CN112101641A - 一种火电机组非常规调峰经济性提升方法 - Google Patents
一种火电机组非常规调峰经济性提升方法 Download PDFInfo
- Publication number
- CN112101641A CN112101641A CN202010890989.3A CN202010890989A CN112101641A CN 112101641 A CN112101641 A CN 112101641A CN 202010890989 A CN202010890989 A CN 202010890989A CN 112101641 A CN112101641 A CN 112101641A
- Authority
- CN
- China
- Prior art keywords
- unit
- model
- steps
- power plant
- peak
- 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 39
- 239000003245 coal Substances 0.000 claims abstract description 26
- 238000006477 desulfuration reaction Methods 0.000 claims abstract description 23
- 230000023556 desulfurization Effects 0.000 claims abstract description 23
- 238000009826 distribution Methods 0.000 claims abstract description 21
- 238000002485 combustion reaction Methods 0.000 claims abstract description 11
- 239000000446 fuel Substances 0.000 claims abstract description 8
- 238000012986 modification Methods 0.000 claims abstract description 7
- 230000004048 modification Effects 0.000 claims abstract description 5
- 239000003344 environmental pollutant Substances 0.000 claims description 32
- 231100000719 pollutant Toxicity 0.000 claims description 32
- 239000000428 dust Substances 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 13
- 230000005611 electricity Effects 0.000 claims description 12
- 238000002347 injection Methods 0.000 claims description 8
- 239000007924 injection Substances 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 238000010248 power generation Methods 0.000 claims description 7
- 239000002689 soil Substances 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 238000010977 unit operation Methods 0.000 claims description 4
- 239000002912 waste gas Substances 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000007599 discharging Methods 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 11
- 230000007613 environmental effect Effects 0.000 abstract description 11
- 238000012216 screening Methods 0.000 abstract description 2
- 230000000087 stabilizing effect Effects 0.000 abstract 2
- 239000003921 oil Substances 0.000 description 19
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 3
- 239000003546 flue gas Substances 0.000 description 3
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 239000000295 fuel oil Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 229910052717 sulfur Inorganic materials 0.000 description 2
- 239000011593 sulfur Substances 0.000 description 2
- 238000012351 Integrated analysis Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003009 desulfurizing effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/90—Financial instruments for climate change mitigation, e.g. environmental taxes, subsidies or financing
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Tourism & Hospitality (AREA)
- Accounting & Taxation (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于电力系统自动化技术领域，尤其涉及一种火电机组非常规调峰经济性提升方法。本发明方法首先记录机组在不同情况下的运行状况以及出力大小，确定机组的调峰深度。然后采用二次多项式建立机组供电煤耗模型，根据机组除尘、脱硫、脱硝改造后实际运行数据，通过有效数据筛选，获得不同机组负荷下的除尘模型、脱硫脱硝模型。最后确立机组功率约束条件并拟合机组投油稳燃调峰时超标排放政府罚款以及投油稳燃成本，计算出机组环境保护成本。本发明突破以往的忽略环境因素的火电机组负荷分配方法，充分考虑到环境保护因素对电厂经济效益的影响，对于不同机组建立最优负荷分配模型，使电厂深度调峰效益得到最大化。
Description
技术领域
本发明属于电力系统自动化技术领域，尤其涉及一种火电机组非常规调峰经济性提升方法。
背景技术
目前，我国燃煤发电机组烟气污染控制政策呈现历史性转变，烟气除尘、脱硫和脱硝实施强制排放标准，对PM2.5的监测和控制受到重视，发电企业面临提高运行效率和降低多种污染物排放的双重压力。大规模风电并网发电后，电力系统调峰能力被严重削弱。此外，风电出力具有间歇性、波动性、反调峰特性以及预测精度和容量可信度低等特点，大幅增加了系统的等效负荷峰谷差，增大了系统调峰难度。现阶段，我国的火电机组容量比例高，快速调节电源容量远不能满足调峰需求，在越来越严重的弃风限电背景下，社会、电网和风电企业要求火电机组深度调峰的呼声越来越高。在实施电厂除尘、脱硫、脱硝改造后，需要根据机组的经济性能指标和污染物排放指标，确定合理的全厂负荷优化分配方案。
发明内容
针对上述现有技术中存在的不足之处，本发明提供了一种火电机组非常规调峰经济性提升方法。其目的是为了确定合理的全厂负荷优化分配方案，保证燃煤机组运行效益最大化的发明目的。
本发明为实现上述目的所采用的技术方案是：
一种火电机组非常规调峰经济性提升方法，包括以下步骤：
步骤1.利用不同的采集装置采集电网的实时电量数据，并对同一采集装置采集的电量数据按不同的频率进行拟合，计算机组的调峰深度；
步骤2.利用机组除尘、脱硫、脱硝改造后的实际运行数据，建立电厂机组关系特性模型；
步骤3.根据电厂机组关系特性模型，确定电厂机组约束条件；
步骤4.根据电厂机组约束条件及最优负荷分配模型，对电厂实际情况进行计算。
所述对同一采集装置采集的电量数据按不同的频率进行拟合，包括：
对不同类型的火电机组在不同电网调度情况下，进行实际发电功率数据记录；将机组调峰分为常规调峰、机组稳燃不投油深度调峰和投油深度调峰三个阶段，综合考虑机组在三个阶段最小出力情况下机组运行情况和稳燃极限出力，计算机组的调峰深度。
所述电厂机组关系特性模型包括：机组负荷与供电煤耗和污染物排放浓度的关系特性模型。
所述污染物排放浓度模型包括：粉尘排放浓度模型和脱硫脱硝模型；
所述脱硫脱硝模型包括：SO2排放浓度和NOx排放浓度。
所述利用机组除尘、脱硫、脱硝改造后的实际运行数据，建立电厂机组关系特性模型，包括：
步骤2.1求出机组在不同出力下的供电燃料消耗；
步骤2.2求出燃煤机组在不同出力下的污染物排放浓度。
所述求出机组在不同出力下的供电燃料消耗，包括：
采用二次多项式将机组负荷P与供电煤耗W1i的关系描述为：
W1i(Pi)＝(aiPi 2+biPi+ci)Scoal (1)
在投油深度调峰阶段，机组投油助燃，投油油耗Woil为：
Woil＝EcostSoil (2)
所述求出燃煤机组在不同出力下的污染物排放浓度，是根据机组除尘、脱硫、脱硝改造后实际运行数据，采用三次多项式将机组负荷与粉尘排放浓度、SO2排放浓度及NOx排放浓度的关系描述为：
f2i(Pi)＝α2iPi 3+β2iPi 2+γ2iPi+λ2i (3)
f3i(Pi)＝α3iPi 3+β3iPi 2+γ3iPi+λ3i (4)
f4i(Pi)＝α4iPi 3+β4iPi 2+γ4iPi+λ4i (5)；
机组三种污染物排放成本为：
W2i(Pi)＝f2iViMFC (6)
所述步骤3.根据电厂机组关系特性模型，确定电厂机组约束条件，包括：
步骤3.1建立火电机组污染物超标排放政府罚款特性模型；
步骤3.2将污染物排放浓度模型带入式(10)中，求得分段拟合函数表达式，求出机组在不同调峰阶段下的调峰成本函数；
步骤3.3建立电厂竞价上网售电收益模型：
步骤3.4建立调峰收益模型：
步骤3.5验证电厂负荷的约束条件。
所述步骤3.1建立火电机组污染物超标排放政府罚款特性模型，包括：
火电机组在深度调峰阶段，火电厂废气排污费增加，其环境附加成本为：
Wev(Pi)＝1600f1i(Pi)δsΔη+ocostWpollute+Spunish(P,ocost) (10)
所述步骤3.2将污染物排放浓度模型带入式(10)中，求得分段拟合函数表达式，再求机组在不同调峰阶段下的调峰成本函数，如下公式所示：
步骤3.3建立电厂竞价上网售电收益模型，包括：
步骤3.4建立调峰收益模型，包括：
步骤3.5验证电厂负荷的约束条件；
在全厂优化负荷分配模型条件下，调峰结束后，满足机组的总出力等于电网调度下发的全厂发电总负荷指令；
机组功率约束条件，定义负荷分配模型的约束条件为：
其中Pi,nowmin和Pi,nowmax符合的约束条件为：
Pi,nowmin＝max{Pi,min,Pnow,i-υi,demaxtp,max} (15)
Pi,nowmax＝max{Pi,max,Pnow,i+υi,inmaxtp,max} (16)
同时还要尽量缩短调峰时间，全厂负荷调动最短时间为：
所述根据电厂机组约束条件及最优负荷分配模型，对电厂实际情况进行计算包括：
步骤4.1对电厂原始数据进行整合分析；
步骤4.2根据最优负荷分配模型计算电厂调峰实际收益。
一种计算机存储介质，所述计算机存储介质上存有计算机程序，所述计算机程序被处理器执行时实现所述的一种火电机组非常规调峰经济性提升方法的步骤。
由上述技术方案可知，本发明的有益效果在于：
本发明提供的一种火电机组非常规调峰经济性提升方法，突破以往的忽略环境因素的火电机组负荷分配方法，记录机组在不同情况下的运行状况以及出力大小，确定机组的调峰深度。采用二次多项式建立机组供电煤耗模型，根据机组除尘、脱硫、脱硝改造后实际运行数据，通过有效数据筛选，获得不同机组负荷下的除尘模型、脱硫脱硝模型。确立机组功率约束条件并考虑超标排放时政府罚款等因素，计算出机组环境保护成本。本发明方法充分考虑到环境保护因素对电厂经济效益的影响，对于不同机组建立最优负荷分配模型，使电厂深度调峰效益得到最大化。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明一种火电机组非常规调峰经济性提升方法的流程图；
图2为本发明实施例提供的机组调峰的三个阶段示意图；
图3为本发明实施例提供的电厂机组在三个调峰阶段的能耗成本示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面将结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
下面参照图1-图3描述本发明一些实施例的技术方案。
实施例1
本发明是一种火电机组非常规调峰经济性提升方法，如图1-图3所示，图1为本发明一种火电机组非常规调峰经济性提升方法的流程图，图2为本发明实施例提供的机组调峰的三个阶段示意图，图3为本发明实施例提供的电厂机组在三个调峰阶段的能耗成本示意图。
本实施例以某电厂为例，使用本发明的火电机组非常规调峰经济性提升方法，能够使该电厂综合经济效益最大化。
一种火电机组非常规调峰经济性提升方法，包括以下步骤：
步骤1.使用电网中不同的采集装置采集电网的实时电量数据，并对同一采集装置采集的电量数据按不同的频率进行拟合，计算机组的调峰深度；
所述对同一采集装置采集的电量数据按不同的频率进行拟合具体方法为：
对不同类型的火电机组在不同电网调度情况下，进行实际发电功率数据记录。将机组调峰分为RPR常规调峰，DPR机组稳燃不投油深度调峰和DPRO投油深度调峰三个阶段，综合考虑机组在三个阶段最小出力情况下机组运行情况和稳燃极限出力，计算机组的调峰深度。
计算机组调峰深度有利于集控运行员了解机组运行状况，在步骤3.4中可确定机组调峰补偿费用。
步骤2.利用机组除尘、脱硫、脱硝改造后的实际运行数据，建立电厂机组关系特性模型。
所述电厂机组关系特性模型包括：机组负荷与供电煤耗、粉尘排放浓度、脱硫脱硝的关系特性模型。
所述脱硫脱硝模型包括：SO2排放浓度和NOx排放浓度。
步骤2.1求机组在不同出力下的供电燃料消耗；
利用记录的机组在不同调度指令下的发电功率变化情况，采用二次多项式将机组负荷与供电煤耗的关系W1i(Pi)描述为：
W1i(Pi)＝(aiPi 2+biPi+ci)Scoal (1)
上式中：i表示火电机组台数；Pi为第i台机组的负荷，MW；ai、bi、ci分别为第i台机组的煤耗特性模型系数；Scoal为当季的单位煤炭价格；W1i为机组运行时煤耗成本。
在投油深度调峰阶段，机组需要投油助燃以保证机组安全运行，投油油耗Woil为：
Woil＝EcostSoil (2)
上式中：Ecost为机组在投油深度调峰阶段投入的油耗量；Soil为当季的油价格，Woil为机组油耗成本。
步骤2.2根据机组除尘、脱硫、脱硝改造后实际运行数据，采用三次多项式将机组负荷与粉尘排放浓度、SO2排放浓度及NOx排放浓度的关系描述为：求燃煤机组在不同出力下的粉尘排放浓度、SO2排放浓度及NOx排放浓度，如下面公式所示；
f2i(Pi)＝α2iPi 3+β2iPi 2+γ2iPi+λ2i (3)
f3i(Pi)＝α3iPi 3+β3iPi 2+γ3iPi+λ3i (4)
f4i(Pi)＝α4iPi 3+β4iPi 2+γ4iPi+λ4i (5)
上式(3)-(5)中：f2i为第i台机组的粉尘排放浓度，mg/m3；f3i为第i台机组的SO2的排放浓度，mg/m3；f4i为第i台机组的NOx的排放浓度，mg/m3；α2i、β2i、γ2i、λ2i分别为第i台机组的粉尘特性模型系数；α3i、β3i、γ3i、λ3i分别为第i台机组的SO2特性模型系数；α4i、β4i、γ4i、λ4i分别为第i台机组的NOx特性模型系数。
机组三种污染物排放成本：
W2i(Pi)＝f2iViMFC (6)
上式(6)-(9)中：Vi代表锅炉烟气量；MFC、
分别代表粉尘、二氧化硫和氮氧化物单位排放价格；Wp代表污染物排放成本。
步骤3.根据电厂机组关系特性模型，确定电厂机组约束条件。将步骤2中的电厂机组除尘、脱硫、脱硝关系特性模型与污染物超标排放政府罚款模型进行拟合。
综合当前除尘、脱硫、脱硝补偿电价以及排污费用标准，建立兼顾经济和环保指标的综合经济效益最优负荷分配模型。
步骤3.1建立火电机组污染物超标排放政府罚款特性模型；
火电机组在深度调峰阶段，会导致脱硫效率降低，污染排放物中含硫量增加；另外，机组燃油会增加氮氧化物、烟尘等污染物质的排放量，导致火电厂废气排污费增加；
环境附加成本为：
Wev(Pi)＝1600f1i(Pi)δsΔη+ocostWpollute+Spunish(P,ocost) (10)
上式(10)中：Δη为脱硫效率变化值；δs占为燃煤全硫分含量；ocost为机组投油稳燃时的油耗量；Wpollute为单位燃油产生的废气排污费；Spunish为污染物排放量超标时的罚款函数，与污染物排放量超标程度相关，Wev代表环境附加成本。
步骤3.2将步骤2.2求出的污染物排放浓度模型带入式(10)中求得分段拟合函数表达式，求机组在不同调峰阶段下的调峰成本函数，如下公式所示：
上式(11)中：Wp代表污染物排放成本；Wev代表环境附加成本；W1i代表机组发电煤耗成本；Woil代表机组发电油耗成本；W代表机组调峰成本。
步骤3.3考虑电厂上网电价特性，建立电厂竞价上网售电收益模型：
上式(12)中：Wb(Pi)表示时间T内的全厂售电受益；KW·hn代表厂用电率；T代表机组运行时间；p1代表电价。
步骤3.4考虑机组深度调峰时政府的补贴电价，建立调峰收益模型：
上式(13)中：PN为机组额定功率；n1％、n2％分别代表机组不同的负荷率，处于不同负荷率机组调峰深度不同；B1、B2分别代表机组处于不同调峰深度政府补偿；Wd代表机组调峰收益。
步骤3.5电网负荷指令发出后，验证电厂负荷的约束条件；
在全厂优化负荷分配模型条件下，调峰结束后，应满足机组的总出力等于电网调度下发的全厂发电总负荷指令。
机组功率约束条件，定义负荷分配模型的约束条件为：
上式(14)中：Pful代表所有机组发电功率；Pi,nowmin和Pi,nowmax分别表示第i台机组负荷的最小值和最大值，MW；
其中Pi,nowmin和Pi,nowmax符合的约束条件为：
Pi,nowmin＝max{Pi,min,Pnow,i-υi,demaxtp,max} (15)
Pi,nowmax＝max{Pi,max,Pnow,i+υi,inmaxtp,max} (16)
上式(15)-(16)中：υi,demax和υi,inmax分别代表机组最大甩负荷和升负荷速率；tp,max代表全厂负荷调动最短时间；Pi,max、Pi,min代表机组最大与最小发电功率；Pnow,i为机组实时发电功率；
同时还要尽量缩短调峰时间，全厂负荷调动最短时间为：
上式(17)中：Pful为电网调度下发的全厂发电总负荷指令，MW；Pnow,i为第i台机组当前承担的负荷，MW；υnet,i为电网调度规定的第i台机组负荷变化速率限值，MW/min；一般取υnet,i＝0.015Pi,max。
步骤4.根据以上理论研究及最优负荷分配模型，对电厂实际情况进行计算。
步骤4.1对电厂原始数据进行整合分析：
所选机组发电额定功率Pn为660MW，且电厂污染物排放模型系数如表1。
表1污染物排放模型系数表
| a | b | c | α<sub>k</sub> | β<sub>k</sub> | γ<sub>k</sub> | λ<sub>k</sub> | P<sub>max</sub> | P<sub>min</sub> | V<sub>k</sub> | |
| 660MW | 0.000142 | -0.2044 | 362.97 | 0.00000075 | -0.00075 | 0.0691 | 119.12 | 220 | 660 | 165*10<sup>4</sup> |
| 660MW | 0.000091 | -0.1530 | 349.24 | 0.00000134 | -0.00173 | 0.5914 | 30.89 | 220 | 660 | 165*10<sup>4</sup> |
| 330MW | 0.000392 | -0.3157 | 381.11 | 0.00001601 | -0.01019 | 1.8188 | 2.12 | 110 | 330 | 110*10<sup>4</sup> |
| 310MW | 0.000818 | -0.5659 | 412.82 | 0.00000296 | -0.00093 | -0.2733 | 148.74 | 104 | 310 | 110*10<sup>4</sup> |
表中：Vk为烟气排放量，m3/h；a、b、c分别为第i台机组的煤耗特性模型系数；αk、βk、γk、λk分别代表粉尘、二氧化硫、氮氧化物排放模型系数；Pmax、Pmin分别代表机组最大和最小发电出力；Vk代表不同机组烟气量。
所选电厂当季煤价Scoal为300元/t，根据现行政府补贴政策，电厂机组按35％调峰深度计算环保经济性，且当季调峰政策为：当机组发电功率低于50％时认为机组处于深度调峰调峰，当机组发电功率处于40％～50％范围内按200元/MW的价格补贴；当机组发电功率处于30％～40％范围内按700元/MW的价格补贴。
步骤4.2按上述最优负荷分配模型计算电厂调峰实际收益：
以供电煤耗模型计算机组供电煤耗量：
fi(Pi)＝aiPi 2+biPi+ci＝0.000142×2292-0.2044×229+362.9＝323.61g/KW·h(18)
煤耗量乘以当季煤价，得到机组燃料消耗成本为：
W1i(Pi)＝(aiPi 2+biPi+ci)Scoal＝323.61×10-6×229×103×300＝22232.01元/h(19)
考虑机组在深度调峰的情况下，因机组大部分主要是在脱硝方面的费用，利用三次多项式计算机组NOx排放量浓度为：
利用当季的氮氧化物排放电价计算机组NOx排放成本约为：
机组深度调峰的补偿费用为：
机组调峰收益为：
W＝Wd-W1i(Pi)-WNOx＝36300-22232.01-108.73＝13959.26元/h (23)。
实施例2
基于同一发明构思，本发明实施例还提供了一种计算机存储介质，所述计算机存储介质上存有计算机程序，所述计算机程序被处理器执行时实现实施例1所述的一种火电机组非常规调峰经济性提升方法的步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种火电机组非常规调峰经济性提升方法，其特征在于：包括以下步骤：
步骤1.利用不同的采集装置采集电网的实时电量数据，并对同一采集装置采集的电量数据按不同的频率进行拟合，计算机组的调峰深度；
步骤2.利用机组除尘、脱硫、脱硝改造后的实际运行数据，建立电厂机组关系特性模型；
步骤3.根据电厂机组关系特性模型，确定电厂机组约束条件；
步骤4.根据电厂机组约束条件及最优负荷分配模型，对电厂实际情况进行计算。
2.根据权利要求1所述的一种火电机组非常规调峰经济性提升方法，其特征在于：所述对同一采集装置采集的电量数据按不同的频率进行拟合，包括：
对不同类型的火电机组在不同电网调度情况下，进行实际发电功率数据记录；将机组调峰分为常规调峰、机组稳燃不投油深度调峰和投油深度调峰三个阶段，综合考虑机组在三个阶段最小出力情况下机组运行情况和稳燃极限出力，计算机组的调峰深度。
3.根据权利要求1所述的一种火电机组非常规调峰经济性提升方法，其特征在于：所述电厂机组关系特性模型包括：机组负荷与供电煤耗和污染物排放浓度的关系特性模型。
4.根据权利要求3所述的一种火电机组非常规调峰经济性提升方法，其特征在于：
所述污染物排放浓度模型包括：粉尘排放浓度模型和脱硫脱硝模型；
所述脱硫脱硝模型包括：SO2排放浓度和NOx排放浓度。
5.根据权利要求1所述的一种火电机组非常规调峰经济性提升方法，其特征在于：所述利用机组除尘、脱硫、脱硝改造后的实际运行数据，建立电厂机组关系特性模型，包括：
步骤2.1求出机组在不同出力下的供电燃料消耗；
步骤2.2求出燃煤机组在不同出力下的污染物排放浓度。
6.根据权利要求5所述的一种火电机组非常规调峰经济性提升方法，其特征在于：
所述求出机组在不同出力下的供电燃料消耗，包括：
采用二次多项式将机组负荷P与供电煤耗W1i的关系描述为：
W1i(Pi)＝(aiPi 2+biPi+ci)Scoal (1)
在投油深度调峰阶段，机组投油助燃，投油油耗Woil为：
Woil＝EcostSoil (2)
所述求出燃煤机组在不同出力下的污染物排放浓度，是根据机组除尘、脱硫、脱硝改造后实际运行数据，采用三次多项式将机组负荷与粉尘排放浓度、SO2排放浓度及NOx排放浓度的关系描述为：
f2i(Pi)＝α2iPi 3+β2iPi 2+γ2iPi+λ2i (3)
f3i(Pi)＝α3iPi 3+β3iPi 2+γ3iPi+λ3i (4)
f4i(Pi)＝α4iPi 3+β4iPi 2+γ4iPi+λ4i (5)；
机组三种污染物排放成本为：
W2i(Pi)＝f2iViMFC (6)
7.根据权利要求1所述的一种火电机组非常规调峰经济性提升方法，其特征在于：所述步骤3.根据电厂机组关系特性模型，确定电厂机组约束条件，包括：
步骤3.1建立火电机组污染物超标排放政府罚款特性模型；
步骤3.2将污染物排放浓度模型带入式(10)中，求得分段拟合函数表达式，求出机组在不同调峰阶段下的调峰成本函数；
步骤3.3建立电厂竞价上网售电收益模型：
步骤3.4建立调峰收益模型：
步骤3.5验证电厂负荷的约束条件。
8.根据权利要求7所述的一种火电机组非常规调峰经济性提升方法，其特征在于：
所述步骤3.1建立火电机组污染物超标排放政府罚款特性模型，包括：
火电机组在深度调峰阶段，火电厂废气排污费增加，其环境附加成本为：
Wev(Pi)＝1600f1i(Pi)δsΔη+ocostWpollute+Spunish(P,ocost) (10)
所述步骤3.2将污染物排放浓度模型带入式(10)中，求得分段拟合函数表达式，再求机组在不同调峰阶段下的调峰成本函数，如下公式所示：
步骤3.3建立电厂竞价上网售电收益模型，包括：
步骤3.4建立调峰收益模型，包括：
步骤3.5验证电厂负荷的约束条件；
在全厂优化负荷分配模型条件下，调峰结束后，满足机组的总出力等于电网调度下发的全厂发电总负荷指令；
机组功率约束条件，定义负荷分配模型的约束条件为：
其中Pi,nowmin和Pi,nowmax符合的约束条件为：
Pi,nowmin＝max{Pi,min,Pnow,i-υi,demaxtp,max} (15)
Pi,nowmax＝max{Pi,max,Pnow,i+υi,inmaxtp,max} (16)
同时还要尽量缩短调峰时间，全厂负荷调动最短时间为：
9.根据权利要求1所述的一种火电机组非常规调峰经济性提升方法，其特征在于：
所述根据电厂机组约束条件及最优负荷分配模型，对电厂实际情况进行计算包括：
步骤4.1对电厂原始数据进行整合分析；
步骤4.2根据最优负荷分配模型计算电厂调峰实际收益。
10.一种计算机存储介质，其特征在于：所述计算机存储介质上存有计算机程序，所述计算机程序被处理器执行时实现权利要求1至权利要求9所述的一种火电机组非常规调峰经济性提升方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010890989.3A CN112101641A (zh) | 2020-08-29 | 2020-08-29 | 一种火电机组非常规调峰经济性提升方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010890989.3A CN112101641A (zh) | 2020-08-29 | 2020-08-29 | 一种火电机组非常规调峰经济性提升方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112101641A true CN112101641A (zh) | 2020-12-18 |
Family
ID=73758340
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010890989.3A Pending CN112101641A (zh) | 2020-08-29 | 2020-08-29 | 一种火电机组非常规调峰经济性提升方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112101641A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113393059A (zh) * | 2021-07-27 | 2021-09-14 | 新奥数能科技有限公司 | 循环流化床组中脱硫系统的出力分配的调整方法和装置 |
| CN113822496A (zh) * | 2021-10-27 | 2021-12-21 | 杭州英集动力科技有限公司 | 一种多机组热电厂供热模式及参数在线寻优方法 |
| CN118040791A (zh) * | 2024-02-07 | 2024-05-14 | 中国电力工程顾问集团有限公司 | 一种协同经济性的燃煤机组深度调峰系统及方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103426032A (zh) * | 2013-07-25 | 2013-12-04 | 广东电网公司电力科学研究院 | 一种热电联产机组的经济优化调度方法 |
| CN106446404A (zh) * | 2016-09-26 | 2017-02-22 | 华北电力大学 | 一种火电机组调峰能耗成本分段计算方法 |
| CN110414744A (zh) * | 2019-08-07 | 2019-11-05 | 东北电力大学 | 磷酸铁锂电池储能系统辅助火电机组深度调峰的分层优化方法 |
-
2020
- 2020-08-29 CN CN202010890989.3A patent/CN112101641A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103426032A (zh) * | 2013-07-25 | 2013-12-04 | 广东电网公司电力科学研究院 | 一种热电联产机组的经济优化调度方法 |
| CN106446404A (zh) * | 2016-09-26 | 2017-02-22 | 华北电力大学 | 一种火电机组调峰能耗成本分段计算方法 |
| CN110414744A (zh) * | 2019-08-07 | 2019-11-05 | 东北电力大学 | 磷酸铁锂电池储能系统辅助火电机组深度调峰的分层优化方法 |
Non-Patent Citations (2)
| Title |
|---|
| 林俐等: "规模风电并网条件下火电机组深度调峰的多角度经济性分析", 《电子系统自动化》, vol. 41, no. 7, pages 1 - 3 * |
| 王伟等: "面向综合经济效益最大化的全厂负荷分配", 《电力自动化设备》, vol. 35, no. 9, pages 1 - 2 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113393059A (zh) * | 2021-07-27 | 2021-09-14 | 新奥数能科技有限公司 | 循环流化床组中脱硫系统的出力分配的调整方法和装置 |
| CN113822496A (zh) * | 2021-10-27 | 2021-12-21 | 杭州英集动力科技有限公司 | 一种多机组热电厂供热模式及参数在线寻优方法 |
| CN113822496B (zh) * | 2021-10-27 | 2024-05-31 | 浙江英集动力科技有限公司 | 一种多机组热电厂供热模式及参数在线寻优方法 |
| CN118040791A (zh) * | 2024-02-07 | 2024-05-14 | 中国电力工程顾问集团有限公司 | 一种协同经济性的燃煤机组深度调峰系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112101641A (zh) | 一种火电机组非常规调峰经济性提升方法 | |
| CN107482688B (zh) | 一种碳捕集虚拟电厂调度优化方法 | |
| Meng et al. | The real cost of deep peak shaving for renewable energy accommodation in coal-fired power plants: Calculation framework and case study in China | |
| CN115018230B (zh) | 考虑减排成本的综合能源系统低碳鲁棒经济优化运行方法 | |
| CN101866451A (zh) | 一种新型的风力发电综合效益评估方法 | |
| CN110263395A (zh) | 基于数值模拟和数据分析的电厂脱硝运行优化方法及系统 | |
| CN112910013A (zh) | 考虑“深度调峰消纳-煤耗”联合约束的机组优化调度方法 | |
| CN113245060B (zh) | 除尘、脱硫系统协同节能运行优化方法、系统、设备及存储介质 | |
| CN111541272A (zh) | 一种碳捕集电厂的多时间尺度调度方法及系统 | |
| CN111210079A (zh) | 一种分布式能源虚拟电厂运行优化方法及系统 | |
| CN113673738A (zh) | 基于供需响应与可调场景的综合能源系统优化配置方法 | |
| CN111275282A (zh) | 一种火电厂实时成本分析与资源配置优化系统及方法 | |
| CN114444785B (zh) | 一种燃煤机组深度调峰的深度调度方法及系统 | |
| CN112508401A (zh) | 一种大规模新能源并网条件下火电机组深度调峰经济调度方法 | |
| CN114548584A (zh) | 一种含有电转气和碳捕集设备的综合能源系统的优化方法 | |
| Wu et al. | Low-carbon economic dispatch for integrated energy system through the dynamic reward and penalty carbon emission pricing mechanism | |
| CN116436096A (zh) | 耦合于虚拟电厂的电动公交车储能收益最大化的控制方法 | |
| CN103500997B (zh) | 基于混合多目标λ迭代法和牛顿法的电力系统调度方法 | |
| Cohen | A techno-economic plant-and grid-level assessment of flexible CO2 capture | |
| CN115496336A (zh) | 一种调峰辅助服务市场机制下火电机组效益评估方法 | |
| Zou et al. | Day-Ahead and Intraday Two-Stage Optimal Dispatch Considering Joint Peak Shaving of Carbon Capture Power Plants and Virtual Energy Storage | |
| CN114492912A (zh) | 火电机组与电池储能联合系统全生命周期经济性计算方法 | |
| Zhang et al. | Low Carbon Economic Dispatch Method of Power System Based on Wind Power and Electric Vehicle Coordination | |
| Chen et al. | Flexible transformation cost analysis of Thermal power in Jiangxi Province for depth peak-shaving | |
| Wang et al. | Environmental protection analysis of thermal power units operating under unconventional conditions |
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 |