CN112633560B - 一种含燃煤热电联产机组的电站优化调度方法 - Google Patents

一种含燃煤热电联产机组的电站优化调度方法 Download PDF

Info

Publication number
CN112633560B
CN112633560B CN202011441782.4A CN202011441782A CN112633560B CN 112633560 B CN112633560 B CN 112633560B CN 202011441782 A CN202011441782 A CN 202011441782A CN 112633560 B CN112633560 B CN 112633560B
Authority
CN
China
Prior art keywords
coal
load
power station
fired cogeneration
working condition
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.)
Active
Application number
CN202011441782.4A
Other languages
English (en)
Other versions
CN112633560A (zh
Inventor
刘明
马国锋
王宇
严俊杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN202011441782.4A priority Critical patent/CN112633560B/zh
Publication of CN112633560A publication Critical patent/CN112633560A/zh
Application granted granted Critical
Publication of CN112633560B publication Critical patent/CN112633560B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/10—The dispersed energy generation being of fossil origin, e.g. diesel generators
    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Power Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种含燃煤热电联产机组的电站优化调度方法,以电站层面的煤耗量最少作为优化目标，通过优化各台机组的电热负荷来调节各台机组的煤耗量，使电站的煤耗量最低，实现优化目标；优化步骤包括：读取调度相关信息，采用变工况理论建立目标函数，根据电站外界负荷建立等式约束条件，根据电站内各台燃煤热电联产机组的安全运行域数据建立不等式约束条件，根据目标函数和约束条件建立优化调度模型，采用多起点局部搜索算法求解模型，得到电站内各台燃煤热电联产机组的调度方案。本发明可显著降低含燃煤热电联产机组的电站的煤耗量，提升电站的运行经济性并降低污染物排放。本发明的优化调度方法执行简单，易于实现。

Description

一种含燃煤热电联产机组的电站优化调度方法
技术领域
本发明属于燃煤发电领域，具体涉及一种含燃煤热电联产机组的电站优化调度方法
背景技术
热电联产相比热电分产而言可以显著提高能量利用效率，在含有燃煤热电联产机组的电站调度当中，燃煤热电联产机组往往因承担调峰任务而频繁地在变工况下运行，变工况下燃煤热电联产机组的煤耗量同额定工况下燃煤热电联产机组的煤耗量相比大幅增加，如何优化含燃煤热电联产机组的电站的调度问题，降低电站层面的煤耗量，这是燃煤发电技术当下的迫切需求。此外，在以往的涉及燃煤热电联产机组的调度当中，燃煤热电联产机组煤耗量的计算是简单的功率代数分配形式，煤耗量直接拟合为关于负荷的一次函数或二次函数，这样的拟合缺乏对燃煤热电联产机组内部的真实物理结构建模以及模型背后的机理解释，特别是缺乏对调度当中燃煤热电联产机组如何体现朗肯循环机理的详细阐明。
发明内容
为解决上述问题，本发明的目的在提供一种含燃煤热电联产机组的电站优化调度方法，根据各台燃煤热电联产机组变工况计算方法计算电站煤耗量，将其作为优化调度的目标函数，根据各台燃煤热电联产机组的安全运行域、电站外界的电负荷和热负荷需求数据作为约束条件，建立优化调度模型并求解出各台燃煤热电联产机组所承担的最优电负荷和最优热负荷，实现含燃煤热电联产机组的电站的煤耗量最小的优化目标，并在调度当中详细体现燃煤热电联产机组的朗肯循环机理，提高含燃煤热电联产机组的电站的经济性和灵活性。
为了达到上述目的。本发明采用如下技术方案：
一种含燃煤热电联产机组的电站优化调度方法，以煤耗量最优作为含燃煤热电联产机组的电站的优化目标，煤耗量最优是指保证电站内全部机组电负荷和热负荷的供给与电站外界对电负荷和热负荷的需求相等，在此情况下，通过优化各台机组的电热负荷来调节各台机组的煤耗量，使含燃煤热电联产机组的电站内全部燃煤热电联产机组的煤耗量总和达到最低；
含燃煤热电联产机组的电站煤耗量是利用热电联产机组的变工况计算方法，根据各台燃煤热电联产机组的热平衡图及其额定工况下的技术参数计算变工况下燃煤热电联产机组的煤耗量，从而计算出整个含燃煤热电联产机组的电站内各燃煤热电联产机组的煤耗量Ci，如式(1)所示。各台燃煤热电联产机组的煤耗量确定后，再利用式(2)，计算出整个含燃煤热电联产机组的电站的煤耗量C，作为调度模型的目标函数；
Figure BDA0002830466270000021
式(1)中，
Figure BDA0002830466270000022
分别为含燃煤热电联产机组的电站中第i台燃煤热电联产机组的电负荷和热负荷，MW，Ci为第i台燃煤热电联产机组的煤耗量，kg/h，通过函数F来计算；函数F是根据热电联产机组变工况理论，由第i台燃煤热电联产机组的100％THA的热平衡图和相关参数编写的变工况计算方法，该方法的计算流程为：首先采用原则性热力系统计算方法中的一种，计算燃煤热电联产机组在额定工况下运行的热经济性指标：包括煤耗、热耗、燃料利用系数、热化发电率；原则性热力系统计算方法包括常规计算法、等效热降法、循环函数法和矩阵法四种；然后根据变工况下热电联产机组的电负荷和热负荷计算变工况下的主蒸汽流量和热经济性指标，变工况计算的第一步是假定初始的主蒸汽流量和额定工况下机组主蒸汽流量相等，并给定收敛条件；第二步是根据弗留盖尔公式计算汽轮机各个抽汽位置的压力，确定汽轮机变工况下的蒸汽膨胀过程线；第三步是按照原则性热力系统的计算方法，计算出各级加热器的汽水热力状态参数和新的主蒸汽流量；第四步是计算新的主蒸汽流量和前一步采用的主蒸汽流量之间的差值，判断是否满足收敛条件，若满足，则可进行变工况下热经济指标的计算，若不满足，则将主蒸汽流量设置为新计算的主蒸汽流量并返回第二步，反复迭代计算，直至收敛；
在给定第i台燃煤热电联产机组在变工况下的电负荷P(i,t)和热负荷Q(i,t)后，通过F函数计算出第i台燃煤热电联产机组在变工况下的煤耗量Ci，单位kg/h，目标函数C为电站内全部机组的煤耗量之和；
Figure BDA0002830466270000031
式(2)中，P(i,t)、Q(i,t)分别为调度期间的第t个时段下第i台燃煤热电联产机组在变工况下的电负荷和热负荷，n为含燃煤热电联产机组的电站内的燃煤热电联产机组的数量。
含燃煤热电联产机组的电站优化调度方法，包括以下步骤：
步骤1：读取调度期间含燃煤热电联产机组的电站的外界需要的电负荷和热负荷数据；读取各台燃煤热电联产机组在100％THA工况下的热平衡图和相关数据，包括100％THA工况下燃煤热电联产机组的汽轮机末级效率数据和调节级效率数据、锅炉效率数据、管道效率数据、机械效率数据、电机效率数据、加热器上端差和下端差、各类管道压损、汽轮机各个抽汽的热力参数、主蒸汽的热力参数、再热蒸汽的热力参数、汽轮机排汽的热力参数、凝汽器热力参数、驱动给水泵的小汽轮机的运行参数、凝结水泵的流量、煤的物性参数；读取各台燃煤热电联产机组在其它非100％THA工况下的热平衡图和相关数据，包括背压工况、最小凝气流量工况、最大锅炉蒸发量工况、热电解耦后的各边界工况下各台机组的运行参数和汽轮机末级效率数据和调节级效率数据、驱动给水泵的小汽轮机的运行参数、热电解耦设备的运行参数；
步骤2：以含燃煤热电联产机组的电站内各台燃煤热电联产机组的100％THA热平衡图的对应工况为基准工况，将各台燃煤热电联产机组在调度期间的煤耗量总和作为优化调度的目标函数；其中，各台燃煤热电联产机组在不同的电负荷和热负荷下的煤耗量根据热电联产机组的变工况理论计算，单独一台燃煤热电联产机组的煤耗量的整个计算方法集成为一个函数F，然后对采用函数F计算得到的各台机组的煤耗量进行求和，得到整个电站的煤耗量；
步骤3：根据步骤1读取的电站内各台燃煤热电联产机组在不同工况下的热平衡图和数据，包括背压工况、最小凝气流量工况、最大锅炉蒸发量工况、热电解耦后的各边界工况，不同THA工况下的汽轮机调节级效率随级前流量的变化数据和末级效率随级前流量的变化数据，拟合调节级效率计算公式和末级效率计算公式，变工况当中除调节级和末级之外的汽轮机各级效率认为不变，然后采用热电联产机组的变工况理论计算各台燃煤热电联产机组在这些工况下的电负荷和热负荷数据；
对具体的一台燃煤热电联产机组，在计算最小凝气流量工况和最大锅炉蒸发量工况时，限定主蒸汽流量不变，热负荷
Figure BDA0002830466270000051
从零负荷升高至最大负荷，计算热负荷对应的电负荷
Figure BDA0002830466270000052
在计算背压工况或最小凝气流量工况时，限定凝气流量不变，热负荷
Figure BDA0002830466270000053
从最低负荷升高至最大负荷，计算相应的电负荷
Figure BDA0002830466270000054
热电解耦后的边界工况下的电负荷和热负荷的计算方法同上述方法；
步骤4：对步骤3计算得到的各台燃煤热电联产机组的电负荷和热负荷数据，将每个工况下的热负荷
Figure BDA0002830466270000055
拟合为关于电负荷
Figure BDA0002830466270000056
的一次函数：
Pk＝ckQk+dk (3)
式(3)中，Pk和Qk分别为单台燃煤热电联产机组在第k种边界工况下的电负荷和热负荷数据，ck、dk即为由单台燃煤热电联产机组在第k种边界工况下的电负荷和热负荷数据拟合得到的系数，此处相关的边界工况包括背压工况、最小凝气流量工况、最大锅炉蒸发量工况、热电解耦后的各边界工况；
步骤5：对于一座已知的含燃煤热电联产机组的电站，在调度期间，按照如下约束条件，约束该电站内的各台燃煤热电联产机组：
(1)对每个调度时段，电站外界需要的电负荷和热负荷等于电站的全部机组所提供的电负荷和热负荷；此处，电站要承担的电负荷和热负荷需要同调度期间电站外界所需求的电负荷和热负荷数据相等；
根据步骤1读取的各时段电站外界的电负荷和热负荷数据，建立负荷平衡方程，方程需要满足各台燃煤热电联产机组的电负荷总和、热负荷总和与外界所需求的总电负荷、总热负荷相等，并将各台燃煤热电联产机组的等式平衡方程统一写为矩阵形式，如式(4)所示：
Figure BDA0002830466270000061
式(4)中，x为每台机组的出力矩阵变量，MW，包括电负荷Pi和热负荷Qi；Aeq为变量x的系数矩阵，由等式中各变量前的系数构成；beq为常量的系数矩阵，由等式中各常数项构成,包括电站外界需求的总电负荷和总热负荷，MW；
(2)对每个调度时段的每一台燃煤热电联产机组，其电负荷和热负荷需处于该机组所对应的安全运行域内；该机组的安全运行域是根据步骤4的方法得出的各函数为边界所围成的区域，该机组的电负荷和热负荷则通过不等式约束的方法被约束在安全运行域内；
将每个调度时段的全部机组的安全运行域约束进行集成，写为矩阵形式：
A·x≤b (5)
式(5)中，x为每台机组的出力矩阵变量，包括电负荷和热负荷，MW；A为变量x的系数矩阵，由不等式中各变量前的系数构成；b为常量的系数矩阵，由不等式中各常数项构成，MW；
此外，对于各台燃煤热电联产机组，由于供热需要，机组均不能停机，因此其电负荷和热负荷均存在上限和下限，据此建立各机组的电负荷和热负荷的约束条件，并写为矩阵形式，如：
lb≤x≤ub (6)
式(6)中，x为每台机组的出力矩阵变量，包括电负荷和热负荷，MW；lb和ub分别为每台机组的电负荷上下限和热负荷上下限；
步骤6：根据步骤2得到的目标函数，步骤5得到的约束条件，建立如式(7)和式(8)所示的优化调度模型：
目标函数
Figure BDA0002830466270000071
约束条件
Figure BDA0002830466270000081
步骤7：对步骤6所建立的优化调度模型，采用求解优化模型的多起点局部搜索算法——Multistart Global Optimization进行求解，求解得到的电站内各时段各机组最优的电负荷和热负荷以及整个调度期间的含燃煤热电联产机组的电站的最优煤耗量，按照该优化结果指导含燃煤热电联产机组的电站内的各台机组的调度。
步骤1中，所读取的电站的外界需要的电负荷和热负荷数据为：含燃煤热电联产机组的电站在调度期间的各时段需要承担的电负荷数据和热负荷数据；所读取各台燃煤热电联产机组在100％THA工况下的热平衡图和相关数据包括100％THA工况下燃煤热电联产机组的汽轮机末级效率数据和调节级效率数据、锅炉效率数据、管道效率数据、机械效率数据、电机效率数据、加热器上端差和下端差、各类管道压损、汽轮机各个抽汽的热力参数、主蒸汽的热力参数、再热蒸汽的热力参数、汽轮机排汽的热力参数、凝汽器热力参数、驱动给水泵的小汽轮机的运行参数、凝结水泵的流量、煤的物性参数；所读取各台燃煤热电联产机组在其它非100％THA工况下的热平衡图和相关数据包括背压工况、最小凝气流量工况、最大锅炉蒸发量工况、热电解耦后的各边界工况下各台机组的运行参数和汽轮机末级效率数据和调节级效率数据、驱动给水泵的小汽轮机的运行参数、热电解耦设备的运行参数。
各台燃煤热电联产机组的煤耗量、热耗量、二氧化碳排放量、燃料利用系数，
Figure BDA0002830466270000091
效率均根据基于朗肯循环机理的热电联产机组变工况理论进行计算。
和现有技术相比，本发明具有以下优点：
(1)本发明对热电联产机组的考虑更加精细，详细考虑了燃煤热电联产机组在调度当中的朗肯循环机理，求解结果与常规的热负荷平均分配方法的结果相比可显著降低含燃煤热电联产机组的电站的煤耗量，从而提升电站的运行经济性，并降低污染物排放。
(2)本发明优化了燃煤热电联产机组的所承担的电负荷和热负荷，从而提升电站机组之间的协同调度能力，提升电站层面的机组运行灵活性。
(3)本发明的优化方法执行简单，易于实现。
附图说明
图1为本发明一种含燃煤热电联产机组的电站优化调度方法流程图。
图2为电站内单独一台燃煤热电联产机组的安全运行域示意图。
图3a和图3b分别为：采用本发明进行优化调度后，电站内各台燃煤热电联产机组的电负荷、热负荷的调度结果。
图4a和图4b分别为：采用热负荷平均分配的方法进行优化调度后，电站内各台燃煤热电联产机组的电负荷、热负荷的调度结果。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步详细说明。
如图1所示，本发明一种含燃煤热电联产机组的电站优化调度方法，以煤耗量最优作为含燃煤热电联产机组的电站的优化目标，煤耗量最优是指保证电站内全部机组电负荷和热负荷的供给与电站外界对电负荷和热负荷的需求相等，在此情况下，通过优化各台机组的电负荷和热负荷来调节各台机组的煤耗量，使含燃煤热电联产机组的电站内全部燃煤热电联产机组的煤耗量总和达到最低；
含燃煤热电联产机组的电站煤耗量是利用热电联产机组的变工况计算方法，根据各台燃煤热电联产机组的热平衡图及其额定工况下的技术参数计算变工况下燃煤热电联产机组的煤耗量，从而计算出整个含燃煤热电联产机组的电站内各燃煤热电联产机组的煤耗量Ci，如式(1)所示；各台燃煤热电联产机组的煤耗量确定后，再利用式(2)，计算出整个含燃煤热电联产机组的电站的煤耗量C，作为调度模型的目标函数；
Figure BDA0002830466270000101
式(1)中，
Figure BDA0002830466270000102
分别为含燃煤热电联产机组的电站中第i台燃煤热电联产机组的电负荷和热负荷，MW，Ci为第i台燃煤热电联产机组的煤耗量，kg/h，通过函数F来计算；函数F是根据热电联产机组变工况理论，由第i台燃煤热电联产机组的100％THA的热平衡图和相关参数编写的计算方法，该方法的计算流程为：首先采用原则性热力系统计算方法中的一种，计算燃煤热电联产机组在额定工况下运行的热经济性指标：包括煤耗、热耗、燃料利用系数、热化发电率；原则性热力系统计算方法包括常规计算法、等效热降法、循环函数法和矩阵法四种；然后根据变工况下热电联产机组的电负荷和热负荷计算变工况下的主蒸汽流量和热经济性指标，变工况计算的第一步是假定初始的主蒸汽流量和额定工况下机组主蒸汽流量相等，并给定收敛条件；第二步是根据弗留盖尔公式计算汽轮机各个抽汽位置的压力，确定汽轮机变工况下的蒸汽膨胀过程线；第三步是按照原则性热力系统的计算方法，计算出各级加热器的汽水热力状态参数和新的主蒸汽流量；第四步是计算新的主蒸汽流量和前一步采用的主蒸汽流量之间的差值是否小于10-6，若满足，则可进行变工况下热经济指标的计算，若不满足，则将主蒸汽流量设置为新计算的主蒸汽流量并返回第二步，反复迭代计算，直至收敛，即差值是否小于10-6；
在给定第i台燃煤热电联产机组在变工况下的电负荷P(i,t)和热负荷Q(i,t)后，通过F函数计算出第i台燃煤热电联产机组在变工况下的煤耗量Ci，单位kg/h，目标函数C为电站内全部机组的煤耗量之和；
Figure BDA0002830466270000111
式(2)中，P(i,t)、Q(i,t)分别为调度期间的第t个时段下第i台燃煤热电联产机组在变工况下的电负荷和热负荷，n为含燃煤热电联产机组的电站内的燃煤热电联产机组的数量；
所述优化调度方法，包括以下步骤：
步骤1：读取调度期间含燃煤热电联产机组的电站的外界需要的电负荷和热负荷数据；读取各台燃煤热电联产机组在100％THA工况下的热平衡图和相关数据，包括100％THA工况下燃煤热电联产机组的汽轮机末级效率数据和调节级效率数据、锅炉效率数据、管道效率数据、机械效率数据、电机效率数据、加热器上端差和下端差、各类管道压损、汽轮机各个抽汽的热力参数、主蒸汽的热力参数、再热蒸汽的热力参数、汽轮机排汽的热力参数、凝汽器热力参数、驱动给水泵的小汽轮机的运行参数、凝结水泵的流量、煤的物性参数；读取各台燃煤热电联产机组在其它非100％THA工况下的热平衡图和相关数据，包括背压工况、最小凝气流量工况、最大锅炉蒸发量工况、热电解耦后的各边界工况下各台机组的运行参数和汽轮机末级效率数据和调节级效率数据、驱动给水泵的小汽轮机的运行参数、热电解耦设备的运行参数；
步骤2：以含燃煤热电联产机组的电站内各台燃煤热电联产机组的100％THA热平衡图的对应工况为基准工况，将各台燃煤热电联产机组在调度期间的煤耗量总和作为优化调度的目标函数；其中，各台燃煤热电联产机组在不同的电负荷和热负荷下的煤耗量根据热电联产机组的变工况理论计算，单独一台燃煤热电联产机组的煤耗量的整个计算方法集成为一个函数F，然后对采用函数F计算得到的各台机组的煤耗量进行求和，得到整个电站的煤耗量；
步骤3：根据步骤1读取的电站内各台燃煤热电联产机组在不同工况下的热平衡图和数据，包括背压工况、最小凝气流量工况、最大锅炉蒸发量工况、热电解耦后的各边界工况，不同THA工况下的汽轮机调节级效率随级前流量的变化数据和末级效率随级前流量的变化数据，拟合调节级效率计算公式和末级效率计算公式，变工况当中除调节级和末级之外的汽轮机各级效率认为不变，然后采用热电联产机组的变工况理论计算各台燃煤热电联产机组在这些工况下的电负荷和热负荷数据；
对具体的一台燃煤热电联产机组，在计算最小凝气流量工况和最大锅炉蒸发量工况时，限定主蒸汽流量不变，热负荷
Figure BDA0002830466270000131
从零负荷升高至最大负荷，计算热负荷对应的电负荷
Figure BDA0002830466270000132
在计算背压工况或最小凝气流量工况时，限定凝气流量不变，热负荷
Figure BDA0002830466270000133
从最低负荷升高至最大负荷，计算相应的电负荷
Figure BDA0002830466270000134
热电解耦后的边界工况下的电负荷和热负荷的计算方法同上述方法；
步骤4：对步骤3计算得到的各台燃煤热电联产机组的电负荷和热负荷数据，将每个工况下的热负荷
Figure BDA0002830466270000135
拟合为关于电负荷
Figure BDA0002830466270000136
的一次函数：
Pk＝ckQk+dk (3)
式(3)中，Pk和Qk分别为单台燃煤热电联产机组在第k种边界工况下的电负荷和热负荷数据，ck、dk即为由单台燃煤热电联产机组在第k种边界工况下的电负荷和热负荷数据拟合得到的系数，此处相关的边界工况包括背压工况、最小凝气流量工况、最大锅炉蒸发量工况、热电解耦后的各边界工况；
步骤5：对于一座已知的含燃煤热电联产机组的电站，在调度期间，按照如下约束条件，约束该电站内的各台燃煤热电联产机组：
(1)对每个调度时段，电站外界需要的电负荷和热负荷等于电站的全部机组所提供的电负荷和热负荷；此处，电站要承担的电负荷和热负荷需要同调度期间电站外界所需求的电负荷和热负荷数据相等；
根据步骤1读取的各时段电站外界的电负荷和热负荷数据，建立负荷平衡方程，方程需要满足各台燃煤热电联产机组的电负荷总和、热负荷总和与外界所需求的总电负荷、总热负荷相等，并将各台燃煤热电联产机组的等式平衡方程统一写为矩阵形式，如式(4)所示：
Figure BDA0002830466270000141
式(4)中，x为每台机组的出力矩阵变量，MW，包括电负荷Pi和热负荷Qi；Aeq为变量x的系数矩阵，由等式中各变量前的系数构成；beq为常量的系数矩阵，由等式中各常数项构成,包括电站外界需求的总电负荷和总热负荷，MW；
(2)对每个调度时段的每一台燃煤热电联产机组，其电负荷和热负荷需处于该机组所对应的安全运行域内；该机组的安全运行域是根据步骤4的方法得出的各函数为边界所围成的区域，该机组的电负荷和热负荷则通过不等式约束的方法被约束在安全运行域内；
将每个调度时段的全部机组的安全运行域约束进行集成，写为矩阵形式：
A·x≤b (5)
式(5)中，x为每台机组的出力矩阵变量，包括电负荷和热负荷，MW；A为变量x的系数矩阵，由不等式中各变量前的系数构成；b为常量的系数矩阵，由不等式中各常数项构成，MW；
此外，对于各台燃煤热电联产机组，由于供热需要，机组均不能停机，因此其电负荷和热负荷均存在上限和下限，据此建立各机组的电负荷和热负荷的约束条件，并写为矩阵形式，如：
lb≤x≤ub (6)
式(6)中，x为每台机组的出力矩阵变量，包括电负荷和热负荷，MW；lb和ub分别为每台机组的电负荷上下限和热负荷上下限；
步骤6：根据步骤2得到的目标函数，步骤5得到的约束条件，建立如式(7)和式(8)所示的优化调度模型：
目标函数
Figure BDA0002830466270000151
约束条件
Figure BDA0002830466270000152
步骤7：对步骤6所建立的优化调度模型，采用求解优化模型的多起点局部搜索算法——Multistart Global Optimization进行求解，求解得到的电站内各时段各机组最优的电负荷和热负荷以及整个调度期间的含燃煤热电联产机组的电站的最优煤耗量，按照该优化结果指导含燃煤热电联产机组的电站内的各台机组的调度。
作为本发明的优选实施方式，步骤1中，所读取的电站的外界需要的电负荷和热负荷数据为：含燃煤热电联产机组的电站在调度期间的各时段需要承担的电负荷数据和热负荷数据；所读取各台燃煤热电联产机组在100％THA工况下的热平衡图和相关数据包括100％THA工况下燃煤热电联产机组的汽轮机末级效率数据和调节级效率数据、锅炉效率数据、管道效率数据、机械效率数据、电机效率数据、加热器上端差和下端差、各类管道压损、汽轮机各个抽汽的热力参数、主蒸汽的热力参数、再热蒸汽的热力参数、汽轮机排汽的热力参数、凝汽器热力参数、驱动给水泵的小汽轮机的运行参数、凝结水泵的流量、煤的物性参数；所读取各台燃煤热电联产机组在其它非100％THA工况下的热平衡图和相关数据包括背压工况、最小凝气流量工况、最大锅炉蒸发量工况、热电解耦后的各边界工况下各台机组的运行参数和汽轮机末级效率数据和调节级效率数据、驱动给水泵的小汽轮机的运行参数、热电解耦设备的运行参数。
作为本发明的优选实施方式，所述各台燃煤热电联产机组的煤耗量、热耗量、二氧化碳排放量、燃料利用系数，
Figure BDA0002830466270000161
效率均根据基于朗肯循环机理的热电联产机组变工况理论进行计算。
实施例当中，在9个小时的调度时间内电站外界需要的电热负荷见表1，电站含有两台相同的热电联产机组，机组的主要参数见表2、表3和表4；机组均未采用热电解耦技术，根据步骤4计算得到其安全运行域如图2；整个优化调度模型描述为式(9)：
Figure BDA0002830466270000171
将式(9)的约束条件写为矩阵形式，各参数的具体值如式(10)～(15)：
Figure BDA0002830466270000172
Figure BDA0002830466270000173
Figure BDA0002830466270000174
Figure BDA0002830466270000175
lb＝[78.59 0 78.59 0] (14)
ub＝[343.26 348.6 343.26 348.6] (15)
优化调度后，电站各个时段的煤耗量结果如表5。
表1 电站外界需要的电热负荷数据
Figure BDA0002830466270000181
表2 热电联产机组100THA％蒸汽额定工况热力参数
Figure BDA0002830466270000182
表3 热电联产机组各加热器上下端差
Figure BDA0002830466270000183
表4 热电联产机组主要运行参数
Figure BDA0002830466270000184
Figure BDA0002830466270000191
表5 优化调度结果对比
Figure BDA0002830466270000192
研究实施例的电站优化调度表明，采用本发明的优化调度方法后，实施例的电站在9个小时调度时间内的调度结果如图3a和图3b所示，电站的总煤耗量为1613184kg；而采用热负荷平均分配的优化方法，即两台机组之间热负荷是平均分配，然后对电负荷进行优化调度，其调度结果如图4a和图4b所示，电站的总煤耗量为1643078kg；对比结果可知，采用本发明的优化调度结果，电站煤耗量可减少29894kg。
本发明通过采用一种优化调度方法对电站进行调度，对不同燃煤热电联产机组采用变工况理论进行精细化计算，建立并求解优化调度模型，给出电站优化调度方案，为电站的优化调度提供精细的指导。

Claims (3)

1.一种含燃煤热电联产机组的电站优化调度方法，其特征在于：
以煤耗量最优作为含燃煤热电联产机组的电站的优化目标，煤耗量最优是指保证电站内全部机组电负荷和热负荷的供给与电站外界对电负荷和热负荷的需求相等，在此情况下，通过优化各台机组的电负荷和热负荷来调节各台机组的煤耗量，使含燃煤热电联产机组的电站内全部燃煤热电联产机组的煤耗量总和达到最低；
含燃煤热电联产机组的电站煤耗量是利用热电联产机组的变工况计算方法，根据各台燃煤热电联产机组的热平衡图及其额定工况下的技术参数计算变工况下燃煤热电联产机组的煤耗量，从而计算出整个含燃煤热电联产机组的电站内各燃煤热电联产机组的煤耗量Ci，如式(1)所示；各台燃煤热电联产机组的煤耗量确定后，再利用式(2)，计算出整个含燃煤热电联产机组的电站的煤耗量C，作为调度模型的目标函数；
Figure FDA0002830466260000011
式(1)中，Pi CHP,
Figure FDA0002830466260000012
分别为含燃煤热电联产机组的电站中第i台燃煤热电联产机组的电负荷和热负荷，MW，Ci为第i台燃煤热电联产机组的煤耗量，kg/h，通过函数F来计算；函数F是根据热电联产机组变工况理论，由第i台燃煤热电联产机组的100％THA的热平衡图和相关参数编写的变工况计算方法，该计算方法为：首先采用原则性热力系统计算方法中的一种，计算燃煤热电联产机组在额定工况下运行的热经济性指标：包括煤耗、热耗、燃料利用系数、热化发电率；原则性热力系统计算方法包括常规计算法、等效热降法、循环函数法和矩阵法四种；然后根据变工况下热电联产机组的电负荷和热负荷计算变工况下的主蒸汽流量和热经济性指标，变工况计算的第一步是假定初始的主蒸汽流量和额定工况下机组主蒸汽流量相等，并给定收敛条件；第二步是根据弗留盖尔公式计算汽轮机各个抽汽位置的压力，确定汽轮机变工况下的蒸汽膨胀过程线；第三步是按照原则性热力系统的计算方法，计算出各级加热器的汽水热力状态参数和新的主蒸汽流量；第四步是计算新的主蒸汽流量和前一步采用的主蒸汽流量之间的差值，判断是否满足收敛条件，若满足，则进行变工况下热经济指标的计算，若不满足，则将主蒸汽流量设置为新计算的主蒸汽流量并返回第二步，反复迭代计算，直至收敛；
在给定第i台燃煤热电联产机组在变工况下的电负荷P(i,t)和热负荷Q(i,t)后，通过F函数计算出第i台燃煤热电联产机组在变工况下的煤耗量Ci，单位kg/h，目标函数C为电站内全部机组的煤耗量之和；
Figure FDA0002830466260000021
式(2)中，P(i,t)、Q(i,t)分别为调度期间的第t个时段下第i台燃煤热电联产机组在变工况下的电负荷和热负荷，n为含燃煤热电联产机组的电站内的燃煤热电联产机组的数量；
所述优化调度方法，包括以下步骤：
步骤1：读取调度期间含燃煤热电联产机组的电站的外界需要的电负荷和热负荷数据；读取各台燃煤热电联产机组在100％THA工况下的热平衡图和相关数据，包括100％THA工况下燃煤热电联产机组的汽轮机末级效率数据和调节级效率数据、锅炉效率数据、管道效率数据、机械效率数据、电机效率数据、加热器上端差和下端差、各类管道压损、汽轮机各个抽汽的热力参数、主蒸汽的热力参数、再热蒸汽的热力参数、汽轮机排汽的热力参数、凝汽器热力参数、驱动给水泵的小汽轮机的运行参数、凝结水泵的流量、煤的物性参数；读取各台燃煤热电联产机组在其它非100％THA工况下的热平衡图和相关数据，包括背压工况、最小凝气流量工况、最大锅炉蒸发量工况、热电解耦后的各边界工况下各台机组的运行参数和汽轮机末级效率数据和调节级效率数据、驱动给水泵的小汽轮机的运行参数、热电解耦设备的运行参数；
步骤2：以含燃煤热电联产机组的电站内各台燃煤热电联产机组的100％THA热平衡图的对应工况为基准工况，将各台燃煤热电联产机组在调度期间的煤耗量总和作为优化调度的目标函数；其中，各台燃煤热电联产机组在不同的电负荷和热负荷下的煤耗量根据热电联产机组的变工况理论计算，单独一台燃煤热电联产机组的煤耗量的整个计算方法集成为一个函数F，然后对采用函数F计算得到的各台机组的煤耗量进行求和，得到整个电站的煤耗量；
步骤3：根据步骤1读取的电站内各台燃煤热电联产机组在不同工况下的热平衡图和数据，包括背压工况、最小凝气流量工况、最大锅炉蒸发量工况、热电解耦后的各边界工况，不同THA工况下的汽轮机调节级效率随级前流量的变化数据和末级效率随级前流量的变化数据，拟合调节级效率计算公式和末级效率计算公式，变工况当中除调节级和末级之外的汽轮机各级效率认为不变，然后采用热电联产机组的变工况理论计算各台燃煤热电联产机组在这些工况下的电负荷和热负荷数据；
对具体的一台燃煤热电联产机组，在计算最小凝气流量工况和最大锅炉蒸发量工况时，限定主蒸汽流量不变，热负荷
Figure FDA0002830466260000041
从零负荷升高至最大负荷，计算热负荷对应的电负荷Pi CHP；在计算背压工况或最小凝气流量工况时，限定凝气流量不变，热负荷
Figure FDA0002830466260000042
从最低负荷升高至最大负荷，计算相应的电负荷Pi CHP；热电解耦后的边界工况下的电负荷和热负荷的计算方法同上述方法；
步骤4：对步骤3计算得到的各台燃煤热电联产机组的电负荷和热负荷数据，将每个工况下的热负荷
Figure FDA0002830466260000043
拟合为关于电负荷Pi CHP的一次函数：
Pk＝ckQk+dk (3)
式(3)中，Pk和Qk分别为单台燃煤热电联产机组在第k种边界工况下的电负荷和热负荷数据，ck、dk即为由单台燃煤热电联产机组在第k种边界工况下的电负荷和热负荷数据拟合得到的系数，此处相关的边界工况包括背压工况、最小凝气流量工况、最大锅炉蒸发量工况、热电解耦后的各边界工况；
步骤5：对于一座已知的含燃煤热电联产机组的电站，在调度期间，按照如下约束条件，约束该电站内的各台燃煤热电联产机组：
(1)对每个调度时段，电站外界需要的电负荷和热负荷等于电站的全部机组所提供的电负荷和热负荷；此处，电站要承担的电负荷和热负荷需要同调度期间电站外界所需求的电负荷和热负荷数据相等；
根据步骤1读取的各时段电站外界的电负荷和热负荷数据，建立负荷平衡方程，方程需要满足各台燃煤热电联产机组的电负荷总和、热负荷总和与外界所需求的总电负荷、总热负荷相等，并将各台燃煤热电联产机组的等式平衡方程统一写为矩阵形式，如式(4)所示：
Figure FDA0002830466260000051
式(4)中，x为每台机组的出力矩阵变量，MW，包括电负荷Pi和热负荷Qi；Aeq为变量x的系数矩阵，由等式中各变量前的系数构成；beq为常量的系数矩阵，由等式中各常数项构成,包括电站外界需求的总电负荷和总热负荷，MW；
(2)对每个调度时段的每一台燃煤热电联产机组，其电负荷和热负荷需处于该机组所对应的安全运行域内；该机组的安全运行域是根据步骤4的方法得出的各函数为边界所围成的区域，该机组的电负荷和热负荷则通过不等式约束的方法被约束在安全运行域内；
将每个调度时段的全部机组的安全运行域约束进行集成，写为矩阵形式：
A·x≤b (5)
式(5)中，x为每台机组的出力矩阵变量，包括电负荷和热负荷，MW；A为变量x的系数矩阵，由不等式中各变量前的系数构成；b为常量的系数矩阵，由不等式中各常数项构成，MW；
此外，对于各台燃煤热电联产机组，由于供热需要，机组均不能停机，因此其电负荷和热负荷均存在上限和下限，据此建立各机组的电负荷和热负荷的约束条件，并写为矩阵形式，如：
lb≤x≤ub (6)
式(6)中，x为每台机组的出力矩阵变量，包括电负荷和热负荷，MW；lb和ub分别为每台机组的电负荷上下限和热负荷上下限；
步骤6：根据步骤2得到的目标函数，步骤5得到的约束条件，建立如式(7)和式(8)所示的优化调度模型：
目标函数
Figure FDA0002830466260000061
约束条件
Figure FDA0002830466260000062
步骤7：对步骤6所建立的优化调度模型，采用求解优化模型的多起点局部搜索算法——Multistart Global Optimization进行求解，求解得到的电站内各时段各机组最优的电负荷和热负荷以及整个调度期间的含燃煤热电联产机组的电站的最优煤耗量，按照该优化结果指导含燃煤热电联产机组的电站内的各台机组的调度。
2.根据权利要求1所述的一种含燃煤热电联产机组的电站优化调度方法，其特征在于：步骤1中，所读取的电站的外界需要的电负荷和热负荷数据为：含燃煤热电联产机组的电站在调度期间的各时段需要承担的电负荷数据和热负荷数据；所读取各台燃煤热电联产机组在100％THA工况下的热平衡图和相关数据包括100％THA工况下燃煤热电联产机组的汽轮机末级效率数据和调节级效率数据、锅炉效率数据、管道效率数据、机械效率数据、电机效率数据、加热器上端差和下端差、各类管道压损、汽轮机各个抽汽的热力参数、主蒸汽的热力参数、再热蒸汽的热力参数、汽轮机排汽的热力参数、凝汽器热力参数、驱动给水泵的小汽轮机的运行参数、凝结水泵的流量、煤的物性参数；所读取各台燃煤热电联产机组在其它非100％THA工况下的热平衡图和相关数据包括背压工况、最小凝气流量工况、最大锅炉蒸发量工况、热电解耦后的各边界工况下各台机组的运行参数和汽轮机末级效率数据和调节级效率数据、驱动给水泵的小汽轮机的运行参数、热电解耦设备的运行参数。
3.根据权利要求1所述的一种含燃煤热电联产机组的电站优化调度方法，其特征在于：各台燃煤热电联产机组的煤耗量、热耗量、二氧化碳排放量、燃料利用系数，
Figure FDA0002830466260000071
效率均根据基于朗肯循环机理的热电联产机组变工况理论进行计算。
CN202011441782.4A 2020-12-11 2020-12-11 一种含燃煤热电联产机组的电站优化调度方法 Active CN112633560B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011441782.4A CN112633560B (zh) 2020-12-11 2020-12-11 一种含燃煤热电联产机组的电站优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011441782.4A CN112633560B (zh) 2020-12-11 2020-12-11 一种含燃煤热电联产机组的电站优化调度方法

Publications (2)

Publication Number Publication Date
CN112633560A CN112633560A (zh) 2021-04-09
CN112633560B true CN112633560B (zh) 2022-12-09

Family

ID=75309369

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011441782.4A Active CN112633560B (zh) 2020-12-11 2020-12-11 一种含燃煤热电联产机组的电站优化调度方法

Country Status (1)

Country Link
CN (1) CN112633560B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113341716B (zh) * 2021-06-10 2023-08-04 江苏舜高智能科技有限公司 一种基于人工智能的大型燃煤电站co2捕集系统优化调度方法
CN113361828B (zh) * 2021-07-22 2023-04-07 西安热工研究院有限公司 多机组、多供热模式的热电厂供热负荷分配优化方法
CN113554320A (zh) * 2021-07-27 2021-10-26 西安热工研究院有限公司 一种基于供热经济性最优的全厂热、电负荷分配方法
CN113536588B (zh) * 2021-07-29 2023-04-25 西安热工研究院有限公司 热电联产机组耦合空气储能压缩供热系统及优化运行方法
CN115438894B (zh) * 2021-08-09 2023-08-22 华院计算技术(上海)股份有限公司 煤炭调度控制方法、装置、电子设备、存储介质
CN113673898A (zh) * 2021-08-27 2021-11-19 西安热工研究院有限公司 一种采暖热电联产机组供热能力提升方法及系统
CN114562718B (zh) * 2022-01-26 2023-09-01 西安热工研究院有限公司 一种热电联产机组的优化控制方法、装置及存储介质
CN114877308B (zh) * 2022-06-10 2023-04-11 西安交通大学 一种燃煤双抽供热系统的运行区间确定方法
CN114996644B (zh) * 2022-06-10 2024-04-09 西安交通大学 一种凝汽机组变工况碳排放特性曲线拟合方法

Citations (2)

* Cited by examiner, † Cited by third party
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
CN108009683A (zh) * 2018-01-30 2018-05-08 国网辽宁省电力有限公司 一种大容量直控负荷提高风电接纳能力的调度方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
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
CN108009683A (zh) * 2018-01-30 2018-05-08 国网辽宁省电力有限公司 一种大容量直控负荷提高风电接纳能力的调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
热电联产机组定电负荷下热负荷经济调度的试验研究;孙科等;《节能》;20130915(第09期);全文 *

Also Published As

Publication number Publication date
CN112633560A (zh) 2021-04-09

Similar Documents

Publication Publication Date Title
CN112633560B (zh) 一种含燃煤热电联产机组的电站优化调度方法
CN109063890B (zh) 一种基于热电厂全厂调峰能力最大化的热负荷分配方法
CN105787211B (zh) 针对燃气透平劣化的联合循环余热锅炉压力调整方法
Yang et al. Research on solar aided coal-fired power generation system and performance analysis
CN110932317A (zh) 一种本质可再生能源互补的分布式能源系统的设计方法
CN112000012B (zh) 基于热电负荷条件的机组滑压控制优化方法及系统
CN104179575B (zh) 燃气蒸汽联合循环机组日前优化调度系统及方法
CN113268887B (zh) 一种煤电机组锅炉暖风器最佳热源确定系统及方法
CN113283121B (zh) 一种熔盐储热工业供汽系统的流程及容量设计方法及系统
CN110912204B (zh) 一种适用于热电耦合太阳能联产的惯性功率协调控制系统
CN113343490B (zh) 一种耦合熔盐储热的工业供汽电站运行优化方法及系统
Galashov et al. Thermal efficiency of three-cycle utilization-type steam-gas units
CN113673778B (zh) 耦合工业供气系统的气电联产机组运行优化方法及系统
Fu et al. Using molten-salt energy storage to decrease the minimum operation load of the coal-fired power plant
CN110735682B (zh) 一种基于多目标优化算法的分布式余压发电系统及调控方法
Guo et al. Performance study of a supercritical CO 2 Brayton cycle coupled with a compressed CO 2 energy storage system for waste heat recovery of ship gas turbines under variable load conditions
CN206094020U (zh) 一种提高锅炉给水温度的装置
Lisin et al. Development of highly economical thermal schemes of GTU-CHP in the design of energy-saving power systems
CN113032991B (zh) 一种热电联产机组模型的建模方法及装置
ZENARI Simulation of a Gas Turbine-Organic Rankine Cycle Combined Power Plant with the integration of a direct Thermal Energy Storage to improve flexibility
CN216588750U (zh) 一种固体储热耦合火电机组系统
Guo et al. The Computational Model of the Peak Regulation Capacity of Cogeneration Units and Its Application
Cao et al. Study on thermal performance of peak shaving unit under different sources of heat storage steam
Chen et al. Operational Flexibility Analysis of 1100 MW Supercritical Coal-Fired Power Plants during Load Cycling Transient Processes
CN115481574A (zh) 一种电力-热水-蒸汽多能源系统运行优化方法

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
GR01 Patent grant
GR01 Patent grant