CN112801444B - 燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取方法 - Google Patents
燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取方法 Download PDFInfo
- Publication number
- CN112801444B CN112801444B CN202011436649.XA CN202011436649A CN112801444B CN 112801444 B CN112801444 B CN 112801444B CN 202011436649 A CN202011436649 A CN 202011436649A CN 112801444 B CN112801444 B CN 112801444B
- Authority
- CN
- China
- Prior art keywords
- daily
- load rate
- power supply
- coal consumption
- load
- 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
Links
- 239000003245 coal Substances 0.000 title claims abstract description 103
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012887 quadratic function Methods 0.000 claims abstract description 28
- 238000010248 power generation Methods 0.000 claims abstract description 23
- 230000002354 daily effect Effects 0.000 claims description 191
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000007418 data mining Methods 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 230000003203 everyday effect Effects 0.000 claims description 4
- 239000002245 particle Substances 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 2
- 238000011056 performance test Methods 0.000 abstract description 9
- 230000007547 defect Effects 0.000 abstract description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 238000010998 test method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000010977 unit operation 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9038—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Educational Administration (AREA)
- Evolutionary Biology (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Water Supply & Treatment (AREA)
- Algebra (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Control Of Turbines (AREA)
Abstract
本发明提供的一种燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取系统及方法,包括以下步骤:步骤1,获取燃煤发电机组的数据框;步骤2,从数据框中获取有效数据框;分别计算有效数据框中每组有效观测数据对应的每日负荷率、每日深度调峰负荷率、每日非深度调峰负荷率、以及每日深度调峰发电量占比;步骤3,设定机组负荷率与供电煤耗之间的二次函数;步骤4,设置目标函数;得到机组深度调峰负荷下的供电煤耗特性曲线;本发明利用燃煤机组实际的运行参数获取深度调峰负荷下供电煤耗特性曲线,能够有效解决现有的性能试验方法所存在的成本高的缺陷。
Description
技术领域
本发明涉及燃煤发电机组能耗指标计算领域,尤其涉及一种燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取系统及方法。
背景技术
随着新能源装机容量不断攀升,以及电网建设突飞猛进带来的弃风、弃光率不断下探,燃煤电站机组利用小时数不断下探,长期低负荷已常态化。为增强企业盈利能力,国内燃煤电站陆续开展灵活性改造工作,从而进行深度调峰以赚取电网的两个细则补贴,但是深度调峰下燃煤发电机组经济性显著变差、能耗指标反弹严重。为进一步开展深度调峰工况的节能降耗工作,首先需要准确计算最重要的能耗指标——供电煤耗,一般主要采用理论法和试验法计算机组供电煤耗。理论法是通过建立机组的变工况计算模型对深度调峰负荷供电煤耗进行预测,但是机组深度调峰下热力系统可能根据实际运行需要而改变,因此理论法的局限一是无法预估热力系统改变对煤耗的影响;二是理论法基于小扰动假设,在深度调峰这样参数大幅度变化下预测误差会显著增大;试验法可以获得准确的结果,但是试验法有较高的人力、物力、财务成本,并且试验结果仅能代表机组试验时的运行状态。
发明内容
本发明的目的在于提供一种燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取系统及方法,解决了现有技术中存在的上述不足;本发明用于获得深度调峰负荷下的供电煤耗特性曲线,以便开展相关节能降耗工作。
为了达到上述目的,本发明采用的技术方案是:
本发明提供的一种燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取方法,包括以下步骤:
步骤1,获取燃煤发电机组在设定时间内非启停、非供热工况条件下的数据框,该数据框包括多组观测数据,每组观测数据包括每日发电量、每日深度调峰电量、每日深度调峰时长、每日汽轮机背压均值、每日深度调峰工况汽轮机背压均值、以及按正平衡法计算的每日供电煤耗;
步骤2,从步骤1中得到的数据框中获取同一负荷率下每日热力系统汽水流程参数偏差20%以内的观测数据,作为有效观测数据,得到有效数据框;
分别计算有效数据框中每组有效观测数据对应的每日负荷率、每日深度调峰负荷率、每日非深度调峰负荷率、以及每日深度调峰发电量占比;
步骤3,对步骤2中的每组有效观测数据对应的每日供电煤耗、每日负荷率、每日深度调峰负荷率、每日非深度调峰负荷率分别进行修正,得到修正后的每日供电煤耗、修正后的每日负荷率、修正后的每日深度调峰负荷率、以及修正后的每日非深度调峰负荷率;
步骤4,设定机组负荷率与供电煤耗之间的二次函数;
步骤5,根据步骤3得到的修正后的每日供电煤耗、修正后的每日负荷率、修正后的每日深度调峰负荷率、以及修正后的每日非深度调峰负荷率,以及步骤4设定的机组负荷率与供电煤耗之间的二次函数,设置目标函数;
对机组负荷率与供电煤耗之间的二次函数进行寻优计算,直至目标函数值最小化,得到机组深度调峰负荷下的供电煤耗特性曲线。
优选地,步骤1中,设定时间应满足该燃煤发电机组进行变负荷运行且参与深度调峰,同时,该燃煤发电机组的最低运行负荷应为达到机组灵活性改造后可稳定运行的最低负荷。
优选地,步骤3,对步骤2中的每组有效观测数据对应的每日供电煤耗、每日负荷率、每日深度调峰负荷率、每日非深度调峰负荷率分别进行修正,得到修正后的每日供电煤耗、修正后的每日负荷率、修正后的每日深度调峰负荷率、以及修正后的每日非深度调峰负荷率,具体方法是:
利用汽轮机制造商提供的汽轮机背压对热耗率修正曲线结合每日汽轮机背压均值分别对每日供电煤耗和每日负荷率进行修正;得到修正后的每日供电煤耗和修正后的每日负荷率;
利用汽轮机背压对功率修正曲线结合每日深度调峰工况汽轮机背压均值分别对每日深度调峰负荷率和每日非深度调峰负荷率进行修正,得到修正后每日深度调峰负荷率和修正后的每日非深度调峰负荷率。
优选地,步骤4中,设定的机组负荷率与供电煤耗之间的二次函数为:f(x)=ax2+bx+c;
且该二次函数应满足以下条件:
其中,a、b、c均为系数。
优选地,步骤5中,设置目标函数的数学表达式为:
E=∑(|f(L'g)-(Rd×f(L'd)+(1-Rd)×f(L'n))|+|f(L'g)-C'c|)
其中,E为目标函数值;L'g为修正后的每日负荷率;Rd为每日深度调峰发电量占比;L'd为修正后每日深度调峰负荷率;L'n为修正后的每日非深度调峰负荷率。
优选地,步骤5中,对机组负荷率与供电煤耗之间的二次函数进行寻优计算,直至目标函数值最小化,得到机组深度调峰负荷下的供电煤耗特性曲线,具体方法是:
利用粒子群算法对机组负荷率与供电煤耗之间的二次函数的三个系数进行寻优计算,直至目标函数值最小化,将该目标函数值最小化对应的二次函数在深度调峰负荷段的曲线作为机组深度调峰负荷下的供电煤耗特性曲线。
一种燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取系统,该系统能够用于实现所述的一种燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取方法,包括数据采集模块、数据挖掘模块、数据修正模块、数据配置模块以及数据分析模块,其中,
数据采集模块用于获取燃煤发电机组在设定时间内非启停、非供热工况条件下的数据框,该数据框包括多组观测数据,每组观测数据包括每日发电量、每日深度调峰电量、每日深度调峰时长、每日汽轮机背压均值、每日深度调峰工况汽轮机背压均值、以及按正平衡法计算的每日供电煤耗;
数据挖掘模块用于从得到的数据框中获取同一负荷率下每日热力系统汽水流程参数偏差20%以内的观测数据,作为有效观测数据,得到有效数据框;
分别计算有效数据框中每组有效观测数据对应的每日负荷率、每日深度调峰负荷率、每日非深度调峰负荷率、以及每日深度调峰发电量占比;
数据修正模块用于对每组有效观测数据对应的每日供电煤耗、每日负荷率、每日深度调峰负荷率、每日非深度调峰负荷率分别进行修正,得到修正后的每日供电煤耗、修正后的每日负荷率、修正后的每日深度调峰负荷率、以及修正后的每日非深度调峰负荷率;
数据配置模块用于设定机组负荷率与供电煤耗之间的二次函数;
数据分析模块用于根据得到的修正后的每日供电煤耗、修正后的每日负荷率、修正后的每日深度调峰负荷率、以及修正后的每日非深度调峰负荷率,以及设定的机组负荷率与供电煤耗之间的二次函数,设置目标函数;
对机组负荷率与供电煤耗之间的二次函数进行寻优计算,直至目标函数值最小化,得到机组深度调峰负荷下的供电煤耗特性曲线。
与现有技术相比,本发明的有益效果是:
本发明提供的一种燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取方法,利用燃煤机组实际的运行参数获取深度调峰负荷下供电煤耗特性曲线,能够有效解决现有的性能试验方法所存在的成本高的缺陷。
附图说明
图1为本发明的流程示意图。
图2为汽轮机制造商提供的汽轮机背压对热耗率修正曲线H(x)、汽轮机背压对功率修正曲线P(x)。
图3为本发明方法计算得到的深度调峰负荷下供电煤耗特性曲线。
图4为本发明方法计算结果对比性能试验结果。
具体实施方式
下面结合附图,对本发明进一步的详细说明。
如图1所示,本发明提供的一种燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取方法,获得深度调峰负荷下的供电煤耗特性曲线,包括以下步骤:
步骤1,选定一台燃煤发电机组为计算对象,获取该燃煤发电机组设定时间内,且非启停、非供热工况内统计得到的每日发电量、每日深度调峰电量、每日深度调峰时长、每日汽轮机背压均值、每日深度调峰工况汽轮机背压均值、以及按正平衡法计算得到的每日供电煤耗;其中,设定时间应满足该燃煤发电机组进行变负荷运行且参与深度调峰,同时,该燃煤发电机组的最低运行负荷应为达到机组灵活性改造后可稳定运行的最低负荷;
步骤2,保留同一负荷率下每日热力系统汽水流程参数偏差20%以内的每日数据;分别计算该燃煤发电机组对应的每日负荷率Lg、每日深度调峰负荷率Ld、每日非深度调峰负荷率Ln、以及每日深度调峰发电量占比Rd:
其中,Pg为每日发电量;Pd为每日深度调峰电量;Td为每日深度调峰时长;Cp为机组容量。
步骤3,考虑到每日环境温度波动影响汽轮机冷端边界条件参数,从而影响机组运行的经济指标,以汽轮机制造商提供的汽轮机背压对热耗率修正曲线H(x)、以及汽轮机背压对功率修正曲线P(x)为基准,对每日供电煤耗、每日负荷率、每日深度调峰负荷率和每日非深度调峰负荷率进行修正,如图2所示;具体地:
利用汽轮机制造商提供的汽轮机背压对热耗率修正曲线H(x)结合每日汽轮机背压均值分别对每日供电煤耗和每日负荷率进行修正;得到修正后的每日供电煤耗Cc'和修正后的每日负荷率L'g;
利用汽轮机背压对功率修正曲线P(x)结合每日深度调峰工况汽轮机背压均值分别对每日深度调峰负荷率和每日非深度调峰负荷率进行修正,得到修正后每日深度调峰负荷率L'd和修正后的每日非深度调峰负荷率L'n:
其中,Cc为修正前的每日供电煤耗;Bg为每日汽轮机背压均值;Bd为每日深度调峰工况汽轮机背压均值。
步骤4,假定机组负荷率与供电煤耗之间关系符合二次函数f(x)=ax2+bx+c,f(x)应具有的特征:开口向上,顶点横坐标为100%负荷率,顶点纵坐标为在100%负荷率下由性能试验获得的供电煤耗,即:
其中,a、b、c均为系数;
步骤5,设置目标函数E:
E=∑(|f(L'g)-(Rd×f(L'd)+(1-Rd)×f(L'n))|+|f(L'g)-C'c|) (4)
其中,目标函数表示对剔除异常日统计数据的每日统计数据进行计算加和;
利用粒子群算法对f(x)的三个系数a、b、c寻优计算,至目标函数E值最小化,此时对应的二次函数f(x)在深度调峰负荷段的曲线,即为机组深度调峰负荷下的供电煤耗特性曲线,如图4所示。
为加速粒子群优化算法迭代过程,且本发明计算结果得到的供电煤耗与负荷率之间的变化趋势特性可与性能试验结果对比,f(x)的顶点与性能试验100%负荷率下性能试验供电煤耗相一致,如公式(3)所示。
性能试验进行时间在本发明实例所选取数据的时间段内,本发明计算结果得到的供电煤耗与负荷率之间的变化趋势特性可与性能试验结果相当接近,如图4所示,说明本发明方法计算的有效性。
针对深度调峰负荷下的供电煤耗特性分析:当机组负荷率从100%下降到30%、供电煤耗上升约53g/kWh,负荷率从100%下降到50%、供电煤耗上升约28g/kwh,负荷率从50%下降到40%、供电煤耗上升约11.5g/kWh,负荷率从40%下降到50%、供电煤耗上升约13.5g/kWh。
本发明提供的一种燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取系统,该系统能够用于实现所述的一种燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取方法,包括数据采集模块、数据挖掘模块、数据修正模块、数据配置模块以及数据分析模块,其中,
数据采集模块用于获取燃煤发电机组在设定时间内非启停、非供热工况条件下的数据框,该数据框包括多组观测数据,每组观测数据包括每日发电量、每日深度调峰电量、每日深度调峰时长、每日汽轮机背压均值、每日深度调峰工况汽轮机背压均值、以及按正平衡法计算的每日供电煤耗;
数据挖掘模块用于从得到的数据框中获取同一负荷率下每日热力系统汽水流程参数偏差20%以内的观测数据,作为有效观测数据,得到有效数据框;
分别计算有效数据框中每组有效观测数据对应的每日负荷率、每日深度调峰负荷率、每日非深度调峰负荷率、以及每日深度调峰发电量占比;
数据修正模块用于对每组有效观测数据对应的每日供电煤耗、每日负荷率、每日深度调峰负荷率、每日非深度调峰负荷率分别进行修正,得到修正后的每日供电煤耗、修正后的每日负荷率、修正后的每日深度调峰负荷率、以及修正后的每日非深度调峰负荷率;
数据配置模块用于设定机组负荷率与供电煤耗之间的二次函数;
数据分析模块用于根据得到的修正后的每日供电煤耗、修正后的每日负荷率、修正后的每日深度调峰负荷率、以及修正后的每日非深度调峰负荷率,以及设定的机组负荷率与供电煤耗之间的二次函数,设置目标函数;
对机组负荷率与供电煤耗之间的二次函数进行寻优计算,直至目标函数值最小化,得到机组深度调峰负荷下的供电煤耗特性曲线。
Claims (7)
1.一种燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取方法,其特征在于,包括以下步骤:
步骤1,获取燃煤发电机组在设定时间内非启停、非供热工况条件下的数据框,该数据框包括多组观测数据,每组观测数据包括每日发电量、每日深度调峰电量、每日深度调峰时长、每日汽轮机背压均值、每日深度调峰工况汽轮机背压均值、以及按正平衡法计算的每日供电煤耗;
步骤2,从步骤1中得到的数据框中获取同一负荷率下每日热力系统汽水流程参数偏差20%以内的观测数据,作为有效观测数据,得到有效数据框;
分别计算有效数据框中每组有效观测数据对应的每日负荷率、每日深度调峰负荷率、每日非深度调峰负荷率、以及每日深度调峰发电量占比;
步骤3,对步骤2中的每组有效观测数据对应的每日供电煤耗、每日负荷率、每日深度调峰负荷率、每日非深度调峰负荷率分别进行修正,得到修正后的每日供电煤耗、修正后的每日负荷率、修正后的每日深度调峰负荷率、以及修正后的每日非深度调峰负荷率;
步骤4,设定机组负荷率与供电煤耗之间的二次函数;
步骤5,根据步骤3得到的修正后的每日供电煤耗、修正后的每日负荷率、修正后的每日深度调峰负荷率、以及修正后的每日非深度调峰负荷率,以及步骤4设定的机组负荷率与供电煤耗之间的二次函数,设置目标函数;
对机组负荷率与供电煤耗之间的二次函数进行寻优计算,直至目标函数值最小化,得到机组深度调峰负荷下的供电煤耗特性曲线。
2.根据权利要求1所述的一种燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取方法,其特征在于,步骤1中,设定时间应满足该燃煤发电机组进行变负荷运行且参与深度调峰,同时,该燃煤发电机组的最低运行负荷应为达到机组灵活性改造后可稳定运行的最低负荷。
3.根据权利要求1所述的一种燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取方法,其特征在于,步骤3,对步骤2中的每组有效观测数据对应的每日供电煤耗、每日负荷率、每日深度调峰负荷率、每日非深度调峰负荷率分别进行修正,得到修正后的每日供电煤耗、修正后的每日负荷率、修正后的每日深度调峰负荷率、以及修正后的每日非深度调峰负荷率,具体方法是:
利用汽轮机制造商提供的汽轮机背压对热耗率修正曲线结合每日汽轮机背压均值分别对每日供电煤耗和每日负荷率进行修正;得到修正后的每日供电煤耗和修正后的每日负荷率;
利用汽轮机背压对功率修正曲线结合每日深度调峰工况汽轮机背压均值分别对每日深度调峰负荷率和每日非深度调峰负荷率进行修正,得到修正后每日深度调峰负荷率和修正后的每日非深度调峰负荷率。
4.根据权利要求1所述的一种燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取方法,其特征在于,步骤4中,设定的机组负荷率与供电煤耗之间的二次函数为:f(x)=ax2+bx+c;
且该二次函数应满足以下条件:
其中,a、b、c均为系数。
5.根据权利要求1所述的一种燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取方法,其特征在于,步骤5中,设置目标函数的数学表达式为:
E=∑(|f(L'g)-(Rd×f(L'd)+(1-Rd)×f(L'n))|+|f(L'g)-C'c|)
其中,E为目标函数值;L'g为修正后的每日负荷率;Rd为每日深度调峰发电量占比;L'd为修正后每日深度调峰负荷率;L'n为修正后的每日非深度调峰负荷率。
6.根据权利要求1所述的一种燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取方法,其特征在于,步骤5中,对机组负荷率与供电煤耗之间的二次函数进行寻优计算,直至目标函数值最小化,得到机组深度调峰负荷下的供电煤耗特性曲线,具体方法是:
利用粒子群算法对机组负荷率与供电煤耗之间的二次函数的三个系数进行寻优计算,直至目标函数值最小化,将该目标函数值最小化对应的二次函数在深度调峰负荷段的曲线作为机组深度调峰负荷下的供电煤耗特性曲线。
7.一种燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取系统,其特征在于,该系统能够用于实现权利要求1-6中任一项所述的一种燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取方法,包括数据采集模块、数据挖掘模块、数据修正模块、数据配置模块以及数据分析模块,其中,
数据采集模块用于获取燃煤发电机组在设定时间内非启停、非供热工况条件下的数据框,该数据框包括多组观测数据,每组观测数据包括每日发电量、每日深度调峰电量、每日深度调峰时长、每日汽轮机背压均值、每日深度调峰工况汽轮机背压均值、以及按正平衡法计算的每日供电煤耗;
数据挖掘模块用于从得到的数据框中获取同一负荷率下每日热力系统汽水流程参数偏差20%以内的观测数据,作为有效观测数据,得到有效数据框;
分别计算有效数据框中每组有效观测数据对应的每日负荷率、每日深度调峰负荷率、每日非深度调峰负荷率、以及每日深度调峰发电量占比;
数据修正模块用于对每组有效观测数据对应的每日供电煤耗、每日负荷率、每日深度调峰负荷率、每日非深度调峰负荷率分别进行修正,得到修正后的每日供电煤耗、修正后的每日负荷率、修正后的每日深度调峰负荷率、以及修正后的每日非深度调峰负荷率;
数据配置模块用于设定机组负荷率与供电煤耗之间的二次函数;
数据分析模块用于根据得到的修正后的每日供电煤耗、修正后的每日负荷率、修正后的每日深度调峰负荷率、以及修正后的每日非深度调峰负荷率,以及设定的机组负荷率与供电煤耗之间的二次函数,设置目标函数;
对机组负荷率与供电煤耗之间的二次函数进行寻优计算,直至目标函数值最小化,得到机组深度调峰负荷下的供电煤耗特性曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011436649.XA CN112801444B (zh) | 2020-12-09 | 2020-12-09 | 燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011436649.XA CN112801444B (zh) | 2020-12-09 | 2020-12-09 | 燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112801444A CN112801444A (zh) | 2021-05-14 |
CN112801444B true CN112801444B (zh) | 2023-07-25 |
Family
ID=75806584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011436649.XA Active CN112801444B (zh) | 2020-12-09 | 2020-12-09 | 燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112801444B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101231631A (zh) * | 2008-01-18 | 2008-07-30 | 清华大学 | 基于快速空间插值的电力系统实时节点数据三维可视化方法 |
CN105303032A (zh) * | 2015-09-21 | 2016-02-03 | 华北电力科学研究院有限责任公司 | 影响发电机组能效的客观因素分析方法 |
CN107895209A (zh) * | 2017-11-17 | 2018-04-10 | 上海交通大学 | 混杂燃料机组电厂负荷燃料优化分配方法及系统 |
CN108009669A (zh) * | 2017-11-06 | 2018-05-08 | 安徽立卓智能电网科技有限公司 | 一种基于节能环保的火电厂多目标负荷优化分配方法 |
CN108448654A (zh) * | 2018-04-09 | 2018-08-24 | 华北理工大学 | 一种火电机组调峰低负荷运行第二高效区的调整方法 |
CN108520336A (zh) * | 2018-03-22 | 2018-09-11 | 西安交通大学 | 一种燃煤机组调峰瞬态过程煤耗分析方法 |
CN109785187A (zh) * | 2019-03-14 | 2019-05-21 | 国网山东省电力公司电力科学研究院 | 一种发电机组供电煤耗检测数据校正方法 |
CN109934493A (zh) * | 2019-03-14 | 2019-06-25 | 国网山东省电力公司电力科学研究院 | 一种快速确定火力发电机组煤耗特性曲线的方法 |
CN111144047A (zh) * | 2019-12-23 | 2020-05-12 | 华北电力大学 | 一种基于等离子点火技术的燃煤机组深度调峰能耗成本计算方法 |
-
2020
- 2020-12-09 CN CN202011436649.XA patent/CN112801444B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101231631A (zh) * | 2008-01-18 | 2008-07-30 | 清华大学 | 基于快速空间插值的电力系统实时节点数据三维可视化方法 |
CN105303032A (zh) * | 2015-09-21 | 2016-02-03 | 华北电力科学研究院有限责任公司 | 影响发电机组能效的客观因素分析方法 |
CN108009669A (zh) * | 2017-11-06 | 2018-05-08 | 安徽立卓智能电网科技有限公司 | 一种基于节能环保的火电厂多目标负荷优化分配方法 |
CN107895209A (zh) * | 2017-11-17 | 2018-04-10 | 上海交通大学 | 混杂燃料机组电厂负荷燃料优化分配方法及系统 |
CN108520336A (zh) * | 2018-03-22 | 2018-09-11 | 西安交通大学 | 一种燃煤机组调峰瞬态过程煤耗分析方法 |
CN108448654A (zh) * | 2018-04-09 | 2018-08-24 | 华北理工大学 | 一种火电机组调峰低负荷运行第二高效区的调整方法 |
CN109785187A (zh) * | 2019-03-14 | 2019-05-21 | 国网山东省电力公司电力科学研究院 | 一种发电机组供电煤耗检测数据校正方法 |
CN109934493A (zh) * | 2019-03-14 | 2019-06-25 | 国网山东省电力公司电力科学研究院 | 一种快速确定火力发电机组煤耗特性曲线的方法 |
CN111144047A (zh) * | 2019-12-23 | 2020-05-12 | 华北电力大学 | 一种基于等离子点火技术的燃煤机组深度调峰能耗成本计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112801444A (zh) | 2021-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10037502B2 (en) | Maintenance schedule optimization method for electric power system including large-scale wind power | |
CN110989360A (zh) | 一种基于全量数据的火电机组稳态历史寻优方法 | |
US20180284706A1 (en) | Gas turbine dispatch optimizer | |
Grand et al. | Electricity production by intermittent renewable sources: a synthesis of French and German studies | |
CN116644851B (zh) | 结合负荷优化配置的热电厂设备控制方法及系统 | |
CN109779891B (zh) | 汽轮发电机组背压及循环水量的优化方法 | |
CN112801444B (zh) | 燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取方法 | |
CN114386849B (zh) | 新能源高占比系统电力平衡风险预警方法 | |
CN112749205B (zh) | 一种燃煤发电机组功率与供电煤耗关系曲线获取系统及方法 | |
CN115360756A (zh) | 一种基于可信容量评估方法的新能源纳入平衡方法 | |
CN113218109B (zh) | 一种深度余热回收智能调控装置及方法 | |
Su et al. | Multi-component opportunistic maintenance optimization for wind turbines with consideration of seasonal factor | |
CN115411741A (zh) | 一种热电机组群负荷动态分配方法和设备 | |
CN106251028A (zh) | 一种火电厂汽轮机大修周期的预测方法 | |
CN113837418A (zh) | 一种电力电量平衡分析系统 | |
CN108167916B (zh) | 一种弃风与大规模电储热协调运行方法 | |
CN112465228A (zh) | 一种用户侧综合能源系统优化配置方法 | |
CN117893109B (zh) | 面向电网需求的储能系统辅助服务电力电量计算模型构建方法 | |
CN108984875B (zh) | 一种计算光热机组参与电力平衡容量的方法 | |
Shan et al. | Flexibility Evaluation of Industrial Steam Systems Using Adjustable Robust Optimization | |
CN113890107B (zh) | 一种考虑峰荷新能源贡献率确定调节容量的方法及系统 | |
CN112232693B (zh) | 一种电力系统的超短期运行调度方法和装置 | |
CN115173488B (zh) | 基于驻点启停策略的电力系统机组组合可行解计算方法 | |
CN114576149B (zh) | 一种火电厂循环水泵优化运行控制系统及方法 | |
CN114626582A (zh) | 一种电力系统灵活性资源经济性计算方法 |
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 |