CN113591370A - 一种核电站发电功率调节方法及系统 - Google Patents

一种核电站发电功率调节方法及系统 Download PDF

Info

Publication number
CN113591370A
CN113591370A CN202110758655.5A CN202110758655A CN113591370A CN 113591370 A CN113591370 A CN 113591370A CN 202110758655 A CN202110758655 A CN 202110758655A CN 113591370 A CN113591370 A CN 113591370A
Authority
CN
China
Prior art keywords
time point
tide
curve
nuclear power
time
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
Application number
CN202110758655.5A
Other languages
English (en)
Inventor
王建国
王中新
邵会福
耿佳扬
凌学会
吴进国
梁招瑞
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.)
Liaoning Hongyanhe Nuclear Power Co Ltd
Original Assignee
Liaoning Hongyanhe Nuclear Power Co Ltd
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 Liaoning Hongyanhe Nuclear Power Co Ltd filed Critical Liaoning Hongyanhe Nuclear Power Co Ltd
Priority to CN202110758655.5A priority Critical patent/CN113591370A/zh
Publication of CN113591370A publication Critical patent/CN113591370A/zh
Pending legal-status Critical Current

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
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • 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
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • 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
    • G06F2119/06—Power analysis or power optimisation
    • 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
    • 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
    • G06F2119/12—Timing analysis or timing optimisation
    • 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]
    • 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)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Evolutionary Computation (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Water Supply & Treatment (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Educational Administration (AREA)
  • Power Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种核电站发电功率调节方法，包括根据预设的潮汐预测模型，得到当日潮汐曲线；在所得到的当日潮汐曲线上，根据预设的调节时间点定义规则，得到当日核电机组发电功率的调节时间点；其中，调节时间点定义规则是依据预先形成的每日潮汐与每日海水温度的关系曲线来定义的；在核电机组满功率运行工况下，根据所得到的当日核电机组发电功率的调节时间点以及预设的调节原则，对核电机组当日发电功率进行相应调节，以实现根据海水温度对核电机组出力进行阶段控制。实施本发明，能够根据海水温度精确对机组出力进行控制，以获得最大机组出力，从而克服现有核电站机组效率受海水温度变化较为剧烈的现象。

Description

一种核电站发电功率调节方法及系统
技术领域
本发明涉及核电功率调节技术领域，尤其涉及一种核电站发电功率调节方法及系统。
背景技术
如图1所示，核电站发电功率与海水温度存在定量关系。通过历史数据统计，红沿河海域日海水温度变化可达1.6℃，一旦海水温度25℃以上，机组效率受海水温度变化较为剧烈，就会出现全天功率变化高达8-10MW的现象。
因此，有必要提出一种核电站发电功率调节方法，能够根据海水温度精确对机组出力进行控制，以获得最大机组出力，从而克服现有核电站机组效率受海水温度变化较为剧烈的现象。
发明内容
本发明实施例所要解决的技术问题在于，提供一种核电站发电功率调节方法及系统，能够根据海水温度精确对机组出力进行控制，以获得最大机组出力，从而克服现有核电站机组效率受海水温度变化较为剧烈的现象。
为了解决上述技术问题，本发明实施例提供了一种核电站发电功率调节方法，所述方法包括以下步骤：
根据预设的潮汐预测模型，得到当日潮汐曲线；
在所得到的当日潮汐曲线上，根据预设的调节时间点定义规则，得到当日核电机组发电功率的调节时间点；其中，所述调节时间点定义规则是依据预先形成的每日潮汐与每日海水温度的关系曲线来定义的；
在核电机组满功率运行工况下，根据所得到的当日核电机组发电功率的调节时间点以及预设的调节原则，对核电机组当日发电功率进行相应调节，以实现根据海水温度对核电机组出力进行阶段控制。
其中，所述潮汐预测模型是基于潮汐原理构建出来的，并通过历史潮汐实测数据生成训练样本和测试样本进行训练和测试。
其中，所述调节时间点定义规则包括第一调节时间点定义规则、第二调节时间点定义规则、第三调节时间点定义规则和第四调节时间点定义规则；其中，
所述第一调节时间点定义规则为以所述每日潮汐与每日海水温度的关系曲线为参照，设置海水温度曲线由低点爬升至最高的第一阶段中起始时刻为第一节点时刻，并将所述第一节点时刻对应映射为潮汐曲线上的第一调节时间点，使得该第一调节时间点为潮汐曲线上滞后低谷时刻有第一时间限值的时刻；
所述第二调节时间点定义规则为以所述每日潮汐与每日海水温度的关系曲线为参照，设置海水温度曲线由最高剧烈下降至平稳或弱反弹的第二阶段中起始时刻为第二节点时刻，并将所述第二节点时刻对应映射为潮汐曲线上的第二调节时间点，使得该第二调节时间点为潮汐曲线上滞后低谷时刻有第二时间限值的时刻；其中，所述第二时间限值大于所述第一时间限值；
所述第三调节时间点定义规则为以所述每日潮汐与每日海水温度的关系曲线为参照，设置海水温度曲线保持平稳或弱反弹的第三阶段中起始时刻为第三节点时刻，并将所述第三节点时刻对应映射为潮汐曲线上的第三调节时间点，使得该第三调节时间点为潮汐曲线波峰时刻；
所述第四调节时间点定义规则为以所述每日潮汐与每日海水温度的关系曲线为参照，设置海水温度曲线由平稳或弱反弹快速下降的第四阶段中起始时刻为第四节点时刻，并将所述第四节点时刻对应映射为潮汐曲线上的第四调节时间点，使得该第四调节时间点为潮汐曲线上滞后波峰时刻有第三时间限值的时刻。
其中，所述海水温度曲线上的最低温度应大于15℃。
其中，所述第一时间限值为0.5小时；所述第二时间限值为4.5小时；所述第三时间限值为5小时。
其中，所述调节原则为核功率不超过101.5％，热功率不超过2902MW。
本发明实施例还提供了一种核电站发电功率调节系统，包括潮汐预测单元、调节时间点确定单元以及发电功率调节单元；其中，
所述潮汐预测单元，用于根据预设的潮汐预测模型，得到当日潮汐曲线；
所述调节时间点确定单元，用于在所得到的当日潮汐曲线上，根据预设的调节时间点定义规则，得到当日核电机组发电功率的调节时间点；其中，所述调节时间点定义规则是依据预先形成的每日潮汐与每日海水温度的关系曲线来定义的；
所述发电功率调节单元，用于在核电机组满功率运行工况下，根据所得到的当日核电机组发电功率的调节时间点以及预设的调节原则，对核电机组当日发电功率进行相应调节，以实现根据海水温度对核电机组出力进行阶段控制。
其中，所述潮汐预测模型是基于潮汐原理构建出来的，并通过历史潮汐实测数据生成训练样本和测试样本进行训练和测试。
其中，所述调节原则为核功率不超过101.5％，热功率不超过2902MW。
实施本发明实施例，具有如下有益效果：
本发明依据潮汐原理预测当日潮汐曲线，并基于每日潮汐与每日海水温度变化趋势的关联性，明确每日发电功率的调节时间点(即倒推出每日海水温度变化情况)，进一步结合调节原则，对核电机组当日发电功率进行相应调节，以实现根据海水温度对核电机组出力进行阶段控制，从而可以根据海水温度精确对机组出力进行控制，以获得最大机组出力，克服了现有核电站机组效率受海水温度变化较为剧烈的现象。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，根据这些附图获得其他的附图仍属于本发明的范畴。
图1为现有技术中核电站发电功率与海水温度的关联曲线图；
图2为本发明实施例提供的一种核电站发电功率调节方法的流程图；
图3为本发明实施例提供的一种核电站发电功率调节方法的应用场景中每日潮汐与每日海水温度的关系曲线图；其中，a为潮汐曲线；b为海水温度曲线；
图4为本发明实施例提供的一种核电站发电功率调节系统的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。
如图2所示，为本发明实施例中，提供的一种核电站发电功率调节方法，所述方法包括以下步骤：
步骤S1、根据预设的潮汐预测模型，得到当日潮汐曲线；
具体过程为，首先，基于潮汐原理构建出潮汐预测模型，并通过历史潮汐实测数据生成训练样本和测试样本进行训练和测试潮汐预测模型。其次，根据潮汐预测模型，预测得到当日潮汐及其对应曲线。
步骤S2、在所得到的当日潮汐曲线上，根据预设的调节时间点定义规则，得到当日核电机组发电功率的调节时间点；其中，所述调节时间点定义规则是依据预先形成的每日潮汐与每日海水温度的关系曲线来定义的；
具体过程为，首先，通过对海域潮汐和水温的统计，发现每日海水温度变化与每日潮汐变化存在较大关联性，因此可以根据历史潮汐实测数据及对应的海水温度实测数据，建立每日潮汐与每日海水温度的关系曲线，如图3所示。
例如，海域潮流呈正规半日潮流型，运动形式表现为往复流。根据潮汐与潮流的变化规律，海水温度也有变化规律可循。
在图3中，根据统计海域每日海水温度变化大致分为4个阶段：
阶段①：海水温度上升；
阶段②：海水温度下降第一段，且海水温度变化剧烈；
阶段③：海水温度平稳，或稍有反弹；
阶段④：海水温度下降第二段，且趋势明显
其次，设置调节时间点定义规则，该调节时间点定义规则包括第一调节时间点定义规则、第二调节时间点定义规则、第三调节时间点定义规则和第四调节时间点定义规则；其中，
第一调节时间点定义规则为以每日潮汐与每日海水温度的关系曲线为参照，设置海水温度曲线由低点爬升至最高的第一阶段(即阶段1)中起始时刻为第一节点时刻，并将第一节点时刻对应映射为潮汐曲线上的第一调节时间点，使得该第一调节时间点为潮汐曲线上滞后低谷时刻有第一时间限值(如0.5小时)的时刻；例如，图3中潮汐曲线左侧最低波谷时刻+0.5小时为第一调节时间点。
第二调节时间点定义规则为以每日潮汐与每日海水温度的关系曲线为参照，设置海水温度曲线由最高剧烈下降至平稳或弱反弹的第二阶段(即阶段2)中起始时刻为第二节点时刻，并将第二节点时刻对应映射为潮汐曲线上的第二调节时间点，使得该第二调节时间点为潮汐曲线上滞后低谷时刻有第二时间限值(如4.5小时)的时刻；其中，第二时间限值(如4.5小时)大于第一时间限值(如0.5小时)；例如，图3中潮汐曲线左侧最低波谷时刻+4.5小时为第二调节时间点。
第三调节时间点定义规则为以每日潮汐与每日海水温度的关系曲线为参照，设置海水温度曲线保持平稳或弱反弹的第三阶段(即阶段3)中起始时刻为第三节点时刻，并将第三节点时刻对应映射为潮汐曲线上的第三调节时间点，使得该第三调节时间点为潮汐曲线波峰时刻；例如，图3中潮汐曲线右侧最高波峰时刻为第三调节时间点。
第四调节时间点定义规则为以每日潮汐与每日海水温度的关系曲线为参照，设置海水温度曲线由平稳或弱反弹快速下降的第四阶段(即阶段4)中起始时刻为第四节点时刻，并将第四节点时刻对应映射为潮汐曲线上的第四调节时间点，使得该第四调节时间点为潮汐曲线上滞后波峰时刻有第三时间限值(如5小时)的时刻；例如，图3中潮汐曲线右侧最高波峰时刻+5小时为第四调节时间点。
应当说明的是，根据机组特性，在海水温度15℃及以上时，海水温度变化1℃，电功率变化2MW以上以及日发电功率变化幅度约为3MW，因此综合考虑建议15℃以上实施此调节。故，指定海水温度曲线上的最低温度应大于15℃。
最后，根据调节时间点定义规则，在所得到的当日潮汐曲线上，定义出当日核电机组发电功率的四个调节时间点。可以理解的是，通过调节时间点定义规则，在当日潮汐曲线上可以反推出当日海水温度四个阶段的时间变化规律。
步骤S3、在核电机组满功率运行工况下，根据所得到的当日核电机组发电功率的调节时间点以及预设的调节原则，对核电机组当日发电功率进行相应调节，以实现根据海水温度对核电机组出力进行阶段控制。
具体过程为，首先，制定调节原则为核功率不超过101.5％，热功率不超过2902MW。其次，在核电机组满功率运行工况下，根据上述四个调节时间点以及调节原则，对核电机组当日发电功率进行相应调节，以实现根据海水温度对核电机组出力进行阶段控制。
如图4所示，为本发明实施例中，提供的一种核电站发电功率调节系统，包括潮汐预测单元110、调节时间点确定单元120以及发电功率调节单元130；其中，
所述潮汐预测单元110，用于根据预设的潮汐预测模型，得到当日潮汐曲线；
所述调节时间点确定单元120，用于在所得到的当日潮汐曲线上，根据预设的调节时间点定义规则，得到当日核电机组发电功率的调节时间点；其中，所述调节时间点定义规则是依据预先形成的每日潮汐与每日海水温度的关系曲线来定义的；
所述发电功率调节单元130，用于在核电机组满功率运行工况下，根据所得到的当日核电机组发电功率的调节时间点以及预设的调节原则，对核电机组当日发电功率进行相应调节，以实现根据海水温度对核电机组出力进行阶段控制。
其中，所述潮汐预测模型是基于潮汐原理构建出来的，并通过历史潮汐实测数据生成训练样本和测试样本进行训练和测试。
其中，所述调节原则为核功率不超过101.5％，热功率不超过2902MW。
实施本发明实施例，具有如下有益效果：
本发明依据潮汐原理预测当日潮汐曲线，并基于每日潮汐与每日海水温度变化趋势的关联性，明确每日发电功率的调节时间点(即倒推出每日海水温度变化情况)，进一步结合调节原则，对核电机组当日发电功率进行相应调节，以实现根据海水温度对核电机组出力进行阶段控制，从而可以根据海水温度精确对机组出力进行控制，以获得最大机组出力，克服了现有核电站机组效率受海水温度变化较为剧烈的现象。
值得注意的是，上述系统实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘、光盘等。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (9)

1.一种核电站发电功率调节方法，其特征在于，所述方法包括以下步骤：
根据预设的潮汐预测模型，得到当日潮汐曲线；
在所得到的当日潮汐曲线上，根据预设的调节时间点定义规则，得到当日核电机组发电功率的调节时间点；其中，所述调节时间点定义规则是依据预先形成的每日潮汐与每日海水温度的关系曲线来定义的；
在核电机组满功率运行工况下，根据所得到的当日核电机组发电功率的调节时间点以及预设的调节原则，对核电机组当日发电功率进行相应调节，以实现根据海水温度对核电机组出力进行阶段控制。
2.如权利要求1所述的核电站发电功率调节方法，其特征在于，所述潮汐预测模型是基于潮汐原理构建出来的，并通过历史潮汐实测数据生成训练样本和测试样本进行训练和测试。
3.如权利要求1所述的核电站发电功率调节方法，其特征在于，所述调节时间点定义规则包括第一调节时间点定义规则、第二调节时间点定义规则、第三调节时间点定义规则和第四调节时间点定义规则；其中，
所述第一调节时间点定义规则为以所述每日潮汐与每日海水温度的关系曲线为参照，设置海水温度曲线由低点爬升至最高的第一阶段中起始时刻为第一节点时刻，并将所述第一节点时刻对应映射为潮汐曲线上的第一调节时间点，使得该第一调节时间点为潮汐曲线上滞后低谷时刻有第一时间限值的时刻；
所述第二调节时间点定义规则为以所述每日潮汐与每日海水温度的关系曲线为参照，设置海水温度曲线由最高剧烈下降至平稳或弱反弹的第二阶段中起始时刻为第二节点时刻，并将所述第二节点时刻对应映射为潮汐曲线上的第二调节时间点，使得该第二调节时间点为潮汐曲线上滞后低谷时刻有第二时间限值的时刻；其中，所述第二时间限值大于所述第一时间限值；
所述第三调节时间点定义规则为以所述每日潮汐与每日海水温度的关系曲线为参照，设置海水温度曲线保持平稳或弱反弹的第三阶段中起始时刻为第三节点时刻，并将所述第三节点时刻对应映射为潮汐曲线上的第三调节时间点，使得该第三调节时间点为潮汐曲线波峰时刻；
所述第四调节时间点定义规则为以所述每日潮汐与每日海水温度的关系曲线为参照，设置海水温度曲线由平稳或弱反弹快速下降的第四阶段中起始时刻为第四节点时刻，并将所述第四节点时刻对应映射为潮汐曲线上的第四调节时间点，使得该第四调节时间点为潮汐曲线上滞后波峰时刻有第三时间限值的时刻。
4.如权利要求3所述的核电站发电功率调节方法，其特征在于，所述海水温度曲线上的最低温度应大于15℃。
5.如权利要求3所述的核电站发电功率调节方法，其特征在于，所述第一时间限值为0.5小时；所述第二时间限值为4.5小时；所述第三时间限值为5小时。
6.如权利要求1所述的核电站发电功率调节方法，其特征在于，所述调节原则为核功率不超过101.5％，热功率不超过2902MW。
7.一种核电站发电功率调节系统，其特征在于，包括潮汐预测单元、调节时间点确定单元以及发电功率调节单元；其中，
所述潮汐预测单元，用于根据预设的潮汐预测模型，得到当日潮汐曲线；
所述调节时间点确定单元，用于在所得到的当日潮汐曲线上，根据预设的调节时间点定义规则，得到当日核电机组发电功率的调节时间点；其中，所述调节时间点定义规则是依据预先形成的每日潮汐与每日海水温度的关系曲线来定义的；
所述发电功率调节单元，用于在核电机组满功率运行工况下，根据所得到的当日核电机组发电功率的调节时间点以及预设的调节原则，对核电机组当日发电功率进行相应调节，以实现根据海水温度对核电机组出力进行阶段控制。
8.如权利要求7所述的核电站发电功率调节系统，其特征在于，所述潮汐预测模型是基于潮汐原理构建出来的，并通过历史潮汐实测数据生成训练样本和测试样本进行训练和测试。
9.如权利要求7所述的核电站发电功率调节系统，其特征在于，所述调节原则为核功率不超过101.5％，热功率不超过2902MW。
CN202110758655.5A 2021-07-05 2021-07-05 一种核电站发电功率调节方法及系统 Pending CN113591370A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110758655.5A CN113591370A (zh) 2021-07-05 2021-07-05 一种核电站发电功率调节方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110758655.5A CN113591370A (zh) 2021-07-05 2021-07-05 一种核电站发电功率调节方法及系统

Publications (1)

Publication Number Publication Date
CN113591370A true CN113591370A (zh) 2021-11-02

Family

ID=78245918

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110758655.5A Pending CN113591370A (zh) 2021-07-05 2021-07-05 一种核电站发电功率调节方法及系统

Country Status (1)

Country Link
CN (1) CN113591370A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024037350A1 (zh) * 2022-10-11 2024-02-22 中广核工程有限公司 核电厂汽轮发电机电功率控制方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024037350A1 (zh) * 2022-10-11 2024-02-22 中广核工程有限公司 核电厂汽轮发电机电功率控制方法及系统

Similar Documents

Publication Publication Date Title
Karki et al. A simplified wind power generation model for reliability evaluation
da Costa Lopes et al. A control-oriented model of a PEM fuel cell stack based on NARX and NOE neural networks
Musyafa et al. Pitch angle control of variable low rated speed wind turbine using fuzzy logic controller
CN109638879A (zh) 基于性能指标评估的一次调频动态补偿调整系统及方法
Liang et al. Battery energy storage selection based on a novel intermittent wind speed model for improving power system dynamic reliability
CN110119889B (zh) 一种配电网节点灵活性评价与分区方法
CN112651560B (zh) 一种超短期风功率预测方法、装置及设备
Dang et al. Model predictive control for maximum power capture of variable speed wind turbines
CN113591370A (zh) 一种核电站发电功率调节方法及系统
CN112446518A (zh) 基于EMD分解的EMD-XGBoost中长期风电电量预测方法
CN107221933B (zh) 一种概率潮流计算方法
CN105140967A (zh) 一种含新能源电力系统调峰需求的评估方法
CN109376939A (zh) 一种基于自适应神经网络的电网稳定性实时预测方法
CN109508062B (zh) 一种基于模糊电导的光伏发电控制方法及系统
Bagheri et al. Extremely short time modeling of wind power variations
Mishra et al. Centralized airflow control to reduce output power variation in a complex OWC ocean energy network
CN106505622A (zh) 一种基于移动比率的风电功率波动特性概率建模方法
Karki et al. Reliability assessment of a wind power delivery system
Jain et al. Reliability analysis of wind embedded power generation system for Indian Scenario
CN112699904B (zh) 一种电力能源消费预测方法和装置
Fang et al. Dynamic equivalence of wind farm considering operational condition of wind turbines
Kail et al. Study of automatic generation control in two area power system with DFIG-based wind energy conversion
Qiu et al. Tertiary regulation of cascaded run‐of‐the‐river hydropower in the islanded renewable power system considering multi‐timescale dynamics
Silva-Saravia et al. Effect of wind farm spatial correlation on oscillation damping in the wecc system
Wei et al. Frequency prediction of synchronous generators in a multi-machine power system with a photovoltaic plant using a cellular computational network

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