一种蒸汽动力系统的在线实时优化方法及装置
技术领域
本发明涉及蒸汽动力系统运行优化领域,尤其是指一种蒸汽动力系统的在线实时优化方法及装置。
背景技术
热电联产将做过功的蒸汽对外供热,实现蒸汽的梯级利用,提高了能源效率。同时其锅炉烟气经过处理,污染物排放量极小,降低了环境污染。因此,热电联产得到了广泛的发展和长足的进步。
蒸汽动力系统作为热电联产的一种类型,是炼化、化工、钢铁、热电和造纸等企业自备电厂安全、稳定、长周期、满负荷和高效运行的基石,主要用于换热、伴热、机械驱动、发电、汽提、采暖及吹扫等工艺过程。据统计在典型的炼化企业中,蒸汽能耗约占全厂总能耗的30%以上。因此对蒸汽动力系统的负荷进行优化分配,从而降低产汽和发电过程能耗,提升系统经济性,具有重要的社会意义和经济价值。
蒸汽动力系统优化是根据当前不同等级蒸汽和电力需求,在满足一定约束条件下,优化分配各台锅炉和汽机的运行负荷,从而减少燃料消耗量,降低能源消耗。目前,蒸汽动力系统运行优化凭调度经验,未考虑设备运行特性和效率。企业自备电厂主要是以热定电规则对供汽量和发电量进行调度,在保证供汽量的情况下多发电,在产汽量一定的情况下优先保证供汽量,少发电甚至不发电,因此在以运行成本最低进行蒸汽动力系统优化时不应考虑外购蒸汽成本。同时在环境问题日益严峻的情况下,还应考虑锅炉污染物达标排放所带来的成本,如脱硫成本和脱硝成本。循环流化床锅炉的磨损严重影响其经济、高效和平稳运行,磨损程度随负荷的增加而增大,检修周期缩短,导致成本增加。蒸汽动力系统具有很大的时变性,离线模型不能随着工况的变化而适应变化,从而导致模型与实际状态不匹配。运行优化方案需考虑锅炉和汽机的启停带来额外的时间成本和启停成本,增加了操作人员的工作强度,与现场实际运行规则不适应,操作和调度人员难以实施。而且优化方案需调度人员离线操作验证,尚未与先进控制系统通讯,实现闭环联动。
发明内容
本发明的目的是克服现有技术中的缺点,提供一种蒸汽动力系统的在线实时优化方法及装置。
本发明的目的是通过下述技术方案予以实现:
一种蒸汽动力系统的在线实时优化方法,所述在线实时优化方法包括以下步骤:
步骤一,采集设备运行数据、环境数据、价格数据和化验分析数据存储至实时数据库,进行数据预处理和稳态检测,得到蒸汽动力系统的数据集;
步骤二,将蒸汽动力系统的数据集进行高斯变换,得到正态分布的数据集,采用高斯混合模型聚类算法将数据进行聚类后,在每个簇中采用多元线性回归模型建立设备模型;
步骤三,以蒸汽动力系统最低运行成本为目标函数建立蒸汽动力系统优化模型,在约束条件范围内对目标函数优化求解,根据最优解确定设备的最优控制参数;
步骤四,进行系统稳态判断,若系统处于稳态则把步骤三的优化结果写入实时数据库,并作为锅炉APC和汽轮机DEH被控变量设定值的偏差补偿,对过程状态进行调整使其达到优化值。
作为优选,所述的步骤三中,目标函数具体为:
式中,OPfun为蒸汽动力系统运行成本最低目标函数;
为锅炉b运行时水冷壁磨损成本;
为脱硫消耗液氨成本;
为脱硝消耗液氨成本;Cost
Water为系统消耗脱盐水成本;Cost
Fuel为系统消耗燃煤成本;Cost
Power为系统外购电成本;
为开启不同等级减温减压器成本;
为厂用蒸汽成本;
为厂用电成本;
所述约束条件包括水冷壁管壁厚、蒸汽量、发电量、烟气二氧化硫含量、氮氧化物含量、氧含量、设备负荷和设备操作条件上下限。
作为优选,所述偏差补偿包括:
优化结果中的锅炉产汽量与当前产汽量测量值比较,得到偏差ΔQ和当前产汽量测量值补偿信号eQ;通过锅炉优化通讯接口产汽量测量值补偿信号eQ下传至锅炉APC的主蒸汽压力控制回路中的主蒸汽流量前馈控制回路,对产汽量前馈信号进行补偿,从而通过主蒸汽压力前馈-反馈控制回路调整锅炉给煤量控制回路和风量控制回路的设定值,直至锅炉处于优化产汽量;锅炉产汽量调整速率根据锅炉操作规程进行调整,若偏差量ΔQ大于零,先增加风量后增加给煤量,若偏差量ΔQ小于零,先减少给煤量后减少风量;
优化结果中的汽机发电量通过汽机优化通讯接口下传至汽轮机DEH的自动控制ATC发电量控制模块作为发电量给定值,产生发电量偏差信号,发电量升速率根据汽轮机运行规程自动设定,从而实现对发电量的调节。
优化结果中的汽机抽汽量通过弗留格尔公式将其转换为对应的优化抽汽压力,并与抽汽压力设定值进行比较,产生抽汽压力偏差ep的补偿信号
通过汽机优化通讯接口将抽汽压力补偿信号
下传至汽机DEH的自动控制ATC抽汽压力控制模块,调压控制器调节主汽调节阀和抽汽调节阀开度或调压控制器调节主汽调节阀和旋转隔板开度,从而在保证抽汽压力的同时调节抽汽流量,调节速率根据汽轮机运行规程自动设定。
作为优选,所述优化结果作为锅炉APC和汽轮机DEH被控变量设定值的偏差补偿还包括:
优化结果中的锅炉产汽量、汽机抽汽量和发电量与其对应的当前值进行比较,若三者之中任一相对偏差大于10%,则不执行此次优化结果,并保存优化结果和状态位,其中0表示未投用,1表示投用,一个在线实时优化周期为2~4h。
作为优选,所述约束条件根据以下公式计算:
式中,Fsteam为总产汽量,单位为t/h;Fi,steam为外供不同等级蒸汽量,单位为t/h;α为厂用汽率,单位为%;Wf为发电量,单位为kW;Wg为外供电量,单位为kW;Wwg为外购电量,单位为kW;χ为厂用电率,单位为%。
作为优选,所述步骤一中,设备运行数据包括锅炉入炉煤量、给水流量、给水温度、给水压力、一次风量、二次风量、引风量、减温水量、液氨量、主汽流量、主汽压力、主汽温度、排烟温度、炉膛负压、排烟氧含量、排烟SO2含量、床层温度和床层压差;所述环境数据包括环境温度、压力、湿度和风速;所述价格数据包括峰谷平电价、液氨单价、燃煤单价、水冷壁维修单价和脱盐水单价;所述化验分析数据包括锅炉入炉煤工业分析数据、元素分析数据、炉渣成分和烟气成分;
所述锅炉入炉煤量计算包括计算各台锅炉入炉煤量的修正系数,具体为:
式中,k
i为锅炉i入炉煤量修正系数,单位为%;m
i为统计期内锅炉i的入炉煤量,单位为t;
为统计期内锅炉总入炉煤量,单位为t;
为统计期期末t
2时刻的盘库煤场煤量,单位为t;
为统计期期初t
1时刻的盘库煤场煤量,单位为t;
为统计期内购煤量,单位为t。
作为优选,所述步骤一中,数据预处理包括剔除缺失值、负值和重复值;
所述稳态检测包括根据以下公式计算变量i的稳态指数,当βi(t)等于0为不稳定状态,当βi(t)等于1时为稳定状态,当βi(t)等于ξ[θ(t)]时为稳态与非稳态之间,
θ(t)=|Wsf(t)|+γ|WWsf(t)|
式中,f(t)为过程变量;Wsf(t)为过程变量的一阶小波变换;WWsf(t)为过程变量的二阶小波变换;γ为根据|WWsf(t)|确定的系数;θ(t)为一阶小波变换和二阶小波变换对于单变量稳态指数的补偿因子;ξ(x)为取值范围为[0,1]的光滑传递函数;Tw为识别小波函数零点的二阶小波变换模阈值;Tu为识别变量非稳态的一阶小波变换模阈值;Ts为识别变量稳态的一阶小波变换模阈值。
作为优选,所述高斯混合模型根据以下公式计算:
式中,g
k为均值为μ
k,协方差矩阵为∑
k的单高斯模型;w
k为g
k的权重系数,w
k>0且
K为单高斯模型的个数;
所述设备模型根据以下公式计算:
式中,φ为设备模型;fk(x1,x2,...,xn)为x1,x2,...,xn数据集属于簇Kk时的设备模型;Kk为第k个簇。
作为优选,所述步骤四中还包括在无扰优化投切机制:具体为在线优化投用、在线优化切除和无扰动切换;
所述在线优化投用包括:当系统处于稳态、锅炉产汽量、汽机抽汽量和发电量与其对应的当前值任一相对偏差小于10%和通讯正常时,系统自动在线实时优化并弹窗提示调度人员确认;
所述在线优化切除包括:当系统处于非稳态、锅炉产汽量、汽机抽汽量和发电量与其对应的当前值任一相对偏差大于10%和通讯中断时,系统自动切除在线优化并弹窗提示调度人员确认;
所述无扰切换包括:当系统处于在线优化投用与在线优化切除两者之一状态时,另一种状态的优化结果等于测量值,需要切换时实现无扰动平稳切换。
一种蒸汽动力系统的在线实时优化装置,包括:数据采集处理模块,用于采集蒸汽动力系统的设备运行数据、环境数据、价格数据和化验分析数据,并对设备运行数据进行预处理和稳态检测,得到高质量数据集;
设备模型模块,用于将数据集进行高斯变换,得到正态分布的数据集。然后使用高斯混合聚类算法将数据进行聚类,在每个簇中采用多元线性回归模型建立蒸汽动力系统设备模型;
优化求解模块,用于以蒸汽动力系统运行成本最低为目标函数,建立蒸汽动力系统优化模型,在约束条件范围内对目标函数优化求解,并根据最优解确定设备的最优控制参数;
优化执行模块,用于若系统处于稳态则把优化结果写入实时数据库,并将优化结果作为锅炉APC和汽轮机DEH被控变量设定值的偏差补偿,对过程状态进行调整使其达到优化值。
本发明的有益效果是:
采用聚类算法分簇建立设备模型,解决了设备运行数据集分布非线性问题,保证了模型的精确性。在线优化能够实时对设备运行数据稳态检测并校正模型,而且将优化结果下传至控制系统执行,从而提升了优化结果的可执行性,降低了操作人员的劳动强度,实现了企业节能降耗和降本增效的目的。
附图说明
图1是本发明的结构原理框图;
图2是本发明的一种流程示意图。
其中:1、数据采集处理模块,2、设备模型模块,3、优化求解模块,4、优化执行模块。
具体实施方式
下面结合附图和实施例对本发明进一步描述。
实施例:一种蒸汽动力系统的在线实时优化装置,如图1所示,包括:数据采集处理模块1,用于采集蒸汽动力系统的设备运行数据、环境数据、价格数据和化验分析数据,并对设备运行数据进行预处理和稳态检测,得到高质量数据集;
设备模型模块2,用于将数据集进行高斯变换,得到正态分布的数据集。然后使用高斯混合聚类算法将数据进行聚类,在每个簇中采用多元线性回归模型建立蒸汽动力系统设备模型;
优化求解模块3,用于以蒸汽动力系统运行成本最低为目标函数,建立蒸汽动力系统优化模型,在约束条件范围内对目标函数优化求解,并根据最优解确定设备的最优控制参数;
优化执行模块4,用于若系统处于稳态则把优化结果写入实时数据库,并将优化结果作为锅炉APC和汽轮机DEH被控变量设定值的偏差补偿,对过程状态进行调整使其达到优化值。
通过数采集处理模块采集蒸汽动力系统的运行数据,并对数据进行预处理和稳态检测,得到高质量数据集并存储至实时数据库中。通过设备模型模块对数据集进行高斯变换,然后使用高斯混合聚类算法将数据进行聚类,在每个簇中采用多元线性回归模型建立蒸汽动力系统设备模型。在该模块中实时读取经过稳态检测后的数据集实现模型参数的更新。通过优化求解模块以蒸汽动力系统运行成本最低为目标函数,建立蒸汽动力系统优化模型并进行优化求解。通过优化执行模块实现优化结果的投用和切除。
一种蒸汽动力系统的在线实时优化方法,如图2所示,所述在线实时优化方法包括以下步骤:
步骤一,采集设备运行数据、环境数据、价格数据和化验分析数据存储至实时数据库,进行数据预处理和稳态检测,得到蒸汽动力系统的数据集;
步骤二,将蒸汽动力系统的数据集进行高斯变换,得到正态分布的数据集,采用高斯混合模型聚类算法将数据进行聚类后,在每个簇中采用多元线性回归模型建立设备模型;
步骤三,以蒸汽动力系统最低运行成本为目标函数建立蒸汽动力系统优化模型,在约束条件范围内对目标函数优化求解,根据最优解确定设备的最优控制参数;
步骤四,进行系统稳态判断,若系统处于稳态则把步骤三的优化结果写入实时数据库,并作为锅炉APC和汽轮机DEH被控变量设定值的偏差补偿,对过程状态进行调整使其达到优化值。
所述的步骤三中,目标函数具体为:
式中,OPfun为蒸汽动力系统运行成本最低目标函数;
为锅炉b运行时水冷壁磨损成本;
为脱硫消耗液氨成本;
为脱硝消耗液氨成本;Cost
Water为系统消耗脱盐水成本;Cost
Fuel为系统消耗燃煤成本;Cost
Power为系统外购电成本;
为开启不同等级减温减压器成本;
为厂用蒸汽成本;
为厂用电成本;
本发明的目标函数为蒸汽动力系统的运行成本,包括锅炉消耗的燃煤成本、产生蒸汽的脱盐水成本、系统外购电成本以及为满足污染物达标排放所需的用于制取氨水的液氨成本。同时厂用蒸汽和厂用电所占的成本较大。循环流化床锅炉的磨损严重影响其经济、高效和平稳运行,磨损程度随负荷的增加而增大,检修周期缩短,导致成本增加,这两种因素也应该考虑在内。
所述约束条件包括水冷壁管壁厚、蒸汽量、发电量、烟气二氧化硫含量、氮氧化物含量、氧含量、设备负荷和设备操作条件上下限。其中不同等级蒸汽量需要加入自用汽率得到系统总产汽量,外供电量需要加入自用电率得到系统总产发电量。
所述偏差补偿包括:
优化结果中的锅炉产汽量与当前产汽量测量值比较,得到偏差ΔQ和当前产汽量测量值补偿信号eQ;通过锅炉优化通讯接口产汽量测量值补偿信号eQ下传至锅炉APC的主蒸汽压力控制回路中的主蒸汽流量前馈控制回路,对产汽量前馈信号进行补偿,从而通过主蒸汽压力前馈-反馈控制回路调整锅炉给煤量控制回路和风量控制回路的设定值,直至锅炉处于优化产汽量;锅炉产汽量调整速率根据锅炉操作规程进行调整,若偏差量ΔQ大于零,先增加风量后增加给煤量,若偏差量ΔQ小于零,先减少给煤量后减少风量;
优化结果中的汽机发电量通过汽机优化通讯接口下传至汽轮机DEH的自动控制ATC发电量控制模块作为发电量给定值,产生发电量偏差信号,发电量升速率根据汽轮机运行规程自动设定,从而实现对发电量的调节。
优化结果中的汽机抽汽量通过弗留格尔公式将其转换为对应的优化抽汽压力,并与抽汽压力设定值进行比较,产生抽汽压力偏差ep的补偿信号
通过汽机优化通讯接口将抽汽压力补偿信号
下传至汽机DEH的自动控制ATC抽汽压力控制模块,调压控制器调节主汽调节阀和抽汽调节阀开度或调压控制器调节主汽调节阀和旋转隔板开度,从而在保证抽汽压力的同时调节抽汽流量,调节速率根据汽轮机运行规程自动设定。
所述优化结果作为锅炉APC和汽轮机DEH被控变量设定值的偏差补偿还包括:
优化结果中的锅炉产汽量、汽机抽汽量和发电量与其对应的当前值进行比较,若三者之中任一相对偏差大于10%,则不执行此次优化结果,并保存优化结果和状态位,其中0表示未投用,1表示投用,一个在线实时优化周期为2~4h。
所述约束条件根据以下公式计算:
式中,Fsteam为总产汽量,单位为t/h;Fi,steam为外供不同等级蒸汽量,单位为t/h;α为厂用汽率,单位为%;Wf为发电量,单位为kW;Wg为外供电量,单位为kW;Wwg为外购电量,单位为kW;χ为厂用电率,单位为%。
所述步骤一中,设备运行数据包括锅炉入炉煤量、给水流量、给水温度、给水压力、一次风量、二次风量、引风量、减温水量、液氨量、主汽流量、主汽压力、主汽温度、排烟温度、炉膛负压、排烟氧含量、排烟SO2含量、床层温度和床层压差;所述环境数据包括环境温度、压力、湿度和风速;所述价格数据包括峰谷平电价、液氨单价、燃煤单价、水冷壁维修单价和脱盐水单价;所述化验分析数据包括锅炉入炉煤工业分析数据、元素分析数据、炉渣成分和烟气成分;
所述锅炉入炉煤量计算包括计算各台锅炉入炉煤量的修正系数,具体为:
式中,k
i为锅炉i入炉煤量修正系数,单位为%;m
i为统计期内锅炉i的入炉煤量,单位为t;
为统计期内锅炉总入炉煤量,单位为t;
为统计期期末t
2时刻的盘库煤场煤量,单位为t;
为统计期期初t
1时刻的盘库煤场煤量,单位为t;
为统计期内购煤量,单位为t。
所述步骤一中,数据预处理包括剔除缺失值、负值和重复值;
所述稳态检测包括根据以下公式计算变量i的稳态指数,当βi(t)等于0为不稳定状态,当βi(t)等于1时为稳定状态,当βi(t)等于ξ[θ(t)]时为稳态与非稳态之间,
θ(t)=|Wsf(t)|+γ|WWsf(t)|
式中,f(t)为过程变量;Wsf(t)为过程变量的一阶小波变换;WWsf(t)为过程变量的二阶小波变换;γ为根据|WWsf(t)|确定的系数;θ(t)为一阶小波变换和二阶小波变换对于单变量稳态指数的补偿因子;ξ(x)为取值范围为[0,1]的光滑传递函数;Tw为识别小波函数零点的二阶小波变换模阈值;Tu为识别变量非稳态的一阶小波变换模阈值;Ts为识别变量稳态的一阶小波变换模阈值。
所述高斯混合模型根据以下公式计算:
式中,g
k为均值为μ
k,协方差矩阵为∑
k的单高斯模型;w
k为g
k的权重系数,w
k>0且
K为单高斯模型的个数;
所述设备模型根据以下公式计算:
式中,φ为设备模型;fk(x1,x2,...,xn)为x1,x2,...,xn数据集属于簇Kk时的设备模型;Kk为第k个簇。
所述步骤四中还包括在无扰优化投切机制:具体为在线优化投用、在线优化切除和无扰动切换;
所述在线优化投用包括:当系统处于稳态、锅炉产汽量、汽机抽汽量和发电量与其对应的当前值任一相对偏差小于10%和通讯正常时,系统自动在线实时优化并弹窗提示调度人员确认;
所述在线优化切除包括:当系统处于非稳态、锅炉产汽量、汽机抽汽量和发电量与其对应的当前值任一相对偏差大于10%和通讯中断时,系统自动切除在线优化并弹窗提示调度人员确认;
所述无扰切换包括:当系统处于在线优化投用与在线优化切除两者之一状态时,另一种状态的优化结果等于测量值,需要切换时实现无扰动平稳切换。
本实施例提出一种蒸汽动力系统的在线实时优化方法及装置,采用聚类算法分簇建立设备模型,解决了设备运行数据集分布非线性问题,保证了模型的精确性。在线优化能够实时对设备运行数据稳态检测并校正模型,而且将优化结果下传至控制系统执行,从而提升了优化结果的可执行性,降低了操作人员的劳动强度,实现了企业节能降耗和降本增效的目的。
以上所述的实施例只是本发明的一种较佳的方案,并非对本发明作任何形式上的限制,在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。