CN109685264A - 火电机组运行优化方法、装置及计算机设备 - Google Patents
火电机组运行优化方法、装置及计算机设备 Download PDFInfo
- Publication number
- CN109685264A CN109685264A CN201811564379.3A CN201811564379A CN109685264A CN 109685264 A CN109685264 A CN 109685264A CN 201811564379 A CN201811564379 A CN 201811564379A CN 109685264 A CN109685264 A CN 109685264A
- Authority
- CN
- China
- Prior art keywords
- optimized model
- subsystem
- optimization
- model
- controllable factor
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000010977 unit operation Methods 0.000 title claims abstract description 31
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 38
- 238000004519 manufacturing process Methods 0.000 claims abstract description 9
- 230000008878 coupling Effects 0.000 claims abstract description 8
- 238000010168 coupling process Methods 0.000 claims abstract description 8
- 238000005859 coupling reaction Methods 0.000 claims abstract description 8
- 238000011156 evaluation Methods 0.000 claims description 36
- 230000006870 function Effects 0.000 claims description 22
- 230000007613 environmental effect Effects 0.000 claims description 21
- 239000003245 coal Substances 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 230000002068 genetic effect Effects 0.000 claims description 6
- 238000002485 combustion reaction Methods 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 5
- 239000000428 dust Substances 0.000 claims description 5
- 238000011234 economic evaluation Methods 0.000 claims description 5
- 238000003801 milling Methods 0.000 claims description 5
- 238000005453 pelletization Methods 0.000 claims description 5
- 230000001172 regenerating effect Effects 0.000 claims description 5
- 238000002922 simulated annealing Methods 0.000 claims description 4
- 230000008901 benefit Effects 0.000 claims description 3
- 230000003009 desulfurizing effect Effects 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 claims 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 2
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 2
- 235000008434 ginseng Nutrition 0.000 claims 2
- 238000000227 grinding Methods 0.000 claims 1
- 239000000470 constituent Substances 0.000 description 11
- 230000006872 improvement Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 4
- 238000000137 annealing Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000005619 thermoelectricity Effects 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Computational Linguistics (AREA)
- Game Theory and Decision Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Development Economics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Genetics & Genomics (AREA)
- Physiology (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Feedback Control In General (AREA)
Abstract
本发明提供一种火电机组运行优化方法，包括：根据运行历史数据以及生产流程的耦合度和重要度建立多个子系统优化模型；所述子系统优化模型的输入包括操作可控因子集，所述子系统优化模型的输出包括经济性评价指标；根据火电机组实时工况数据得到每个子系统优化模型对应的首次操作可控因子集；将所述首次操作可控因子集作为所述子系统优化模型的输入利用优化算法进行迭代优化处理直至所述子系统优化模型输出的经济性评价指标符合预设经济性评价指标；利用所述子系统优化模型的反算功能求解出符合预设经济性评价指标对应的操作可控因子集做为所述子系统优化模型的最优操作可控因子集。该方法可以快速有效的获取火电机组运行的最佳工艺参数。
Description
技术领域
本发明涉及火电机组性能管理技术领域，尤其是涉及火电机组运行优化方法、装置及计算机设备。
背景技术
目前，火电厂机组实际运行的边界条件总是在不断变化，国内火电机组运行中普遍存在煤质多变、负荷多变、气候多变和设备多变(四变)问题。生产现场急需一套快速有效的寻优指导方法以解决现有火电机组的优化和控制问题，从而降低机组能耗，满足国家节能减排政策的要求。
发明内容
本发明的目的在于针对现有技术的上述问题，提供了一种火电机组运行优化方法及装置用于解决现有技术的不足。
具体地，本发明实施例提供了一种火电机组运行优化方法，包括：
根据火电厂运行历史数据以及生产流程的耦合度和重要度建立多个相对独立的子系统优化模型；所述子系统优化模型的输入包括操作可控因子集，所述子系统优化模型的输出包括经济性评价指标；
根据火电机组实时工况数据得到每个子系统优化模型对应的首次操作可控因子集；
将所述首次操作可控因子集作为所述子系统优化模型的输入利用优化算法进行迭代优化处理直至所述子系统优化模型输出的经济性评价指标符合预设经济性评价指标；
利用所述子系统优化模型的反算功能求解出符合预设经济性评价指标对应的操作可控因子集做为所述子系统优化模型的最优操作可控因子集。
作为上述技术方案的进一步改进，还包括：
将每个子系统优化模型对应的最优操作可控因子集作为所述火电机组的运行输入参数利用优化算法进行迭代优化处理直至所述火电机组输出的经济性评价指标符合预设全局性评价指标；
求出符合预设全局性评价指标对应的运行参数以做为所述火电机组的最优运行指导参数。
作为上述技术方案的进一步改进，所述子系统优化模型的输出还包括环保性评价指标；
将首次操作可控因子作为所述子系统优化模型的输入利用优化算法对所述每个子系统进行迭代优化处理直至每个子系统输出的经济性评价指标符合预设经济性评价指标以及每个子系统输出的环保性评价指标符合预设环保性评价指标。
作为上述技术方案的进一步改进，所述子系统优化模型包括：制粉系统优化模型、煤粉细度优化模型、磨煤机出口温度优化模型、风量优化模型、磨煤机组合方式优化模型、配风方式优化模型、炉膛负压优化模型、燃烧整体优化模型、真空系统优化模型、滑压曲线优化模型、回热系统优化模型、脱硫系统优化模型以及除尘系统优化模型。
作为上述技术方案的进一步改进，所述的优化算法包括：遗传算法、蚁群算法和模拟退火算法中的至少一种。
本发明实施例还提供了一种火电机组运行优化装置，包括：
模型建立模块，用于根据火电厂运行历史数据以及生产流程的耦合度和重要度建立多个相对独立的子系统优化模型；所述子系统优化模型的输入包括操作可控因子集，所述子系统优化模型的输出包括经济性评价指标；
获取模块，用于根据火电机组实时工况数据得到每个子系统优化模型对应的首次操作可控因子集；
子系统优化模块，用于将所述首次操作可控因子集作为所述子系统优化模型的输入利用优化算法进行迭代优化处理直至所述子系统优化模型输出的经济性评价指标符合预设经济性评价指标；
第一运算模块，用于利用所述子系统优化模型的反算功能求解出符合预设经济性评价指标对应的操作可控因子集做为所述子系统优化模型的最优操作可控因子集。
作为上述技术方案的进一步改进，还包括：全局优化模块，用于将每个子系统优化模型对应的最优操作可控因子集作为所述火电机组的运行输入参数利用优化算法进行迭代优化处理直至所述火电机组输出的经济性评价指标符合预设全局性评价指标；
第二运算模块，用于求出符合预设全局性评价指标对应的运行参数以做为所述火电机组的最优运行指导参数。
作为上述技术方案的进一步改进，所述模型建立模块建立的每个子系统优化模型的输出还包括环保性评价指标；
所述子系统优化模块进行迭代优化处理直至每个子系统优化模型输出的环保性评价指标符合预设环保性评价指标。
作为上述技术方案的进一步改进，所述子系统优化模型包括：制粉系统优化模型、煤粉细度优化模型、磨煤机出口温度优化模型、风量优化模型、磨煤机组合方式优化模型、配风方式优化模型、炉膛负压优化模型、燃烧整体优化模型、真空系统优化模型、滑压曲线优化模型、回热系统优化模型、脱硫系统优化模型以及除尘系统优化模型。
作为上述技术方案的进一步改进，所述的优化算法包括：遗传算法、蚁群算法和模拟退火算法中的至少一种。
本发明实施例还提供了一种计算机设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述计算机设备执行以上所述的火电机组运行优化方法。
本发明实施例还提供了一种计算机可读存储介质，其存储有以上所述计算机设备中所使用的计算机程序。
采用本发明提供的技术方案，与已有的公知技术相比，至少具有如下有益效果：可以快速有效的获取火电机组运行的最佳工艺参数，从而提供火电厂的经济效益。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本发明一实施例提出的火电机组运行优化方法的流程图；
图2为本发明另一实施例提出的火电机组运行优化方法的流程图；
图3为本发明一实施例提出的火电机组运行优化装置的模块示意图。
主要元件符号说明：
100-模型建立模块；200-获取模块；300-子系统优化模块；400-第一运算模块；500-全局优化模块；600-第二运算模块。
具体实施方式
在下文中，将更全面地描述本公开的各种实施例。本公开可具有各种实施例，并且可在其中做出调整和改变。然而，应理解：不存在将本公开保护范围限于在此公开的特定实施例的意图，而是应将本公开理解为涵盖落入本公开的各种实施例的精神和范围内的所有调整、等同物和/或可选方案。
在下文中，可在本公开的各种实施例中使用的术语“包括”或“可包括”指示所公开的功能、操作或元件的存在，并且不限制一个或更多个功能、操作或元件的增加。此外，如在本公开的各种实施例中所使用，术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
在本公开的各种实施例中，表述“A或/和B中的至少一个”包括同时列出的文字的任何组合或所有组合。例如，表述“A或B”或“A或/和B中的至少一个”可包括A、可包括B或可包括A和B二者。
在本公开的各种实施例中使用的表述(诸如“第一”、“第二”等)可修饰在各种实施例中的各种组成元件，不过可不限制相应组成元件。例如，以上表述并不限制所述元件的顺序和/或重要性。以上表述仅用于将一个元件与其它元件区别开的目的。例如，第一用户装置和第二用户装置指示不同用户装置，尽管二者都是用户装置。例如，在不脱离本公开的各种实施例的范围的情况下，第一元件可被称为第二元件，同样地，第二元件也可被称为第一元件。
应注意到：如果描述将一个组成元件“连接”到另一组成元件，则可将第一组成元件直接连接到第二组成元件，并且可在第一组成元件和第二组成元件之间“连接”第三组成元件。相反地，当将一个组成元件“直接连接”到另一组成元件时，可理解为在第一组成元件和第二组成元件之间不存在第三组成元件。
在本公开的各种实施例中使用的术语“用户”可指示使用电子装置的人或使用电子装置的装置(例如，人工智能电子装置)。
在本公开的各种实施例中使用的术语仅用于描述特定实施例的目的并且并非意在限制本公开的各种实施例。除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本公开的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本公开的各种实施例中被清楚地限定。
实施例1
如图1所示，本发明实施例提供了一种火电机组运行优化方法，包括：
S101、根据火电厂运行历史数据以及生产流程的耦合度和重要度建立多个相对独立的子系统优化模型；所述子系统优化模型的输入包括操作可控因子集，所述子系统优化模型的输出包括经济性评价指标。
子系统优化模型包括：制粉系统优化模型、煤粉细度优化模型、磨煤机出口温度优化模型、风量优化模型、磨煤机组合方式优化模型、配风方式优化模型、炉膛负压优化模型、燃烧整体优化模型、真空系统优化模型、滑压曲线优化模型、回热系统优化模型、脱硫系统优化模型以及除尘系统优化模型。
操作可控因子集为每个子系统对应的工艺参数信息。将火电机组划分为多个相对独立的子系统并分别建立对应的优化模型，有利于优化数据的收敛，方便快速获取到火电机组运行的最佳运行参数。
S102、根据火电机组实时工况数据得到每个子系统优化模型对应的首次操作可控因子集。
采用火电机组实时工况数据分解后得到的数据作为每个子系统优化模型对应的首次操作可控因子集。
S103、将所述首次操作可控因子集作为所述子系统优化模型的输入利用优化算法进行迭代优化处理直至所述子系统优化模型输出的经济性评价指标符合预设经济性评价指标。
每个子系统优化模型分别对应一个预设经济性评价指标。不同的子系统优化模型对应的预设经济性评价指标不相同。
优化算法包括：遗传算法、蚁群算法和模拟退火算法中的至少一种。
S104、利用所述子系统优化模型的反算功能求解出符合预设经济性评价指标对应的操作可控因子集做为所述子系统优化模型的最优操作可控因子集。
利用子系统优化模型的反算功能求解出符合预设经济性评价指标对应的操作可控因子集做为子系统优化模型的最优操作可控因子集。
得到每个子系统优化模型对应的最优操控可控因子集的集合就可以作为火电机组运行的优选工艺参数。
子系统优化模型的输出还可包括环保性评价指标；将首次操作可控因子作为所述子系统优化模型的输入利用优化算法对所述每个子系统进行迭代优化处理直至每个子系统输出的经济性评价指标符合预设经济性评价指标以及每个子系统输出的环保性评价指标符合预设环保性评价指标。保证寻找火电机组最优工艺参数时不仅考虑经济效益，还要兼顾火电机组对环境的影响因素。
实施例2
如图2所示，本发明实施例提供了一种火电机组运行优化方法，包括：
S201、根据火电厂运行历史数据以及生产流程的耦合度和重要度建立多个相对独立的子系统优化模型；所述子系统优化模型的输入包括操作可控因子集，所述子系统优化模型的输出包括经济性评价指标。
此步骤与实施例1中步骤S101一致，在此不再赘述。
S202、根据火电机组实时工况数据得到每个子系统优化模型对应的首次操作可控因子集。
此步骤与实施例1中步骤S102一致，在此不再赘述。
S203、将所述首次操作可控因子集作为所述子系统优化模型的输入利用优化算法进行迭代优化处理直至所述子系统优化模型输出的经济性评价指标符合预设经济性评价指标。
此步骤与实施例1中步骤S103一致，在此不再赘述。
S204、利用所述子系统优化模型的反算功能求解出符合预设经济性评价指标对应的操作可控因子集做为所述子系统优化模型的最优操作可控因子集。
此步骤与实施例1中步骤S104一致，在此不再赘述。
S205、将每个子系统优化模型对应的最优操作可控因子集作为所述火电机组的运行输入参数利用优化算法进行迭代优化处理直至所述火电机组输出的经济性评价指标符合预设全局性评价指标。
优化算法包括：遗传算法、蚁群算法和模拟退火算法中的至少一种。
由于各个子系统存在或多或少的关联关系，通过子系统优化后，再通过全局优化，则可以得到火电机组更优的全局性评价指标。
S206、求出符合预设全局性评价指标对应的运行参数以做为所述火电机组的最优运行指导参数。
通过反算功能求解出符合预设预设全局性评价指标对应的运行参数做为所述子系统优化模型的最优操作可控因子集。
子系统优化模型的输出还包括环保性评价指标；
将首次操作可控因子作为所述子系统优化模型的输入利用优化算法对所述每个子系统进行迭代优化处理直至每个子系统输出的经济性评价指标符合预设经济性评价指标以及每个子系统输出的环保性评价指标符合预设环保性评价指标。
实施例2
本发明实施例还提供了一种火电机组运行优化装置，包括：
模型建立模块100，用于根据火电厂运行历史数据以及生产流程的耦合度和重要度建立多个相对独立的子系统优化模型；所述子系统优化模型的输入包括操作可控因子集，所述子系统优化模型的输出包括经济性评价指标；
获取模块200，用于根据火电机组实时工况数据得到每个子系统优化模型对应的首次操作可控因子集；
子系统优化模块300，用于将所述首次操作可控因子集作为所述子系统优化模型的输入利用优化算法进行迭代优化处理直至所述子系统优化模型输出的经济性评价指标符合预设经济性评价指标；
第一运算模块400，用于利用所述子系统优化模型的反算功能求解出符合预设经济性评价指标对应的操作可控因子集做为所述子系统优化模型的最优操作可控因子集。
火电机组运行优化装置还包括：全局优化模块500，用于将每个子系统优化模型对应的最优操作可控因子集作为所述火电机组的运行输入参数利用优化算法进行迭代优化处理直至所述火电机组输出的经济性评价指标符合预设全局性评价指标；
第二运算模块600，用于求出符合预设全局性评价指标对应的运行参数以做为所述火电机组的最优运行指导参数。
模型建立模块100建立的每个子系统优化模型的输出还包括环保性评价指标；子系统优化模块300进行迭代优化处理直至每个子系统优化模型输出的环保性评价指标符合预设环保性评价指标。
子系统优化模型包括：制粉系统优化模型、煤粉细度优化模型、磨煤机出口温度优化模型、风量优化模型、磨煤机组合方式优化模型、配风方式优化模型、炉膛负压优化模型、燃烧整体优化模型、真空系统优化模型、滑压曲线优化模型、回热系统优化模型、脱硫系统优化模型以及除尘系统优化模型。
优化算法包括：遗传算法、蚁群算法和模拟退火算法中的至少一种。
此外，本发明还提供了一种计算机设备，该计算机设备包括存储器和处理器，存储器可用于存储计算机程序，处理器通过运行所述计算机程序，从而使计算机设备执行上述火电机组运行优化方法或者上述火电机组运行优化装置中的各个模块的功能。
存储器可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据计算机设备的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本实施例还提供了一种计算机存储介质，用于储存上述计算机设备中使用的计算机程序。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
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揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种火电机组运行优化方法，其特征在于，包括：
根据火电厂运行历史数据以及生产流程的耦合度和重要度建立多个相对独立的子系统优化模型；所述子系统优化模型的输入包括操作可控因子集，所述子系统优化模型的输出包括经济性评价指标；
根据火电机组实时工况数据得到每个子系统优化模型对应的首次操作可控因子集；
将所述首次操作可控因子集作为所述子系统优化模型的输入利用优化算法进行迭代优化处理直至所述子系统优化模型输出的经济性评价指标符合预设经济性评价指标；
利用所述子系统优化模型的反算功能求解出符合预设经济性评价指标对应的操作可控因子集做为所述子系统优化模型的最优操作可控因子集。
2.根据权利要求1所述的火电机组运行优化方法，其特征在于，还包括：
将每个子系统优化模型对应的最优操作可控因子集作为所述火电机组的运行输入参数利用优化算法进行迭代优化处理直至所述火电机组输出的经济性评价指标符合预设全局性评价指标；
求出符合预设全局性评价指标对应的运行参数以做为所述火电机组的最优运行指导参数。
3.根据权利要求1所述的火电机组运行优化方法，其特征在于，所述子系统优化模型的输出还包括环保性评价指标；
将首次操作可控因子作为所述子系统优化模型的输入利用优化算法对所述每个子系统进行迭代优化处理直至每个子系统输出的经济性评价指标符合预设经济性评价指标以及每个子系统输出的环保性评价指标符合预设环保性评价指标。
4.根据权利要求1所述的火电机组运行优化方法，其特征在于，所述子系统优化模型包括：制粉系统优化模型、煤粉细度优化模型、磨煤机出口温度优化模型、风量优化模型、磨煤机组合方式优化模型、配风方式优化模型、炉膛负压优化模型、燃烧整体优化模型、真空系统优化模型、滑压曲线优化模型、回热系统优化模型、脱硫系统优化模型以及除尘系统优化模型。
5.根据权利要求1所述的火电机组运行优化方法，其特征在于，所述的优化算法包括：遗传算法、蚁群算法和模拟退火算法中的至少一种。
6.一种火电机组运行优化装置，其特征在于，包括：
模型建立模块，用于根据火电厂运行历史数据以及生产流程的耦合度和重要度建立多个相对独立的子系统优化模型；所述子系统优化模型的输入包括操作可控因子集，所述子系统优化模型的输出包括经济性评价指标；
获取模块，用于根据火电机组实时工况数据得到每个子系统优化模型对应的首次操作可控因子集；
子系统优化模块，用于将所述首次操作可控因子集作为所述子系统优化模型的输入利用优化算法进行迭代优化处理直至所述子系统优化模型输出的经济性评价指标符合预设经济性评价指标；
第一运算模块，用于利用所述子系统优化模型的反算功能求解出符合预设经济性评价指标对应的操作可控因子集做为所述子系统优化模型的最优操作可控因子集。
7.根据权利要求6所述的火电机组运行优化装置，其特征在于，还包括：全局优化模块，用于将每个子系统优化模型对应的最优操作可控因子集作为所述火电机组的运行输入参数利用优化算法进行迭代优化处理直至所述火电机组输出的经济性评价指标符合预设全局性评价指标；
第二运算模块，用于求出符合预设全局性评价指标对应的运行参数以做为所述火电机组的最优运行指导参数。
8.根据权利要求6所述的火电机组运行优化装置，其特征在于，所述模型建立模块建立的每个子系统优化模型的输出还包括环保性评价指标；
所述子系统优化模块进行迭代优化处理直至每个子系统优化模型输出的环保性评价指标符合预设环保性评价指标。
9.一种计算机设备，其特征在于，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述计算机设备执行根据权利要求1至5中任意一项所述的火电机组运行优化方法。
10.一种计算机可读存储介质，其特征在于，其存储有权利要求9所述的计算机设备中所使用的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811564379.3A CN109685264A (zh) | 2018-12-20 | 2018-12-20 | 火电机组运行优化方法、装置及计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811564379.3A CN109685264A (zh) | 2018-12-20 | 2018-12-20 | 火电机组运行优化方法、装置及计算机设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109685264A true CN109685264A (zh) | 2019-04-26 |
Family
ID=66188037
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811564379.3A Pending CN109685264A (zh) | 2018-12-20 | 2018-12-20 | 火电机组运行优化方法、装置及计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109685264A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110673478A (zh) * | 2019-09-29 | 2020-01-10 | 京东城市(北京)数字科技有限公司 | 磨煤机的控制方法、装置、系统及存储介质 |
| CN110865538A (zh) * | 2019-10-31 | 2020-03-06 | 中国神华能源股份有限公司国华电力分公司 | 机组工况优化方法、装置及电子设备 |
| 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 |
| CN112180740A (zh) * | 2020-10-28 | 2021-01-05 | 华润电力技术研究院有限公司 | 火电机组工况寻优模型获取方法及系统、控制系统 |
| CN112288296A (zh) * | 2020-11-03 | 2021-01-29 | 北京国电龙源环保工程有限公司 | 脱硫装置运行性能及经济性的实时评价系统和应用方法 |
| CN113205429A (zh) * | 2021-03-22 | 2021-08-03 | 浙江恒洋热电有限公司 | 一种基于锅炉经济运行的评价方法 |
| CN113793604A (zh) * | 2021-09-14 | 2021-12-14 | 思必驰科技股份有限公司 | 语音识别系统优化方法和装置 |
| CN114054191A (zh) * | 2021-11-17 | 2022-02-18 | 西安热工研究院有限公司 | 一种基于成本变化的磨煤机煤粉最优细度评价方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101334666A (zh) * | 2008-07-15 | 2008-12-31 | 西安艾贝尔科技发展有限公司 | 双进双出钢球磨煤机直吹式制粉系统优化控制方法 |
| CN103440528A (zh) * | 2013-08-12 | 2013-12-11 | 国家电网公司 | 基于耗差分析的火电机组运行优化方法及装置 |
| CN104850908A (zh) * | 2015-05-22 | 2015-08-19 | 上海电力学院 | 基于混沌粒子群的火电机组负荷优化分配方法 |
| CN105894109A (zh) * | 2016-03-31 | 2016-08-24 | 国网江西省电力科学研究院 | 一种火电机组锅炉混煤优化配煤方案获取方法 |
| CN106500128A (zh) * | 2017-01-12 | 2017-03-15 | 东北电力大学 | 一种变负荷工况下火电厂锅炉NOx排放控制方法 |
| CN106779259A (zh) * | 2015-11-20 | 2017-05-31 | 亿海天成(北京)科技有限公司 | 一种火电厂燃料全过程智能管理系统 |
| CN107016176A (zh) * | 2017-03-24 | 2017-08-04 | 杭州电子科技大学 | 一种混合智能锅炉综合燃烧优化方法 |
| CN107679679A (zh) * | 2017-11-20 | 2018-02-09 | 国网辽宁省电力有限公司电力科学研究院 | 联合发电机组调度运行方法 |
-
2018
- 2018-12-20 CN CN201811564379.3A patent/CN109685264A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101334666A (zh) * | 2008-07-15 | 2008-12-31 | 西安艾贝尔科技发展有限公司 | 双进双出钢球磨煤机直吹式制粉系统优化控制方法 |
| CN103440528A (zh) * | 2013-08-12 | 2013-12-11 | 国家电网公司 | 基于耗差分析的火电机组运行优化方法及装置 |
| CN104850908A (zh) * | 2015-05-22 | 2015-08-19 | 上海电力学院 | 基于混沌粒子群的火电机组负荷优化分配方法 |
| CN106779259A (zh) * | 2015-11-20 | 2017-05-31 | 亿海天成(北京)科技有限公司 | 一种火电厂燃料全过程智能管理系统 |
| CN105894109A (zh) * | 2016-03-31 | 2016-08-24 | 国网江西省电力科学研究院 | 一种火电机组锅炉混煤优化配煤方案获取方法 |
| CN106500128A (zh) * | 2017-01-12 | 2017-03-15 | 东北电力大学 | 一种变负荷工况下火电厂锅炉NOx排放控制方法 |
| CN107016176A (zh) * | 2017-03-24 | 2017-08-04 | 杭州电子科技大学 | 一种混合智能锅炉综合燃烧优化方法 |
| CN107679679A (zh) * | 2017-11-20 | 2018-02-09 | 国网辽宁省电力有限公司电力科学研究院 | 联合发电机组调度运行方法 |
Non-Patent Citations (4)
| Title |
|---|
| SAQLY666: "火力发电机组运行优化技术", 《HTTPS://WENKU.BAIDU.COM/VIEW/749F39385727A5E9856A61DF.HTML》 * |
| 刘进雄: "基于主设备优化运行的火电厂节能方法与应用研究", 《中国博士学位论文全文数据库工程科技II辑》 * |
| 王玮: "火电机组冷端系统建模与节能优化研究", 《万方数据知识服务平台》 * |
| 赵俊: "基于遗传算法的锅炉燃烧优化设计与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110673478A (zh) * | 2019-09-29 | 2020-01-10 | 京东城市(北京)数字科技有限公司 | 磨煤机的控制方法、装置、系统及存储介质 |
| CN110673478B (zh) * | 2019-09-29 | 2020-09-29 | 京东城市(北京)数字科技有限公司 | 磨煤机的控制方法、装置、系统及存储介质 |
| CN110865538A (zh) * | 2019-10-31 | 2020-03-06 | 中国神华能源股份有限公司国华电力分公司 | 机组工况优化方法、装置及电子设备 |
| 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 |
| CN112180740A (zh) * | 2020-10-28 | 2021-01-05 | 华润电力技术研究院有限公司 | 火电机组工况寻优模型获取方法及系统、控制系统 |
| CN112288296A (zh) * | 2020-11-03 | 2021-01-29 | 北京国电龙源环保工程有限公司 | 脱硫装置运行性能及经济性的实时评价系统和应用方法 |
| WO2022095406A1 (zh) * | 2020-11-03 | 2022-05-12 | 国能龙源环保有限公司 | 脱硫装置运行性能及经济性的实时评价系统和应用方法 |
| CN113205429A (zh) * | 2021-03-22 | 2021-08-03 | 浙江恒洋热电有限公司 | 一种基于锅炉经济运行的评价方法 |
| CN113793604A (zh) * | 2021-09-14 | 2021-12-14 | 思必驰科技股份有限公司 | 语音识别系统优化方法和装置 |
| CN113793604B (zh) * | 2021-09-14 | 2024-01-05 | 思必驰科技股份有限公司 | 语音识别系统优化方法和装置 |
| CN114054191A (zh) * | 2021-11-17 | 2022-02-18 | 西安热工研究院有限公司 | 一种基于成本变化的磨煤机煤粉最优细度评价方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109685264A (zh) | 火电机组运行优化方法、装置及计算机设备 | |
| Naderi et al. | A comprehensive study of practical economic dispatch problems by a new hybrid evolutionary algorithm | |
| Gebraad et al. | Maximum power‐point tracking control for wind farms | |
| Molyneaux et al. | Environomic multi-objective optimisation of a district heating network considering centralized and decentralized heat pumps | |
| Shu et al. | Optimal operation strategy of energy storage system for grid-connected wind power plants | |
| Zare et al. | Reserve constrained dynamic economic dispatch in multi-area power systems: An improved fireworks algorithm | |
| CN104850908B (zh) | 基于混沌粒子群的火电机组负荷优化分配方法 | |
| Dhamanda et al. | A traditional approach to solve economic load dispatch problem of thermal generating unit using MATLAB programming | |
| Rødseth | Capturing the least costly way of reducing pollution: a shadow price approach | |
| Basak et al. | Combined economic emission dispatch on dynamic systems using hybrid CSA-JAYA Algorithm | |
| Zhai et al. | A two-layer algorithm based on PSO for solving unit commitment problem | |
| Lichtenegger et al. | Decentralized heating grid operation: A comparison of centralized and agent-based optimization | |
| CN105937823A (zh) | 一种地源热泵控制方法及系统 | |
| Zheng et al. | Deep reinforcement learning based active disturbance rejection load frequency control of multi-area interconnected power systems with renewable energy | |
| Brandi et al. | Improving stochastic dynamic programming on hydrothermal systems through an iterative process | |
| CN113344733B (zh) | 一种电气互联综合能源系统优化规划方法及系统 | |
| CN117217496B (zh) | 计及主从博弈的区域综合能源系统控制方法及装置 | |
| Nayak et al. | Comparative study of SOS & PSO for fuzzy based PID controller in AGC in an integrated power system | |
| JP6075206B2 (ja) | 電力設備運転計画システム及びその方法 | |
| CN104298108A (zh) | 一种基于模糊控制规则改善一次调频性能的控制方法 | |
| CN102799939A (zh) | 一种生物质炉燃烧优化的模型更新方法 | |
| Gu et al. | A hybrid Univariate Marginal Distribution Algorithm for dynamic economic dispatch of units considering valve‐point effects and ramp rates | |
| Sedjo et al. | An investigation of the carbon neutrality of wood bioenergy | |
| CN113222216A (zh) | 冷热电负荷预测方法、装置及系统 | |
| Vieira et al. | A real-time nonlinear method for a single hydropower plant unit commitment based on analytical results of dual decomposition optimization |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for 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: 20190426 |