\·\mathrm{\α}\·d_0},\mathrm{\α}=11.6+7\·\sqrt{v},$

q为单位表面的热损失量，t为管道内部平均温度，t_a为环境温度，λ'为实际传热系数，d₀为保温层外直径，d_e为管道外径，d₁为两层保温层中内层的外径，α为保温层外表面向大气的放热系数，λ'₁为两层保温层中内层的实际热导率，λ'₂为两层保温层中外层的实际热导率，t_s为管道外表面温度，v为风速。

可选的，所述带矢量方向性的能量平衡方程为：

$\mathrm{dH}=q\·d_0\·\frac{4\·F(i,j)}{{\mathrm{\ρ}}_m\·d^2}$

其中，dH是单位时间内的热损失量，q为单位表面的热损失量,d₀为保

温层外直径，F(i,j)为从节点j流至节点i的蒸汽流量,d为管道内径,ρ_m

为管道中蒸汽的平均密度。

可选的，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。

本发明实现了集成蒸汽管网、动力站和装置产用汽的蒸汽动力系统的操作优化计算，在不改变系统结构流程的前提下对系统进行操作参数优化，降低了系统的耗能和操作成本。此外，通过模型的模拟运算提供一组可行解，作为优化运算的初始解，并根据所述初始解计算优化运算的递减梯度，使优化运算沿梯度方向搜寻模型的最优解，提高了优化运算的可靠性和计算效率。

与现有技术相比，本发明的方法能够对蒸汽配送管网同动力站及装置蒸汽系统实现集成模拟和优化，考虑了蒸汽流动的方向性，更准确的描述了实际生产过程中管网不同位置的产用汽状态。此优化方法也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集成动力站及装置产用汽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模拟结果示意图；

图3为本发明一个实施例的蒸汽动力系统优化结果示意图。

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。

图1为本发明一个实施例的集成动力站及装置产用汽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：

S1，确定蒸汽动力系统所需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。

S2，根据所述蒸汽动力系统矢量方向性的能量守恒方程、所述蒸汽动力系统的质量守恒方程、所述各设备的带能量守恒方程、所述各设备的质量守恒方程、蒸汽管网中的热损方程和带矢量方向性的压降方程、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蒸汽动力系统的非线性数学模型，其中所述非线性数学模型包括带矢量方向性的蒸汽管网数学模型和动力站及装置产用汽系统模型；

蒸汽动力系统的非线性数学模型的基本内容包括：蒸汽动力系统中每个单元设备的物料平衡和能量平衡，蒸汽管网内蒸汽的流动情况，系统整体质量平衡和能量平衡，系统的实际条件或设计规定约束，蒸汽热力学特性，以及表示各类参数取值范围的约束条件等。

其中涉及的建模方法，是建立初始蒸汽动力系统的非线性数学模型，主要包括蒸汽动力系统中每个单元设备的物料平衡和能量平衡，系统整体质量平衡和能量平衡，系统的实际条件或设计规定约束，蒸汽热力学特性，以及表示各类参数取值范围。其中，对于蒸汽管网模型，要以管网上的连接节点为单元建立上述方程。所述蒸汽管网模型涵盖了蒸汽管网的直管、支管和管道回路，设定管网中流向及各节点的流量、压力、温度均为变量，能够处理复杂蒸汽管道网络的建模，可以实现对蒸汽管网中“三通”管段的模拟，利用管段长度、管壁厚度、保温材料和弯头数量这些参数，建立蒸汽管网中的温降方程和压降方程，计算蒸汽在各管段中流动时的温降和压降，同时判断管段中蒸汽的流动方向。其中，温降方程与传热系数、传热温差、管壁厚度和蒸汽流量相关联，压降方程也与蒸汽流速、管段长度、管段直径和蒸汽密度相关联。

同时，将蒸汽配送系统纳入蒸汽动力系统优化，开发蒸汽管网的详细模型，计算蒸汽管网各处的压力损失和热量损失，考虑实际工况下蒸汽管网的结构、各个生产装置的相对位置和各处运行参数对整个蒸汽动力系统的影响，并判断蒸汽管网中蒸汽流动的方向性，反映蒸汽管网的实际运行状况。同时，将流股及设备（包括蒸汽管网）关键节点的蒸汽负荷分配、压力和温度均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温度、压力变化状况。由于对温度、压力作为变量处理，则蒸汽的热力学特性必需纳入模型中，因此整个模型具有很强的非线性特征。

值得注意是，本方法中，蒸汽流量处理为矢量，温降和压降也处理为矢量，以表示管段中蒸汽的流动方向。从压降方程看出，矢量压降的正负与蒸汽流速一致，也就是和蒸汽流量一致。热损方程给出单位面积的热损失量，为标量，乘以流速矢量以及外表面积，就是热损值，其正负与蒸汽流速一致，也就是和蒸汽流量一致。热损方程可根据用户设置，自动选择一层保温模式还是两层保温模式。

本方法中，每个节点至多连接三个其他节点或者流股，另外，为减少模型复杂度，每个节点至多连接一个流股，包括进汽和出汽。对于节点i，节点j，F(i,j)表示从节点j流至节点i的蒸汽流量，F(i,j)为正，表示该蒸汽从节点j流进节点i，F(i,j)为负，表示该蒸汽从节点i流出至节点j。该管段的压降dP(i,j)=P(j)-P(i)，根据压降公式，可知dP(i,j)正负与F(i,j)一致。同理，该管段的温降dT(i,j)，其正负也与与F(i,j)一致。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。

所述的带矢量方向性的压降方程为：

$\mathrm{\ΔP}=\mathrm{\λ}\·\frac{l+l_e}{d^5}\·\frac{8\·\left|F(i,j)\right|\·F(i,j)}{{\mathrm{\π}}^2\·{\mathrm{\ρ}}_m}$

其中，ΔP为管道压力降；λ为管道摩擦系数；d为管道内径；l为直管长度；l_e为当量长度；ρ_m为管道中蒸汽的平均密度；F(i,j)为从节点j流至节点i的蒸汽流量。

所述的热损方程为：

一层保温时， $q=2\·\mathrm{\π}\·\frac{t-t_a}{\frac{1}{{\mathrm{\λ}}^{\′}}\·1n\left(\frac{d_0}{d_e}\right)+\frac{2}{\mathrm{\α}\·d_0}}$

二层保温时， $q=2\·\mathrm{\π}\·\frac{t-t_a}{\frac{1}{{\mathrm{\λ}}_2^{\′}}\·1n\left(\frac{d_0}{d_1}\right)+\frac{1}{{\mathrm{\λ}}_1^{\′}}\·1n\left(\frac{d_1}{d_e}\right)+\frac{2}{\mathrm{\α}\·d_0}}$

其中， $t_s=t_a+\frac{q}{\mathrm{\π}\·\mathrm{\α}\·d_0},\mathrm{\α}=11.6+7\·\sqrt{v},$

q为单位表面的热损失量，t为管道内部平均温度，t_a为环境温度，λ'为实际传热系数，d₀为保温层外直径，d_e为管道外径，d₁为两层保温层中内层的外径，α为保温层外表面向大气的放热系数，λ'₁为两层保温层中内层的实际热导率，λ'₂为两层保温层中外层的实际热导率，t_s为管道外表面温度，v为风速。

所述带矢量方向性的能量平衡方程为：

$\mathrm{dH}=q\·d_0\·\frac{4\·F(i,j)}{{\mathrm{\ρ}}_m\·d^2}$

其中，dH是单位时间内的热损失量，q为单位表面的热损失量,d₀为保温层外直径，F(i,j)为从节点j流至节点i的蒸汽流量,d为管道内径,ρ_m为管道中蒸汽的平均密度。

S3，对所述非线性数学模型进行模拟求解，得到模拟运算结果，其中，该模拟运算结果包括所述蒸汽动力系统中所有设备的性能特征参数；

S4，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，其中所述非线性数学模型中流股及设备关键节点的蒸汽负荷分配、压力和温度值均为变量，在指定的数值范围内进行变化；

其中模型中流股及设备关键节点的蒸汽负荷分配、压力和温度值均为变量，可以在指定的数值范围内进行变化。区别于一般的操作优化方法，本方法中管道中蒸汽流量的取值范围为[-FMax,FMax]，FMax为该管段内可通过的最大流量。这样就使得该方法将蒸汽管网的管段中流动方向纳入优化范畴。

所述的优化目标函数为：

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。

S5，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计算优化计算的递减梯度；

S6，根据所述递减梯度进行优化运算，求出所述非线性数学模型新的可行解和新的递减梯度值；

S7，判断所述新的递减梯度值是否小于设定阈值，如果小于所述设定阈值则执行步骤S8；否则返回步骤S6，并利用所述新的可行解和新的递减梯度值继续进行优化运算；

S8，判断小于所述设定阈值的递减梯度值对应的可行解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，则将对应的可行解作为所述蒸汽动力系统的运行参数；如果判断结果为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，则返回步骤S4调整所述优化变量的取值范围，重新进行优化运算。

上述实施例实现了集成蒸汽管网、动力站和装置产用汽的蒸汽动力系统的操作优化计算，在不改变系统结构流程的前提下对系统进行操作参数优化，降低了系统的耗能和操作成本。此外，通过模型的模拟运算提供一组可行解，作为优化运算的初始解，并根据所述初始解计算优化运算的递减梯度，使优化运算沿梯度方向搜寻模型的最优解，提高了优化运算的可靠性和计算效率。

与现有技术相比，本发明的方法能够对蒸汽配送管网同动力站及装置蒸汽系统实现集成模拟和优化，考虑了蒸汽流动的方向性，更准确的描述了实际生产过程中管网不同位置的产用汽状态。此优化方法也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。

此外，申请人已开发出相应的优化软件i-Steam，整合了以上模型搭建方法和优化求解方法，使得蒸汽动力系统的操作优化计算自动化，并保证了计算的准确和快速，降低了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：以小型炼油厂的动力站，由两台锅炉组成，担负着向下游装置提供38bar蒸汽的任务，下游用汽装置包括一台蒸汽透平和四个蒸汽用户。厂区的环境条件见表1：

表1

大气压力	[bar]	1
			大气温度	[C]	20
年操作时间	[hours]	8000
			锅炉进水温度	[C]	120
除盐水价格	[$/year]	5
			输入电价格	[$/(kWh)]	1
燃料	[-]	标煤
			厂区电力需求	[kW]	10000

背景案例在i-Steam中的实现过程如下：

1、建立并求解初始蒸汽动力系统非线性模型

2、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非线性模型，输入模拟参数，见图2。

图2中，蒸汽管网的进汽点和出汽点共有8个，管段一共14个。锅炉1#和2#分别向管网中输送38bar蒸汽，用户1-4作为蒸汽消耗，分别消耗蒸汽(t/h)20、5、20和55。另外还有蒸汽透平1#是凝汽机，功率为3000kW。

从蒸汽产用平衡的角度而言，该模型已经实现了产用平衡，操作参数较好。但是否最优，需要通过计算来验证。

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，其他相关模拟结果也可以在结果文件中查看。

表2

3、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，见表3。

表3

4、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，主要考虑锅炉在满足供汽需求的前提下，如何降低该系统的操作费用。因此，目标函数选定为该系统的年操作费用最小。

5、设计优化计算

在上述步骤完成后，iSteam软件会自动将前面得到的非线性模型模拟结果整合设定的优化变量取值范围，以最小年操作费用为目标函数，利用GRG算法自动优化求解该模型，求解结果即为满足条件下的最优操作参数。

6、模拟结果与优化结果对比

将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，见表4。优化结果示意图见图3。

表4

关于蒸汽管网的优化结果和原有模拟结果进行对比，对比结果见表5：

表5

对比发现，优化结果中，锅炉产汽量、蒸汽管网的流量负荷分配都发生了变化，同时操作费用、燃料费用与模拟结果相比均有下降。同时，还消除了原操作条件中管段13存在冷凝水的现象。这说明原操作条件并非最优，也说明本优化方法可很有效。

以下为与上述方法实施例相对应的集成动力站及装置产用汽的蒸汽动力系统的操作优化系统，包括：

性能参数模块，用于确定蒸汽动力系统所需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、所述各设备的带矢量方向性的能量守恒方程、所述各设备的质量守恒方程、蒸汽管网中的热损方程和带矢量方向性的压降方程、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蒸汽动力系统的非线性数学模型，其中所述非线性数学模型包括带矢量方向性的蒸汽管网数学模型和动力站及装置产用汽系统模型；

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，其中，该模拟运算结果包括所述蒸汽动力系统中所有设备的性能特征参数；

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，其中所述非线性数学模型中流股及设备关键节点的蒸汽负荷分配、压力和温度值均为变量，在指定的数值范围内进行变化；

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计算优化计算的递减梯度，并根据所述递减梯度进行优化运算，求出所述非线性数学模型新的可行解和新的递减梯度值；

梯度阈值判断模块，用于判断所述新的递减梯度值是否小于设定阈值，如果小于所述设定阈值则判断执行模块执行；否则由所述优化求解模块利用所述新的可行解和新的递减梯度值继续进行优化运算；

判断执行模块，用于判断小于所述设定阈值的递减梯度值对应的可行解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，则将对应的可行解作为所述蒸汽动力系统的运行参数。

可选的，所述判断执行模块还用于当判断结果为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，则由所述优化设定模块调整所述优化变量的取值范围，重新进行优化运算。

可选的，所述带矢量方向性的压降方程为：

$\mathrm{\ΔP}=\mathrm{\λ}\·\frac{l+l_e}{d^5}\·\frac{8\·\left|F(i,j)\right|\·F(i,j)}{{\mathrm{\π}}^2\·{\mathrm{\ρ}}_m}$

其中，ΔP为管道压力降；λ为管道摩擦系数；d为管道内径；l为直管长度；l_e为当量长度；ρ_m为管道中蒸汽的平均密度；F(i,j)为从节点j流至节点i的蒸汽流量。

可选的，所述热损方程为：

一层保温时， $q=2\·\mathrm{\π}\·\frac{t-t_a}{\frac{1}{{\mathrm{\λ}}^{\′}}\·1n\left(\frac{d_0}{d_e}\right)+\frac{2}{\mathrm{\α}\·d_0}}$

二层保温时， $q=2\·\mathrm{\π}\·\frac{t-t_a}{\frac{1}{{\mathrm{\λ}}_2^{\′}}\·1n\left(\frac{d_0}{d_1}\right)+\frac{1}{{\mathrm{\λ}}_1^{\′}}\·1n\left(\frac{d_1}{d_e}\right)+\frac{2}{\mathrm{\α}\·d_0}}$

其中， $t_s=t_a+\frac{q}{\mathrm{\π}\·\mathrm{\α}\·d_0},\mathrm{\α}=11.6+7\·\sqrt{v},$

q为单位表面的热损失量，t为管道内部平均温度，t_a为环境温度，λ'为实际传热系数，d₀为保温层外直径，d_e为管道外径，d₁为两层保温层中内层的外径，α为保温层外表面向大气的放热系数，λ'₁为两层保温层中内层的实际热导率，λ'₂为两层保温层中外层的实际热导率，t_s为管道外表面温度，v为风速。

可选的，所述带矢量方向性的能量平衡方程为：

$\mathrm{dH}=q\·d_0\·\frac{4\·F(i,j)}{{\mathrm{\ρ}}_m\·d^2}$

其中，dH是单位时间内的热损失量，q为单位表面的热损失量,d₀为保温层外直径，F(i,j)为从节点j流至节点i的蒸汽流量,d为管道内径,ρ_m为管道中蒸汽的平均密度。

可选的，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。

上述实施例实现了集成蒸汽管网、动力站和装置产用汽的蒸汽动力系统的操作优化计算，在不改变系统结构流程的前提下对系统进行操作参数优化，寻找蒸汽动力系统中压力、流量和温度变量的最优操作运行值，从而提高全系统用能效率，降低系统的耗能和操作成本。此外，通过模型的模拟运算提供一组可行解，作为优化运算的初始解，并根据所述初始解计算优化运算的递减梯度，使优化运算沿梯度方向搜寻模型的最优解，提高了优化运算的可靠性和计算效率。

与现有技术相比，本发明的方法能够对蒸汽配送管网同动力站及装置蒸汽系统实现集成模拟和优化，考虑了蒸汽流动的方向性，更准确的描述了实际生产过程中管网不同位置的产用汽状态。此优化方法也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 (10)

1.一种集成动力站及装置产用汽的蒸汽动力系统的操作优化方法，其特征在于，包括以下步骤：

S1，确定蒸汽动力系统所需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；

S2，根据所述蒸汽动力系统的带矢量方向性的能量守恒方程、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、蒸汽管网中的热损方程和带矢量方向性的压降方程、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蒸汽动力系统的非线性数学模型，其中所述非线性数学模型包括带矢量方向性的蒸汽管网数学模型和动力站及装置产用汽系统模型；

S3，对所述非线性数学模型进行模拟求解，得到模拟运算结果，其中，该模拟运算结果包括所述蒸汽动力系统中所有设备的性能特征参数；

S4，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，其中所述非线性数学模型中流股及设备关键节点的蒸汽流向、负荷分配、压力和温度值均为变量，在指定的数值范围内进行变化；

S5，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计算优化计算的递减梯度；

S6，根据所述递减梯度进行优化运算，求出所述非线性数学模型新的可行解和新的递减梯度值；

S7，判断所述新的递减梯度值是否小于设定阈值，如果小于所述设定阈值则执行步骤S8；否则返回步骤S6，并利用所述新的可行解和新的递减梯度值继续进行优化运算；

S8，判断小于所述设定阈值的递减梯度值对应的可行解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，则将对应的可行解作为所述蒸汽动力系统的运行参数。

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：

如果步骤S8中的判断结果为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，则返回步骤S4调整所述优化变量的取值范围，重新进行优化运算。

3.根据权利要求1所述的方法，其特征在于，所述带矢量方向性的压降方程为：

$\mathrm{\ΔP}=\mathrm{\λ}\·\frac{l+l_e}{d^5}\·\frac{8\·\left|F(i,j)\right|\·F(i,j)}{{\mathrm{\π}}^2\·{\mathrm{\ρ}}_m}$

其中，ΔP为管道压力降；λ为管道摩擦系数；d为管道内径；l为直管长度；l_e为当量长度；ρ_m为管道中蒸汽的平均密度；F(i,j)为从节点j流至节点i的蒸汽流量。

4.根据权利要求1所述的方法，其特征在于，所述热损方程为：

一层保温时， $q=2\·\mathrm{\π}\·\frac{t-t_a}{\frac{1}{{\mathrm{\λ}}^{\′}}\·1n\left(\frac{d_0}{d_e}\right)+\frac{2}{\mathrm{\α}\·d_0}}$

二层保温时， $q=2\·\mathrm{\π}\·\frac{t-t_a}{\frac{1}{{\mathrm{\λ}}_2^{\′}}\·1n\left(\frac{d_0}{d_1}\right)+\frac{1}{{\mathrm{\λ}}_1^{\′}}\·1n\left(\frac{d_1}{d_e}\right)+\frac{2}{\mathrm{\α}\·d_0}}$

其中， $t_s=t_a+\frac{q}{\mathrm{\π}\·\mathrm{\α}\·d_0},\mathrm{\α}=11.6+7\·\sqrt{v},$

q为单位表面的热损失量，t为管道内部平均温度，t_a为环境温度，λ'为实际传热系数，d₀为保温层外直径，d_e为管道外径，d₁为两层保温层中内层的外径，α为保温层外表面向大气的放热系数，λ′₁为两层保温层中内层的实际热导率，λ′₂为两层保温层中外层的实际热导率，t_s为管道外表面温度，v为风速。

5.根据权利要求1所述的方法，其特征在于，所述带矢量方向性的能量平衡方程为：

$\mathrm{dH}=q\·d_0\·\frac{4\·F(i,j)}{{\mathrm{\ρ}}_m\·d^2}$

其中dH是单位时间内的热损失量，q为单位表面的热损失量,d₀为保温层外直径，F(i,j)为从节点j流至节点i的蒸汽流量,d为管道内径,ρ_m为管道中蒸汽的平均密度。

6.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。

7.一种集成动力站及装置产用汽的蒸汽动力系统的操作优化系统，其特征在于，包括：

性能参数模块，用于确定蒸汽动力系统所需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带矢量方向性的能量守恒方程、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、蒸汽管网中的热损方程和带矢量方向性的压降方程、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蒸汽动力系统的非线性数学模型，其中所述非线性数学模型包括带矢量方向性的蒸汽管网数学模型和动力站及装置产用汽系统模型；

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，其中，该模拟运算结果包括所述蒸汽动力系统中所有设备的性能特征参数；

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，其中所述非线性数学模型中流股及设备关键节点的蒸汽负荷分配、压力和温度值均为变量，在指定的数值范围内进行变化；

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计算优化计算的递减梯度，并根据所述递减梯度进行优化运算，求出所述非线性数学模型新的可行解和新的递减梯度值；

梯度阈值判断模块，用于判断所述新的递减梯度值是否小于设定阈值，如果小于所述设定阈值则判断执行模块执行；否则由所述优化求解模块利用所述新的可行解和新的递减梯度值继续进行优化运算；

判断执行模块，用于判断小于所述设定阈值的递减梯度值对应的可行解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，则将对应的可行解作为所述蒸汽动力系统的运行参数。

8.根据权利要求7所述的系统，其特征在于，所述判断执行模块还用于当判断结果为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，则由所述优化设定模块调整所述优化变量的取值范围，重新进行优化运算。

9.根据权利要求7所述的系统，其特征在于，所述带矢量方向性的压降方程为：

$\mathrm{\ΔP}=\mathrm{\λ}\·\frac{l+l_e}{d^5}\·\frac{8\·\left|F(i,j)\right|\·F(i,j)}{{\mathrm{\π}}^2\·{\mathrm{\ρ}}_m}$

其中，ΔP为管道压力降；λ为管道摩擦系数；d为管道内径；l为直管长度；l_e为当量长度；ρ_m为管道中蒸汽的平均密度；F(i,j)为从节点j流至节点i的蒸汽流量。

10.根据权利要求7所述的系统，其特征在于，所述热损方程为：

一层保温时， $q=2\·\mathrm{\π}\·\frac{t-t_a}{\frac{1}{{\mathrm{\λ}}^{\′}}\·1n\left(\frac{d_0}{d_e}\right)+\frac{2}{\mathrm{\α}\·d_0}}$

二层保温时， $q=2\·\mathrm{\π}\·\frac{t-t_a}{\frac{1}{{\mathrm{\λ}}_2^{\′}}\·1n\left(\frac{d_0}{d_1}\right)+\frac{1}{{\mathrm{\λ}}_1^{\′}}\·1n\left(\frac{d_1}{d_e}\right)+\frac{2}{\mathrm{\α}\·d_0}}$

其中， $t_s=t_a+\frac{q}{\mathrm{\π}\·\mathrm{\α}\·d_0},\mathrm{\α}=11.6+7\·\sqrt{v},$

q为单位表面的热损失量，t为管道内部平均温度，t_a为环境温度，λ'为实际传热系数，d₀为保温层外直径，d_e为管道外径，d₁为两层保温层中内层的外径，α为保温层外表面向大气的放热系数，λ'₁为两层保温层中内层的实际热导率，λ'₂为两层保温层中外层的实际热导率，t_s为管道外表面温度，v为风速。