CN112836419B - 一种热源分流式余热发电系统及其粒子群优化控制方法 - Google Patents

一种热源分流式余热发电系统及其粒子群优化控制方法 Download PDF

Info

Publication number
CN112836419B
CN112836419B CN202110056102.5A CN202110056102A CN112836419B CN 112836419 B CN112836419 B CN 112836419B CN 202110056102 A CN202110056102 A CN 202110056102A CN 112836419 B CN112836419 B CN 112836419B
Authority
CN
China
Prior art keywords
particle
hot water
valve
flow
evaporator
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
CN202110056102.5A
Other languages
English (en)
Other versions
CN112836419A (zh
Inventor
王诗祺
袁中原
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.)
Southwest Jiaotong University
Original Assignee
Southwest 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 Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN202110056102.5A priority Critical patent/CN112836419B/zh
Publication of CN112836419A publication Critical patent/CN112836419A/zh
Application granted granted Critical
Publication of CN112836419B publication Critical patent/CN112836419B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/25—Design optimisation, verification or simulation using particle-based methods
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01K—STEAM ENGINE PLANTS; STEAM ACCUMULATORS; ENGINE PLANTS NOT OTHERWISE PROVIDED FOR; ENGINES USING SPECIAL WORKING FLUIDS OR CYCLES
    • F01K25/00—Plants or engines characterised by use of special working fluids, not otherwise provided for; Plants operating in closed cycles and not otherwise provided for
    • F01K25/08—Plants or engines characterised by use of special working fluids, not otherwise provided for; Plants operating in closed cycles and not otherwise provided for using special vapours
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01K—STEAM ENGINE PLANTS; STEAM ACCUMULATORS; ENGINE PLANTS NOT OTHERWISE PROVIDED FOR; ENGINES USING SPECIAL WORKING FLUIDS OR CYCLES
    • F01K27/00—Plants for converting heat or fluid energy into mechanical energy, not otherwise provided for
    • F01K27/02—Plants modified to use their waste heat, other than that of exhaust, e.g. engine-friction heat
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/14—Pipes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Feedback Control In General (AREA)
  • Engine Equipment That Uses Special Cycles (AREA)

Abstract

本发明公开了一种热源分流式余热发电系统及其粒子群优化控制方法，热源分流式余热发电系统包括蒸发器和预热器，蒸发器与膨胀机连接，预热器与工质泵连接，工质泵与冷凝器连接，膨胀机与冷凝器连接，冷凝器与冷水泵连接，冷水泵与冷水管连接；其粒子群优化控制方法包括：基于Matlab中的粒子群算法程序设置变量的变化区间、计算粒子的适应度、利用遗传算法得到最优蒸发温度tevap'、最优一次分流比rsp1'、最优二次分流比rsp2'和最大净输出功Wnet'、优化系统的分流流量。本发明以粒子群算法作为优化控制方法，采用粒子群算法优化非设计工况下热源分流余热发电系统的独立变量，以得到最佳控制独立变量条件下运行的最大净输出功率。

Description

一种热源分流式余热发电系统及其粒子群优化控制方法
技术领域
本发明涉及余热发电技术领域，具体涉及一种热源分流式余热发电系统及其粒子群优化控制方法。
背景技术
有机朗肯循环(ORC)是一种化工工业上利用余热进行发电的技术。在有机朗肯循环系统设计和设备选型结束后，由于外界环境和一些运行条件的不确定性，往往实际运行工况会和设计工况有所差别，主要体现在冷源和热源的变化的情况下实际运行时很难获得最大净输出功。而且现有的研究并未从理论和优化算法上对ORC的实际运行进行仿真和优化。因此本发明提出了一种热源分流余热发电系统及其粒子群优化控制方法。以粒子群算法作为优化控制方法，采用粒子群算法优化非设计工况下热源分流余热发电系统的独立变量，以得到最佳控制独立变量条件下运行的最大净输出功率。
发明内容
针对现有技术的上述不足，本发明提供了一种随着工艺热水条件和室外气象条件的变化，相应调节蒸发器和预热器的换热量，以实现余热发电系统的最大净输出功的热源分流式余热发电系统及其粒子群优化控制方法。
为达到上述发明目的，本发明所采用的技术方案为：
提供一种热源分流式余热发电系统的粒子群优化控制方法，热源分流式余热发电系统包括蒸发器和预热器，蒸发器的热端进口与工艺热水的进水管连接，蒸发器的热端出口与预热器的热端进口连接；预热器的热端出口与工艺热水的出水管连接；蒸发器的冷端进口与预热器的冷端出口连接，蒸发器的冷端出口与膨胀机连接，预热器冷端进口与工质泵出口连接，冷凝器热端出口与工质泵入口连接；膨胀机与冷凝器的热端进口连接，冷凝器的冷端进口与冷水泵连接，冷水泵与冷水管连接；冷凝器的冷端出口与出水管连接；
蒸发器的热端进口与预热器的热端出口之间设置有工艺热水支管，工艺热水支管的一端与工艺热水的进水管连接，另一端与工艺热水的出水管连接，蒸发器的热端进口上设置有阀门A，工艺热水支管上设置有阀门B，阀门B和阀门A均与控制柜电连接，膨胀机与发电机连接；
蒸发器的热端出口与预热器的热端进口之间设置有阀门D，阀门D与蒸发器的热端出口之间设置有双向阀门C，双向阀门C与工艺热水支管连接，阀门D和双向阀门C与控制柜电连接；
其中，粒子群优化控制方法包括以下步骤：
S1：基于Matlab中的粒子群算法程序，设置粒子群算法程序的参数，规定工艺热水的蒸发温度tevap、一次分流比rsp1和二次分流比rsp2的变化区间，将蒸发温度tevap、一次分流比rsp1和二次分流比rsp2的变化区间内的数据作为粒子群的粒子；
S2：以净输出功的计算函数Wnet＝f(tevap，rsp1，rsp2)作为目标函数，计算出所有粒子对应的适应度，适应度即为每个粒子对应输出的净输出功；
S3：遍历每个粒子的适应度，将每个粒子的适应度与其历史最大净输出功的值进行比较，若该粒子i的适应度大于历史最大净输出功，则将该粒子i的向量替换成历史最大净输出功的向量Pbesti；否则，不替换向量Pbesti；
S4：遍历每个粒子的适应度，筛选出所有粒子得到的最大净输出功，将每个粒子的适应度与最大净输出功进行比较，若该粒子i的适应度大于最大净输出功，则将该粒子i的向量替换成种群最大净输出功的向量Gbest；否则，不替换向量Gbest；
S5：根据粒子i的速度向量迭代公式和位置向量迭代公式计算新粒子(i+1)：
Vi+1＝wVi+c1r1(Pbesti-Xi)+c2r2(Gbest-Xi)
Xi+1＝Xi+Vi+1
其中，Pbesti为粒子i的历史最大净输出功，Gbest为种群最大净输出功，w为粒子群算法程序的权重，Vi为粒子i的速度向量，Xi为粒子i的位置向量，c1、c2为学习因子，r1、r2为随机概率值，Vi+1为迭代后新粒子(i+1)的速度向量，Xi+1为迭代后新粒子(i+1)的位置向量；根据位置向量Xi和速度向量Vi+1找出新的粒子(i+1)；
S6：判断得到的新粒子(i+1)是否满足迭代次数，若是，则利用新粒子(i+1)的位置向量Xi+1找出对应的最优蒸发温度tevap'、最优一次分流比rsp1'、最优二次分流比rsp2'，并利用目标函数计算出最大净输出功Wnet'，执行步骤S8；
S7：否则，返回步骤S2，计算出新粒子(i+1)的适应度，将新粒子(i+1)的适应度替换成粒子i的适应度；
S8：根据最优蒸发温度tevap'、最优一次分流比rsp1'、最优二次分流比rsp2'和最大净输出功Wnet'优化工艺热水支管和蒸发器内的流量，使热源分流式余热发电系统输出最大净输出功Wnet。
进一步地，步骤S8包括：
S81：根据最优蒸发温度tevap'、最优一次分流比rsp1'、最优二次分流比rsp2'和最大净输出功Wnet'计算工质泵频率和工艺热水支管的流量，调整蒸发器的蒸发压力使蒸发温度达到最优蒸发温度tevap'；
S82：计算此时工艺热水的一次分流比rsp1；若rsp1＞0，则调整阀门A和阀门B的流量，满足
Figure BDA0002900669670000031
mhwB为工艺热水流经阀门B的流量，mhw为工艺热水的总流量；否则，关闭阀门B；
S83：执行步骤S82后，计算工艺热水的二次分流比rsp2；若rsp2＞0，则调整双向阀门C的方向，打开从蒸发器热端出口流出的工艺热水流向工艺热水支管的通道，并控制双向阀门C的流量，满足
Figure BDA0002900669670000041
mhwA为工艺热水流经阀门A的流量；
S84：否则，则调整双向阀门C的方向，打开阀门B流出的工艺热水流向阀门D的通道，并控制双向阀门C的流量满足
Figure BDA0002900669670000042
本发明的有益效果为：本发明可实现在不同的冷水和热水条件下高效利用工艺热水热量，实现热源发电。预热器中过冷的有机工质吸收工艺热水的热量，变为有机饱和液体，蒸发器中的有机工质吸收工艺热水的热量，变为有机饱和蒸汽，高温高压的有机蒸汽推动膨胀机做功发电，同时变为低温低压的有机乏汽，有机乏汽在冷凝器中被冷凝为有机凝液，有机凝液被工质泵送至预热器持续吸收工艺热水的热量，冷水通过冷水泵送入冷凝器对有机工质进行持续降温。阀门A和阀门B组成一次分流单元，在工艺热水进入蒸发器前进行热水分流，进行一次热量分配；双向阀门C和阀门D组成二次分流单元，在预热器前进行二次热水分流，对进入预热器的热水进行二次分配。控制单元用于控制各分流单元阀门的阀位，同时控制工质泵的泵速以调整蒸发温度。
本发明的优化控制方法根据余热发电循环过程中净输出功最大的运行优化目标，确定两个分流单元的分流比，再调整四个阀门的阀位流量，从而达到最佳的工况运行。本发明以粒子群算法作为优化控制方法，采用粒子群算法优化非设计工况下热源分流余热发电系统的独立变量，以得到最佳控制独立变量条件下运行的最大净输出功率。
附图说明
图1为热源分流式余热发电系统的原理图。
图2为本发明采用的粒子群算法迭代结果图。
图3为本发明采用的粒子群算法迭代过程图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
如图1所示，本方案的热源分流式余热发电系统包括蒸发器和预热器，蒸发器的热端进口与工艺热水进水管连接，蒸发器的热端出口与预热器的热端进口连接；预热器的热端出口与工艺热水出水管连接；蒸发器的冷端进口与预热器的冷端出口连接，蒸发器的冷端出口与膨胀机连接，预热器的冷端进口与冷凝器的热端出口连接，膨胀机与冷凝器的热端进口连接，冷凝器的冷端进口与冷水泵连接，冷水泵与冷水管连接；冷凝器的冷端出口与出水管连接；蒸发器的热端进口与预热器的热端出口之间设置有工艺热水支管，蒸发器的热端进口上设置有阀门A，工艺热水支管上设置有阀门B，阀门B和阀门A均与控制柜电连接，膨胀机与发电机连接。
预热器的冷端进口与冷凝器的热端出口之间设置有工质泵，工质泵与控制柜电连接。蒸发器的热端出口与预热器的热端进口之间设置有阀门D，阀门D与蒸发器的热端出口之间设置有双向阀门C，双向阀门C与工艺热水支管连接，阀门D和双向阀门C与控制柜电连接。
本发明可实现在不同的冷水和热水条件下高效利用工艺热水热量，实现热源发电。预热器中过冷的有机工质吸收工艺热水的热量，变为有机饱和液体，蒸发器中的有机工质吸收工艺热水的热量，变为有机饱和蒸汽，高温高压的有机蒸汽推动膨胀机做功发电，同时变为低温低压的有机乏汽，有机乏汽在冷凝器中被冷凝为有机凝液，有机凝液被工质泵送至预热器持续吸收工艺热水的热量，冷水通过冷水泵送入冷凝器对有机工质进行持续降温。阀门A和阀门B组成一次分流单元，在工艺热水进入蒸发器前进行热水分流，进行一次热量分配；双向阀门C和阀门D组成二次分流单元，在预热器前进行二次热水分流，对进入预热器的热水进行二次分配。控制单元用于控制各分流单元阀门的阀位，同时控制工质泵的泵速以调整蒸发温度。
上述热源分流式余热发电系统的粒子群优化控制方法包括以下步骤：
S1：基于Matlab中的粒子群算法程序，设置粒子群算法程序的参数，规定工艺热水的蒸发温度tevap、一次分流比rsp1和二次分流比rsp2的变化区间，将蒸发温度tevap、一次分流比rsp1和二次分流比rsp2的变化区间内的数据作为粒子群的粒子；
S2：以净输出功的计算函数Wnet＝f(tevap，rsp1，rsp2)作为目标函数，计算出所有粒子对应的适应度，适应度即为每个粒子对应输出的净输出功；
S3：遍历每个粒子的适应度，将每个粒子的适应度与其历史最大净输出功的值进行比较，若该粒子i的适应度大于历史最大净输出功，则将该粒子i的向量替换成历史最大净输出功的向量Pbesti；否则，不替换向量Pbesti；
S4：遍历每个粒子的适应度，筛选出所有粒子得到的最大净输出功，将每个粒子的适应度与最大净输出功进行比较，若该粒子i的适应度大于最大净输出功，则将该粒子i的向量替换成种群最大净输出功的向量Gbest；否则，不替换向量Gbest；
S5：根据粒子i的速度向量迭代公式和位置向量迭代公式计算新粒子(i+1)：
Vi+1＝wVi+c1r1(Pbesti-Xi)+c2r2(Gbest-Xi)
Xi+1＝Xi+Vi+1
其中，Pbesti为粒子i的历史最大净输出功，Gbest为种群最大净输出功，w为粒子群算法程序的权重，Vi为粒子i的速度向量，Xi为粒子i的位置向量，c1、c2为学习因子，r1、r2为随机概率值，Vi+1为迭代后新粒子(i+1)的速度向量，Xi+1为迭代后新粒子(i+1)的位置向量；根据位置向量Xi和速度向量Vi+1找出新的粒子(i+1)；
S6：判断得到的新粒子(i+1)是否满足迭代次数，若是，则利用新粒子(i+1)的位置向量Xi+1找出对应的最优蒸发温度tevap'、最优一次分流比rsp1'、最优二次分流比rsp2'，并利用目标函数计算出最大净输出功Wnet'，执行步骤S8；
S7：否则，返回步骤S2，计算出新粒子(i+1)的适应度，将新粒子(i+1)的适应度替换成粒子i的适应度；
S8：根据最优蒸发温度tevap'、最优一次分流比rsp1'、最优二次分流比rsp2'和最大净输出功Wnet'优化工艺热水支管和蒸发器内的流量，使热源分流式余热发电系统输出最大净输出功Wnet。
步骤S8具体包括：
S81：根据最优蒸发温度tevap'、最优一次分流比rsp1'、最优二次分流比rsp2'和最大净输出功Wnet'计算工质泵频率和工艺热水支管的流量，调整蒸发器的蒸发压力使蒸发温度达到最优蒸发温度tevap'；
S82：计算此时工艺热水的一次分流比rsp1；若rsp1＞0，则调整阀门A和阀门B的流量，满足
Figure BDA0002900669670000071
mhwB为工艺热水流经阀门B的流量，mhw为工艺热水的总流量；否则，关闭阀门B；
S83：执行步骤S82后，计算工艺热水的二次分流比rsp2；若rsp2＞0，则调整双向阀门C的方向，打开从蒸发器热端出口流出的工艺热水流向工艺热水支管的通道，并控制双向阀门C的流量，满足
Figure BDA0002900669670000081
mhwA为工艺热水流经阀门A的流量；
S84：否则，则调整双向阀门C的方向，打开阀门B流出的工艺热水流向阀门D的通道，并控制双向阀门C的流量满足
Figure BDA0002900669670000082
本发明的优化控制方法根据余热发电循环过程中净输出功最大的运行优化目标，确定两个分流单元的分流比，再调整四个阀门的阀位流量，从而达到最佳的工况运行。
设计6种热源分流式余热发电系统的运行工况：
工况1：工艺热水温度为：105℃，工艺热水流量为：1167t/h，冷水入口温度为：20℃；
工况2：工艺热水温度为：120℃，工艺热水流量为：1167t/h，冷水入口温度为：20℃；
工况3：工艺热水温度为：100℃，工艺热水流量为：1080t/h，冷水入口温度为：20℃；
工况4：工艺热水温度为：100℃，工艺热水流量为：1224t/h，冷水入口温度为：20℃；
工况5：工艺热水温度为：100℃，工艺热水流量为：1167t/h，冷水入口温度为：18℃；
工况6：工艺热水温度为：100℃，工艺热水流量为：1167t/h，冷水入口温度为：22℃。
将上述6种非设计工况与设计工况进行净输出功的优化。
以工况1为例进行粒子群算法优化，粒子群算法运行参数设置为：粒子个数(规模)设置为50个，最大迭代次数为40次。变量范围一次分流比rsp1为(0～1)，二次分流比rsp2为(-1～1)，蒸发温度tevap为(65℃～80℃)。优化过程如图2所示，从图2中可以看到，迭代次数在25次以后结果稳定收敛。在运行参数的设置中，增大粒子数量和增加迭代次数都可以获得更精确的结果。
增大迭代次数为100次的结果如图3所示，从图3中可以发现所有粒子净输出功的最大值在40次以后基本保持不变，有个别粒子净输出功的计算结果出现了波动，但是不会影响净输出功的最大值，迭代80次后所有粒子稳定收敛。
通过上述方法，得到6个工况优化结果下表所示。
工况优化结果
Figure BDA0002900669670000091
与其他优化算法比较，粒子群算法计算提高了计算精度，同时可以在很短的时间达到收敛。
通过优化计算后得到净输出功Wnet的工况3和工况5由于与设计工况非常接近，因此没有进行分流，但是优化了蒸发温度tevap，净输出功Wnet提升不明显。其余工况经过优化后净输出功Wnet均有明显提升，明显体现出热源温度大幅变化和流量大幅变化时对系统得到净输出功Wnet的优势。
因此，此方法可以在设计工况冷热源改变时计算最佳的蒸发温度，可以在设计工况冷热源大幅度改变时优化蒸发温度tevap、一次分流比rsp1和二次分流比rsp2。控制柜通过控制工质泵改变转速进行调整蒸发温度tevap；通过分流比计算各支路流量，进而控制阀门进行相应的调整。
以工况1为例：
阀门A支路流量应调整为：0.031×1167＝36.177t/h；
阀门B干路流量应调整为：1167-36.177＝1130.823t/h；
阀门C的方向为阀门B向阀门D流，流量为36.177t/h；
阀门D干路流量为：1167t/h。

Claims (2)

1.一种热源分流式余热发电系统的粒子群优化控制方法，所述热源分流式余热发电系统包括蒸发器和预热器，所述蒸发器的热端进口与工艺热水的进水管连接，所述蒸发器的热端出口与预热器的热端进口连接；所述预热器的热端出口与工艺热水的出水管连接；所述蒸发器的冷端进口与预热器的冷端出口连接，所述蒸发器的冷端出口与膨胀机连接，所述预热器冷端进口与工质泵出口连接，冷凝器热端出口与工质泵入口连接；所述膨胀机与冷凝器的热端进口连接，所述冷凝器的冷端进口与冷水泵连接，所述冷水泵与冷水管连接；所述冷凝器的冷端出口与出水管连接；
所述蒸发器的热端进口与预热器的热端出口之间设置有工艺热水支管，所述工艺热水支管的一端与工艺热水的进水管连接，另一端与工艺热水的出水管连接，所述蒸发器的热端进口上设置有阀门A，所述工艺热水支管上设置有阀门B，所述阀门B和阀门A均与控制柜电连接，所述膨胀机与发电机连接；
所述蒸发器的热端出口与预热器的热端进口之间设置有阀门D，所述阀门D与蒸发器的热端出口之间设置有双向阀门C，所述双向阀门C与工艺热水支管连接，所述阀门D和双向阀门C与控制柜电连接；
其特征在于，所述粒子群优化控制方法包括以下步骤：
S1：基于Matlab中的粒子群算法程序，设置粒子群算法程序的参数，规定工艺热水的蒸发温度tevap、一次分流比rsp1和二次分流比rsp2的变化区间，将蒸发温度tevap、一次分流比rsp1和二次分流比rsp2的变化区间内的数据作为粒子群的粒子；
S2：以净输出功的计算函数Wnet＝f(tevap，rsp1，rsp2)作为目标函数，计算出所有粒子对应的适应度，适应度即为每个粒子对应输出的净输出功；
S3：遍历每个粒子的适应度，将每个粒子的适应度与其历史最大净输出功的值进行比较，若该粒子i的适应度大于历史最大净输出功，则将该粒子i的向量替换成历史最大净输出功的向量Pbesti；否则，不替换向量Pbesti；
S4：遍历每个粒子的适应度，筛选出所有粒子得到的最大净输出功，将每个粒子的适应度与最大净输出功进行比较，若该粒子i的适应度大于最大净输出功，则将该粒子i的向量替换成种群最大净输出功的向量Gbest；否则，不替换向量Gbest；
S5：根据粒子i的速度向量迭代公式和位置向量迭代公式计算新粒子(i+1)：
Vi+1＝wVi+c1r1(Pbesti-Xi)+c2r2(Gbest-Xi)
Xi+1＝Xi+Vi+1
其中，Pbesti为粒子i的历史最大净输出功，Gbest为种群最大净输出功，w为粒子群算法程序的权重，Vi为粒子i的速度向量，Xi为粒子i的位置向量，c1、c2为学习因子，r1、r2为随机概率值，Vi+1为迭代后新粒子(i+1)的速度向量，Xi+1为迭代后新粒子(i+1)的位置向量；根据位置向量Xi和速度向量Vi+1找出新的粒子(i+1)；
S6：判断得到的新粒子(i+1)是否满足迭代次数，若是，则利用新粒子(i+1)的位置向量Xi+1找出对应的最优蒸发温度tevap'、最优一次分流比rsp1'、最优二次分流比rsp2'，并利用目标函数计算出最大净输出功Wnet'，执行步骤S8；
S7：否则，返回步骤S2，计算出新粒子(i+1)的适应度，将新粒子(i+1)的适应度替换成粒子i的适应度；
S8：根据最优蒸发温度tevap'、最优一次分流比rsp1'、最优二次分流比rsp2'和最大净输出功Wnet'优化工艺热水支管和蒸发器内的流量，使热源分流式余热发电系统输出最大净输出功Wnet。
2.根据权利要求1所述的热源分流式余热发电系统的优化控制方法，其特征在于，所述步骤S8包括：
S81：根据最优蒸发温度tevap'、最优一次分流比rsp1'、最优二次分流比rsp2'和最大净输出功Wnet'计算工质泵频率和工艺热水支管的流量，调整蒸发器的蒸发压力使蒸发温度达到最优蒸发温度tevap'；
S82：计算此时工艺热水的一次分流比rsp1；若rsp1＞0，则调整阀门A和阀门B的流量，满足mhwB为工艺热水流经阀门B的流量，mhw为工艺热水的总流量；否则，关闭阀门B；
S83：执行步骤S82后，计算工艺热水的二次分流比rsp2；若rsp2＞0，则调整双向阀门C的方向，打开从蒸发器热端出口流出的工艺热水流向工艺热水支管的通道，并控制双向阀门C的流量，满足mhwA为工艺热水流经阀门A的流量；
S84：否则，则调整双向阀门C的方向，打开阀门B流出的工艺热水流向阀门D的通道，并控制双向阀门C的流量满足
CN202110056102.5A 2021-01-15 2021-01-15 一种热源分流式余热发电系统及其粒子群优化控制方法 Active CN112836419B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110056102.5A CN112836419B (zh) 2021-01-15 2021-01-15 一种热源分流式余热发电系统及其粒子群优化控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110056102.5A CN112836419B (zh) 2021-01-15 2021-01-15 一种热源分流式余热发电系统及其粒子群优化控制方法

Publications (2)

Publication Number Publication Date
CN112836419A CN112836419A (zh) 2021-05-25
CN112836419B true CN112836419B (zh) 2023-04-18

Family

ID=75928443

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110056102.5A Active CN112836419B (zh) 2021-01-15 2021-01-15 一种热源分流式余热发电系统及其粒子群优化控制方法

Country Status (1)

Country Link
CN (1) CN112836419B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115981384B (zh) * 2023-02-07 2023-09-22 淮阴工学院 一种智能生物质orc蒸发压力控制设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016110351A (ja) * 2014-12-05 2016-06-20 株式会社日立製作所 分散熱源プラントの運転計画立案装置及び分散熱源プラントの運転計画立案方法
CN106773704A (zh) * 2017-01-04 2017-05-31 中国科学院过程工程研究所 多系统联合优化调度方法及装置
CN107122847A (zh) * 2017-04-07 2017-09-01 中国科学院东北地理与农业生态研究所 一种基于双层粒子群算法的渠系配水优化方法
CN109184933A (zh) * 2018-09-10 2019-01-11 山东交通学院 沼气内燃发电机组的协同优化控制方法及系统
CN110276485A (zh) * 2019-06-12 2019-09-24 中国能源建设集团广东省电力设计研究院有限公司 一种孤立能源系统的综合能源容量优化方法、装置及设备
CN110619491A (zh) * 2019-11-12 2019-12-27 东南大学 基于粒子群优化的冷热电联供型系统三级联合设计方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016110351A (ja) * 2014-12-05 2016-06-20 株式会社日立製作所 分散熱源プラントの運転計画立案装置及び分散熱源プラントの運転計画立案方法
CN106773704A (zh) * 2017-01-04 2017-05-31 中国科学院过程工程研究所 多系统联合优化调度方法及装置
CN107122847A (zh) * 2017-04-07 2017-09-01 中国科学院东北地理与农业生态研究所 一种基于双层粒子群算法的渠系配水优化方法
CN109184933A (zh) * 2018-09-10 2019-01-11 山东交通学院 沼气内燃发电机组的协同优化控制方法及系统
CN110276485A (zh) * 2019-06-12 2019-09-24 中国能源建设集团广东省电力设计研究院有限公司 一种孤立能源系统的综合能源容量优化方法、装置及设备
CN110619491A (zh) * 2019-11-12 2019-12-27 东南大学 基于粒子群优化的冷热电联供型系统三级联合设计方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
kailong liu等.modeling of organic rankine cycle for waste heat recovery using RBF neural networks.《2016 IEEE symposium series on computational intelligence （SSCI）》.2017,第1-8页. *
王诗祺等.基于PSO算法优化的热水分流式双级ORC系统.《制冷与空调(四川)》.2021,(第01期),第58-63+77页. *
鲁业明.CAP1400核主泵水力模型核心部件约束性设计方法研究及应用.《中国博士学位论文全文数据库 工程科技Ⅱ辑》.2020,(第08期),第C040-1页. *

Also Published As

Publication number Publication date
CN112836419A (zh) 2021-05-25

Similar Documents

Publication Publication Date Title
US11236633B2 (en) Solar aided coal-fired power generation system participating in primary frequency regulation and control method thereof
WO2020181675A1 (zh) 一种灵活燃煤发电系统及运行方法
CN110011330B (zh) 基于燃煤机组热力系统蓄*修正的一次调频优化控制方法
CN109298690B (zh) 一种开式循环水冷端系统优化控制方法
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
CN107368680A (zh) 一种汽轮机最佳真空实时计算方法
CN103225521B (zh) 空冷汽轮机冷端优化的方法
CN111577410A (zh) 燃气轮机进气温度控制装置及燃气轮机进气温度控制方法
CN110593973A (zh) 结合闪蒸的有机朗肯循环提高发电能力的系统及控制方法
CN110578566A (zh) 结合闪蒸和喷射泵的有机朗肯循环发电系统及其控制方法
WO2021238321A1 (zh) 一种构型自适应高效灵活清洁燃煤发电系统及运行方法
Wang et al. Combined heat and power plants integrated with steam turbine renovations: Optimal dispatch for maximizing the consumption of renewable energy
CN112836419B (zh) 一种热源分流式余热发电系统及其粒子群优化控制方法
CN112855297B (zh) 一种热源分流式余热发电系统及其优化控制方法
CN209978005U (zh) 用于二次再热机组的一次调频控制系统
JPH05222906A (ja) 排熱利用発電プラントの制御装置
CN113623032B (zh) 一种燃煤锅炉烟气储热发电一体化系统及运行方法
CN214170638U (zh) 燃气轮机进气温度控制装置
CN211287812U (zh) 结合闪蒸的有机朗肯循环提高发电能力的系统
CN112100751A (zh) 一种抽凝机组背压变化对机组功率影响的计算方法及系统
CN104731130A (zh) 一种无循环泵式蒸气增压系统的控制方法
CN214221275U (zh) 一种适于大抽汽量一次调频的抽汽式热电联产机组
CN111832804B (zh) 一种有机朗肯循环系统双层多目标优化方法
CN214741520U (zh) 一种热源分流式余热发电系统
CN111219702B (zh) 用于汽轮机停机时供热的系统安全防护装置及其运行方法

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