CN106251028A - 一种火电厂汽轮机大修周期的预测方法 - Google Patents
一种火电厂汽轮机大修周期的预测方法 Download PDFInfo
- Publication number
- CN106251028A CN106251028A CN201610831686.8A CN201610831686A CN106251028A CN 106251028 A CN106251028 A CN 106251028A CN 201610831686 A CN201610831686 A CN 201610831686A CN 106251028 A CN106251028 A CN 106251028A
- Authority
- CN
- China
- Prior art keywords
- overhaul
- steam turbine
- cost
- rate
- unit
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000008901 benefit Effects 0.000 claims abstract description 27
- 230000005611 electricity Effects 0.000 claims abstract description 23
- 239000003245 coal Substances 0.000 claims description 57
- 238000012423 maintenance Methods 0.000 claims description 29
- 238000010248 power generation Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 10
- 238000011234 economic evaluation Methods 0.000 claims description 10
- 238000010977 unit operation Methods 0.000 claims description 10
- 230000006872 improvement Effects 0.000 claims description 7
- 238000010348 incorporation Methods 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 6
- 238000011056 performance test Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000001174 ascending effect Effects 0.000 claims description 2
- 230000007423 decrease Effects 0.000 claims description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims 1
- 240000002853 Nelumbo nucifera Species 0.000 claims 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims 1
- 230000008439 repair process Effects 0.000 abstract description 11
- 238000004364 calculation method Methods 0.000 description 4
- 230000000630 rising effect Effects 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 108010014173 Factor X Proteins 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Control Of Turbines (AREA)
Abstract
本发明公开了一种火电厂汽轮机大修周期的预测方法,利用火电厂汽轮机组近些年的运行参数及相关参数和数据,计算汽轮机大修间隔内每度电的检修成本和汽轮机的大修热效益,通过汽轮机大修效益与检修成本相比较,提出了汽轮机经济性指数,通过经济性指数建立了一种火电厂汽轮机大修周期的预测方法。本方法从火电厂经济角度出发,来对火电厂的汽轮机大修时间进行预测,得到一个合理的大修周期,使得与理论最佳大修时间接近,使经济损失降到最低。本发明计算简便,实用性强,为汽轮机大修周期制定提供了新的研究方向,克服了传统的计划检修中欠修或者过修造成的不必要的经济损失。
Description
技术领域:
本发明涉及火电厂汽轮机经济性的计算、汽轮机状态评估以及检修周期优化等技术领域,具体涉及一种火电厂汽轮机大修周期的预测方法。
背景技术:
随着化石能源资源供应趋紧与全球能源需求增长的矛盾进一步扩大,廉价一次能源时代已一去不返,二次能源供求矛盾缓和,电力行业的竞争逐渐加剧并进入微利时代,逐步降低发电成本已成为电力产业取得竞争优势的关键手段。寻求有效的方法降低发电成本,尤其是检修成本,已成为发电厂和发电集团当前工作的重要内容之一。
汽轮机组的完好状况直接影响火电厂的经济效益、安全生产与环境保护。像其他任何类型的设备一样,汽轮机在使用中都会发生磨损和老化,正确的使用和精心的维护可延长零件正常磨损阶段,但不可能使其中止。当设备的某一部位或某些零件因腐蚀、磨损等造成损坏时,就需要修复或更换损坏的部位或零件,使设备能恢复正常工作,这就是所说的设备的修理。
在火电厂的主机中,汽轮机组的检修涉及到揭缸、抽转子等项目,一旦揭缸,则至少需要40天的时间,检修需时长、而检修频率较低,是决定火电厂大修计划的关键因素。锅炉的检修周期相对较短、但检修频率高,锅炉一般不需要大修,如果没有整个部件的更换(如全部更换过热器或再热器等部件),一般的检查、换管在小修中即可完成,即使锅炉的爆管抢修一般仅3~5天即可完成,锅炉的检修周期影响的是机组的小修周期或检查间隔。
在目前市场经济、竞争十分激烈的形势下,时间就是金钱,时间就是效益。从某种意义上讲,时间是一个企业最为稀缺的资源。在保证安全和质量的情况下,大修的周期直接关系到电厂的经营业绩。机组大修周期合理制定,就会带来可观的经济效益。所以,大修周期和电厂经济效益密切相关。现阶段大部分汽轮机组都是按照出厂的建议进行小修和大修,属于计划检修,如每年一次小修,六年一次大修。而这种方法在现实生活中一般会造成欠修或者过修,造成一定的经济损失,特别是大修。
在很多情况下,设备的状态只能决定其是否能继续工作,而无法预知何时失效,以及失效造成的损失有多大;设备状态检修的实施还涉及到小故障发展成大故障、小损失造成大损失的现象,这就涉及到一个对设备的状态进行评估并根据评估结果调整设备维修、维护的问题。大修周期的长短与检修成本和运行可靠性等密切相关,理论上存在一个最佳大修周期,使得机组检修成本最低、运行可靠性最高、热经济性最佳,造成的经济损失最少。
发明内容:
本发明的目的在于提供一种火电厂汽轮机大修周期的预测方法,从火电厂经济角度出发,来对火电厂的汽轮机大修时间进行预测,得到一个合理的大修周期,使得与理论最佳大修时间接近,使经济损失降到最低。
为达到上述目的,本发明采用如下技术方案予以实现的:
一种火电厂汽轮机大修周期的预测方法,包括以下步骤:
1)收集统计火电厂汽轮机组近些年的运行参数及相关参数和数据,包括:大修平均费用A元,汽轮机大修间隔PT年,机组PT年期间的平均年运行小时N,机组PT年期间的平均年负荷率X%,机组容量R,每次大修平均耗时T天,上网电价D元/kW·h,标准煤进厂价Kcoal,厂用电率a%;
2)使用大修平均费用A元,汽轮机大修间隔PT年,机组PT年期间的平均年运行小时,机组PT年期间的平均年负荷率,机组容量R,计算汽轮机组一个大修间隔内平均到每度电上的大修的直接费用Costdir;
3)使用检修前供电煤耗Bxqgd与标准煤进厂价Kcoal,计算检修前每度电的燃煤成本价Bp;
4)利用步骤3)中得到的燃煤成本价Bp计算大修停产时每度电在大修的发电损失Costndir;
5)利用步骤2)和步骤4)中得到的Costdir和Costndir计算每度电的检修成本,即为大修引起的直接费用和大修期间暂停发电造成的发电损失之和Costsum;
6)计算汽轮机组的发电热耗率qfd;
7)利用步骤6)中的发电热耗率qfd计算汽轮机组在发电时的标准煤耗率Bfd;
8)利用步骤7)中的标准煤耗率Bfd计算火电厂的供电标准煤耗率Bgd;
9)由于大修后,汽轮机组通流部分效率提高,相比大修前,机组热耗、煤耗下降,发电成本降低,根据步骤8)得出的计算过程,推导出计算汽轮机热耗率大修改善量Δq0:
Δq0=ΔBgd×[29270×ηgd×ηgl×(1-a)] (kJ/kW·h)
10)大修前汽轮机热耗率为大修后热耗率与热耗率大修改善量之和,通过步骤9)中计算式,推导出大修前汽轮机热耗率q0-xqgd,
q0-xqgd=q0-xhgd+Δq0gd (kJ/kW·h)
式中:q0-xqgd——汽轮机大修前热耗率,kJ/kW·h;
q0-xhgd——汽轮机大修后热耗率,kJ/kW·h,通过性能试验获得;
11)大修后汽轮机效率提高仅使煤耗降低,而未影响机组出力,那么,汽轮机大修效益就等于供电煤耗的降低成本Costcoal,
12)计算汽轮机检修极限热效益,从经济性角度出发,汽轮机的极限大修周期应为汽轮机大修效益与检修成本相等时所对应的检修周期;同理,汽轮机大修效益与检修成本相等时所对应的机组热耗率即为汽轮机的极限热耗率;通过步骤5)和步骤11)得到的结果,从上式求解得供电标准煤耗率相对变化量ΔBgd如下:
根据供电标准煤耗率相对变化量ΔBgd,通过步骤9)计算得出汽轮机热耗率允许上升量Δq0,从而通过步骤10)获得汽轮机应该进行检修的极限热耗率q0-limit;
13)建立经济性指数C,定义C为机组运行热耗率与极限热耗率之比
14)通过计算前些年中各年汽轮机组的经济指数C来判断汽轮机的运行情况,当C<1时,说明汽轮机可以继续运行,通过对汽轮机未来几年的经济性指数进行预测,当C≥1时,进行汽轮机大修。
本发明进一步的改进在于:步骤2)中,每度电上的大修的直接费用Costdir的计算公式如下:
式中:PT——汽轮机大修间隔,年;
A——大修平均费用,元;
N——机组PT年期间的平均年运行小时,小时/年;
X——机组PT年期间的平均年负荷率,%;
R——机组容量,kW。
本发明进一步的改进在于:步骤3)中,燃煤成本价Bp的计算公式如下:
式中:Bxqgd——检修前供电煤耗,kg/kW·h;
Kcoal——标准煤进厂价,元/吨。
4.根据权利要求1所述一种基火电厂汽轮机大修周期的预测方法,其特征在于:步骤4)中,大修停产时每度电在大修的发电损失Costndir的计算公式如下:
式中:T——每次大修平均耗时,天;
D——上网电价,元/kW·h;
Bp——检修前每度电的燃煤成本价,元/kW·h。
本发明进一步的改进在于:步骤5)中,Costsum=Costdir+Costndir元/kW·h
即:
本发明进一步的改进在于:步骤6)中,汽轮机组的发电热耗率qfd的计算公式如下:
式中:qfd——汽轮机发电热耗率,kJ/kW·h;
q0——汽轮机热耗率,kJ/kW·h;
ηgd——管道效率,%;
ηgl——锅炉效率,%。
本发明进一步的改进在于:步骤7)中,
式中:29270——每kg标准煤所含热量,kJ/kg。
本发明进一步的改进在于:步骤8)中,火电厂的供电标准煤耗率Bgd的计算公式如下:
式中:a——厂用电率,%;
即:
本发明进一步的改进在于:所述步骤6)中在做汽轮机经济性评估时不考虑管道和锅炉的效率变化,并且假设大修前后ηgd和ηgl不变。
本发明进一步的改进在于:所述步骤13)中机组运行热耗率qxqgd为大修前的机组运行热耗率,通过性能试验获得,机组运行热耗率qxqgd小于极限热耗率q0-limit时,大修效益小于检修成本,继续运行,运行热耗率qxqgd小于极限热耗率q0-limit的范围为机组有效运行区;机组运行热耗率qxqgd大于等于极限热耗率q0-limit时,大修效益大于检修成本,实施大修以提高经济性。
与现有技术相比,本发明具有以下有益效果:
在火电厂的主机中,汽轮机的检修涉及到揭缸、抽转子等项目,一旦揭缸,则至少需要40天的时间,检修需时长、而检修频率较低,是决定计划检修周期的关键因素。本发明所述一种火电厂汽轮机大修周期的预测方法,从经济性角度出发,通过计算汽轮机大修周期内每度电的检修成本和汽轮机大修效益,两者对比之后得出汽轮机应该进行检修的极限热耗率q0-limit,然后建立经济性指数C,通过计算汽轮机的经济性指数C,可以对汽轮机进行经济性监测和大修周期的预测。与现有的基于时间周期的计划检修相比,该方法建立在机组实际运行小时和负荷率的基础之上,综合考虑标煤入厂价以及检修成本这些实际影响因素,减少了过修,优化了检修周期,降低了机组检修成本。
附图说明:
图1为大修周期预测计算流程图;
图2为机组大修前、后经济性比较图;
图3为机组经济性指数年变化趋势示意图。
具体实施方式:
下面结合附图及某电厂容量为660MW的汽轮发电机组的实施例对本发明作进一步说明。本发明的大修周期预测计算流程如图1所示,各详细步骤如下:
步骤1)收集统计火电厂该汽轮机组近些年的运行参数及相关参数和数据;
步骤2)计算汽轮机组一个大修间隔内平均到每度电上的大修的直接费用Costdir,机组每度电大修的直接费用为:
式中:PT——汽轮机大修间隔,年;
A——大修平均费用,元;
N——机组PT年期间的平均年运行小时,小时/年;
X——机组PT年期间的平均年负荷率,%。
步骤3)计算检修前每度电的燃煤成本价Bp:
式中:Bxqgd——检修前供电煤耗,kg/kW·h;
Kcoal——标准煤进厂价,元/吨。
步骤4)计算大修停产时每度电在大修的发电损失Costndir:
式中:T——每次大修平均耗时,天;
D——上网电价,元/kW·h;
Bp——检修前每度电的燃煤成本价,元/kW·h。
步骤5)计算每度电的检修成本即为大修引起的直接费用和大修期间暂停发电造成的发电损失之和:
Costsum=Costdir+Costndir元/kW·h
即:
步骤6)计算汽轮机组的发电热耗率:
式中:qfd——汽轮机发电热耗率,kJ/kW·h;
q0——汽轮机热耗率,kJ/kW·h;
ηgd——管道效率,%;
ηgl——锅炉效率,%。
步骤7)计算汽轮机组在发电时的标准煤耗率:
式中:29270——每kg标准煤所含热量,kJ/kg。
步骤8)计算火电厂的供电标准煤耗率:
式中:a——厂用电率,%。
即:
步骤9)由于大修后,汽轮机组通流部分效率提高,相比大修前,机组热耗、煤耗下降,发电成本降低,根据供电煤耗率计算热耗率,汽轮机热耗率大修改善量为:
Δq0=ΔBgd×[29270×ηgd×ηgl×(1-a)] (kJ/kW·h)
步骤10)大修前汽轮机热耗率为大修后热耗率与热耗率大修改善量之和,即:
q0-xqgd=q0-xhgd+Δq0gd (kJ/kW·h)
式中:q0-xqgd——汽轮机大修前热耗率,kJ/kW·h;
q0-xhgd——汽轮机大修后热耗率,kJ/kW·h。
步骤11)大修后汽轮机效率提高仅使煤耗降低,而未影响机组出力,那么,汽轮机大修效益就等于供电煤耗的降低成本,即:
机组大修前、后热耗率的变化示意如图2所示,假设机组连续运行十年不大修,机组热耗率曲线如图2中a-c所示;如果运行四年后大修,则大修后到第十年的热耗率曲线如d-e所示,可见大修产生的总效益为热耗率的相对降低量与一个大修周期内发电总量的乘积,即b-c-e-d包容的阴影部分面积,用数学方法表示为:
式中:F(x)——机组大修前的热耗率变化函数;
f(x)——机组大修后的热耗率变化函数。
在实际应用中,F(x)和f(x)可以近似为线性关系,热耗率相对下降视为常量。
步骤12)计算汽轮机检修极限热效益,从经济性角度出发,汽轮机的极限大修周期应为汽轮机大修效益与检修成本相等时所对应的检修周期;同理,汽轮机大修效益与检修成本相等时所对应的机组热耗率即为汽轮机的极限热耗率。
因为:
Costsum=Costcoal
从上式求解得供电标准煤耗率相对变化量:
根据供电标准煤耗率相对变化量ΔBgd,计算得出汽轮机热耗率允许上升量Δq0,从而获得汽轮机应该进行检修的极限热耗率q0-limit。
步骤13)建立经济性指数C,定义C为机组运行热耗率与极限热耗率之比
通过以上各步骤,分别对汽轮机组2011年、2012年、2013年的经济性指数C实施计算,并根据机组年平均运行小时、机组年平均负荷率、上网电价、标准煤进厂价等参数的预测结果对2014年、2015年、2016年、2017年的经济性指数C进行预测,各种参数和计算结果如表1~7所示,整体变化趋势如图3所示。
表1某汽轮机经济性评估结果(2011年)
经济性指数C为0.9842。
表2某汽轮机经济性评估结果(2012年)
经济性指数C为0.9897。
表3某汽轮机经济性评估结果(2013年)
经济性指数C为0.9730。
表4某汽轮机经济性评估结果(2014年)
经济性指数C为0.9809。
表5某汽轮机经济性评估结果(2015年)
经济性指数C为0.9851。
表6某汽轮机经济性评估结果(2016年)
经济性指数C为0.9819。
表7某汽轮机经济性评估结果(2017年)
经济性指数C为0.9868。
如图3所示,随着汽轮机运行年限的增加,经济性指数C整体呈现上升的趋势,越来越接近于1,济性指数变差。
如图3所示,经济性指数的年变化趋势有波动现象。根据经济性评估的计算过程可知,造成这一现象的主要原因是:汽轮机经济性指数计算中,检修成本以及相应的大修后热耗率的改善量受汽轮机的年平均运行小时(每年变化)、年平均负荷率(每年变化)、上网电价(每年变化,整体呈现下降趋势,上网电价下降,检修造成的发电损失降低)、标煤进厂价(每年变化,整体呈下降趋势,煤价下降,检修造成的发电损失上升)、修后供电煤耗(随着机组的老化、检修恢复程度的影响,修后供电煤耗应是呈现上升的趋势)等因素的影响,由于上述数据随宏观经济形势发生变化,因此经济性指数C也发生随宏观经济情况的波动。另外,目前计算中,汽轮机的检修间隔、检修耗时、检修费用等暂时设定为不变的常量,实际上这3个参数也会随宏观经济形势发生变化。
步骤14)通过计算前些年中各年汽轮机组的经济指数C来判断汽轮机的运行情况,当C<1时,说明汽轮机可以继续运行。通过当前的宏观经济和火电厂的情况可以预测未来几年的机组的一些参数,通过这些参数来计算出经济性指数C等于1时的运行年限,从而根据这个时间进行大修。
Claims (10)
1.一种火电厂汽轮机大修周期的预测方法,其特征在于,包括以下步骤:
1)收集统计火电厂汽轮机组近些年的运行参数及相关参数和数据,包括:大修平均费用A元,汽轮机大修间隔PT年,机组PT年期间的平均年运行小时N,机组PT年期间的平均年负荷率X%,机组容量R,每次大修平均耗时T天,上网电价D元/kW·h,标准煤进厂价Kcoal,厂用电率a%;
2)使用大修平均费用A元,汽轮机大修间隔PT年,机组PT年期间的平均年运行小时,机组PT年期间的平均年负荷率,机组容量R,计算汽轮机组一个大修间隔内平均到每度电上的大修的直接费用Costdir;
3)使用检修前供电煤耗Bxqgd与标准煤进厂价Kcoal,计算检修前每度电的燃煤成本价Bp;
4)利用步骤3)中得到的燃煤成本价Bp计算大修停产时每度电在大修的发电损失Costndir;
5)利用步骤2)和步骤4)中得到的Costdir和Costndir计算每度电的检修成本,即为大修引起的直接费用和大修期间暂停发电造成的发电损失之和Costsum;
6)计算汽轮机组的发电热耗率qfd;
7)利用步骤6)中的发电热耗率qfd计算汽轮机组在发电时的标准煤耗率Bfd;
8)利用步骤7)中的标准煤耗率Bfd计算火电厂的供电标准煤耗率Bgd;
9)由于大修后,汽轮机组通流部分效率提高,相比大修前,机组热耗、煤耗下降,发电成本降低,根据步骤8)得出的计算过程,推导出计算汽轮机热耗率大修改善量Δq0:
Δq0=ΔBgd×[29270×ηgd×ηgl×(1-a)](kJ/kW·h)
10)大修前汽轮机热耗率为大修后热耗率与热耗率大修改善量之和,通过步骤9)中计算式,推导出大修前汽轮机热耗率q0-xqgd,
q0-xqgd=q0-xhgd+Δq0gd(kJ/kW·h)
式中:q0-xqgd——汽轮机大修前热耗率,kJ/kW·h;
q0-xhgd——汽轮机大修后热耗率,kJ/kW·h,通过性能试验获得;
11)大修后汽轮机效率提高仅使煤耗降低,而未影响机组出力,那么,汽轮机大修效益就等于供电煤耗的降低成本Costcoal,
12)计算汽轮机检修极限热效益,从经济性角度出发,汽轮机的极限大修周期应为汽轮机大修效益与检修成本相等时所对应的检修周期;同理,汽轮机大修效益与检修成本相等时所对应的机组热耗率即为汽轮机的极限热耗率;通过步骤5)和步骤11)得到的结果,Costsum=Costcoal,从上式求解得供电标准煤耗率相对变化量ΔBgd如下:
根据供电标准煤耗率相对变化量ΔBgd,通过步骤9)计算得出汽轮机热耗率允许上升量Δq0,从而通过步骤10)获得汽轮机应该进行检修的极限热耗率q0-limit;
13)建立经济性指数C,定义C为机组运行热耗率与极限热耗率之比
14)通过计算前些年中各年汽轮机组的经济指数C来判断汽轮机的运行情况,当C<1时,说明汽轮机可以继续运行,通过对汽轮机未来几年的经济性指数进行预测,当C≥1时,进行汽轮机大修。
2.根据权利要求1所述一种基火电厂汽轮机大修周期的预测方法,其特征在于:步骤2)中,每度电上的大修的直接费用Costdir的计算公式如下:
式中:PT——汽轮机大修间隔,年;
A——大修平均费用,元;
N——机组PT年期间的平均年运行小时,小时/年;
X——机组PT年期间的平均年负荷率,%;
R——机组容量,kW。
3.根据权利要求1所述一种基火电厂汽轮机大修周期的预测方法,其特征在于:步骤3)中,燃煤成本价Bp的计算公式如下:
式中:Bxqgd——检修前供电煤耗,kg/kW·h;
Kcoal——标准煤进厂价,元/吨。
4.根据权利要求1所述一种基火电厂汽轮机大修周期的预测方法,其特征在于:步骤4)中,大修停产时每度电在大修的发电损失Costndir的计算公式如下:
式中:T——每次大修平均耗时,天;
D——上网电价,元/kW·h;
Bp——检修前每度电的燃煤成本价,元/kW·h。
5.根据权利要求1所述一种基火电厂汽轮机大修周期的预测方法,其特征在于:步骤5)中,Costsum=Costdir+Costndir元/kW·h
即:
6.根据权利要求1所述一种基火电厂汽轮机大修周期的预测方法,其特征在于:步骤6)中,汽轮机组的发电热耗率qfd的计算公式如下:
式中:qfd——汽轮机发电热耗率,kJ/kW·h;
q0——汽轮机热耗率,kJ/kW·h;
ηgd——管道效率,%;
ηgl——锅炉效率,%。
7.根据权利要求1所述一种基火电厂汽轮机大修周期的预测方法,其特征在于:步骤7)中,
式中:29270——每kg标准煤所含热量,kJ/kg。
8.根据权利要求1所述一种基火电厂汽轮机大修周期的预测方法,其特征在于:步骤8)中,火电厂的供电标准煤耗率Bgd的计算公式如下:
式中:a——厂用电率,%;
即:
9.根据权利要求1所述一种基火电厂汽轮机大修周期的预测方法,其特征在于:所述步骤6)中在做汽轮机经济性评估时不考虑管道和锅炉的效率变化,并且假设大修前后ηgd和ηgl不变。
10.根据权利要求1所述一种基火电厂汽轮机大修周期的预测方法,其特征在于:所述步骤13)中机组运行热耗率qxqgd为大修前的机组运行热耗率,通过性能试验获得,机组运行热耗率qxqgd小于极限热耗率q0-limit时,大修效益小于检修成本,继续运行,运行热耗率qxqgd小于极限热耗率q0-limit的范围为机组有效运行区;机组运行热耗率qxqgd大于等于极限热耗率q0-limit时,大修效益大于检修成本,实施大修以提高经济性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610831686.8A CN106251028A (zh) | 2016-09-19 | 2016-09-19 | 一种火电厂汽轮机大修周期的预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610831686.8A CN106251028A (zh) | 2016-09-19 | 2016-09-19 | 一种火电厂汽轮机大修周期的预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106251028A true CN106251028A (zh) | 2016-12-21 |
Family
ID=57600253
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610831686.8A Pending CN106251028A (zh) | 2016-09-19 | 2016-09-19 | 一种火电厂汽轮机大修周期的预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106251028A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109583595A (zh) * | 2017-09-27 | 2019-04-05 | 上海电气电站设备有限公司 | 一种确定火电汽轮机大修周期及其影响因素的方法 |
CN114396323A (zh) * | 2022-01-18 | 2022-04-26 | 中电华创电力技术研究有限公司 | 一种汽轮机本体揭缸检修的智能预警方法和装置 |
CN115018093A (zh) * | 2022-04-28 | 2022-09-06 | 华电电力科学研究院有限公司 | 一种燃煤机组检修周期确定方法、装置及电子设备 |
-
2016
- 2016-09-19 CN CN201610831686.8A patent/CN106251028A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109583595A (zh) * | 2017-09-27 | 2019-04-05 | 上海电气电站设备有限公司 | 一种确定火电汽轮机大修周期及其影响因素的方法 |
CN114396323A (zh) * | 2022-01-18 | 2022-04-26 | 中电华创电力技术研究有限公司 | 一种汽轮机本体揭缸检修的智能预警方法和装置 |
CN114396323B (zh) * | 2022-01-18 | 2024-04-26 | 中电华创电力技术研究有限公司 | 一种汽轮机本体揭缸检修的智能预警方法和装置 |
CN115018093A (zh) * | 2022-04-28 | 2022-09-06 | 华电电力科学研究院有限公司 | 一种燃煤机组检修周期确定方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Schmidt et al. | Implementing key performance indicators for energy efficiency in manufacturing | |
CN113723718B (zh) | 一种能源碳排放预测方法、装置、设备及介质 | |
Hong et al. | The importance of flexible power plant operation for Jiangsu's wind integration | |
Chan et al. | Why are power plants in India less efficient than power plants in the United States? | |
CN103440528A (zh) | 基于耗差分析的火电机组运行优化方法及装置 | |
Coffel et al. | Thermal power generation is disadvantaged in a warming world | |
CN106251028A (zh) | 一种火电厂汽轮机大修周期的预测方法 | |
Rohlfs et al. | Assessment of clean-coal strategies: The questionable merits of carbon capture-readiness | |
Zhang et al. | Mid-long term optimal dispatching method of power system with large-scale wind-photovoltaic-hydro power generation | |
CN108701332A (zh) | 发电单元组的维护计划支援系统 | |
CN103778478A (zh) | 结合海水潮汐特性的循环水最优运行方式预测方法 | |
Wang et al. | Directed technical change, capital intensity increase and energy transition: evidence from China | |
Kaldellis et al. | Evaluating the ability of Greek power stations to comply with the obligations posed by the second National Allocation Plan concerning carbon dioxide emissions | |
CN104408540B (zh) | 一种汽轮机改造节能量的评估方法 | |
Rachmanto et al. | Economic analysis of on-grid photovoltaic-generator hybrid energy systems for rural electrification in Indonesia | |
Ghadimi et al. | Advanced on-site energy generation towards sustainable manufacturing | |
Holttinen et al. | Reduction of CO 2 emissions due to wind energy-methods and issues in estimating operational emission reductions | |
CN114254946A (zh) | 新能源发电等值年费用比较方法、系统、设备及存储介质 | |
Hübel et al. | Evaluation of Flexibility Optimization for Thermal Power Plants | |
Mzimba et al. | The Cost Implications of Operating a Coal-Fired Power Plant in a Cycling Mode | |
Khokhlov et al. | The economic effect determination for combined cycle power plant with pressurized heat recovery steam generator | |
Van den Bergh et al. | Long-term cycling costs in short-term unit commitment models | |
Rohlfs et al. | Cost effectiveness of carbon capture-ready coal power plants with delayed retrofit | |
AlHammadi et al. | Simulation and Comparison of Gas Turbines in UAE Using Heavyduty Gas Turbine Modelling WIth LCOE | |
Harthan | Integration of Renewable Energies into the German Power System and Their Influence on Investments in New Power Plants: Integrated Consideration of Effects on Power Plant Investment and Operation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161221 |