CN114421469A - 深度调峰工况下汽轮发电机调峰频次识别与统计的方法 - Google Patents

Abstract

本发明涉及一种深度调峰工况下汽轮发电机调峰频次识别与统计的方法，对汽轮发电机调峰的频次进行识别与统计，其方法简单，在现有电厂系统上改造即可，补充了国内外电厂发电机调峰频次识别与统计的空白，并且既省时又省力，而且效率极高；其次更重要的是，通过统计深调次数，根据频次统计为电厂提供合理的检修周期和检修策略，当发电机调峰运行次数过多时，可为发电企业提供统计信息并提示何时需要开人孔检查，何时需要开端盖检查，何时需要抽转子检修等，避免了当汽轮发电机组长期频繁参与调峰时，会对其定子绕组、定子铁心、转子绕组、转子大轴产生不同程度的影响，最终保障发电机组的安全稳定运行，该新方法既减少了非停事件。

Description

深度调峰工况下汽轮发电机调峰频次识别与统计的方法

技术领域

本发明涉及一种深度调峰工况下汽轮发电机调峰频次识别与统计的方法。

背景技术

随着国家经济的快速发展及人民生活水平日益提高，全国装机容量也随之增大，全国的用电结构也发生了变化。同时近年来的节能减排、电源结构调整等政策使水电、风电、太阳能发电等清洁能源呈快速发展势头，但清洁能源出力随机性强，波动性大，在电力系统运行中风能基本无法与负荷匹配，削峰填谷能力弱；太阳能间歇性、波动性特点决定了其出力难以保证稳定，这也增大了电网调峰需求和调峰难度。因此燃煤火电机组运行方式从原来的主要承担“基荷”运行转变成深度调峰方式运行，新的运行方式对在役燃煤发电机的适应性、可靠性和经济性等提出了更高的要求。大型汽轮发电机组是各火力发电企业的重要主设备，其安全、经济、稳定运行对各发电企业影响重大，当汽轮发电机组长期频繁参与调峰时，会对其定子绕组、定子铁心、转子绕组、转子大轴产生不同程度的影响。

事实上，近年来各发电企业已多次发生过因发电机频繁参与深度调峰造成运行异常的情况，有些机组因调峰导致绕组端部振动变化，线棒槽楔松动，特别是在定子绕组端部支撑结构部位和线棒槽口处产生松动和磨损，降低绝缘材料的性能，而由于材料和工艺的分散性，其缺陷在带稳定负荷长期运行时并不会显露出来。

深调模式对汽轮发电机组的影响研究还处于刚起步阶段，发电机深调工况下运行状态的科学评价模型尚不完善。调研发现，如果电厂想得知一年内的调峰频次数据，主要通过人工调取一年内发电机有功功率曲线来人眼识别并作统计，这样的统计既耗时又耗力而且效率极低，故而研发一种深度调峰工况下汽轮发电机调峰频次识别与统计的方法极为迫切。

发明内容

针对上述情况，为克服现有技术之不足，本发明之目的就是提供一种深度调峰工况下汽轮发电机调峰频次识别与统计的方法，可有效解决电厂深度调峰工况下汽轮发电机调峰频次高效识别和统计的问题。

本发明解决的技术方案是：

一种深度调峰工况下汽轮发电机调峰频次识别与统计的方法，包括以下步骤：

步骤一，确定深度调峰规则

电厂机组额定负荷为n MW(兆瓦)，设定深度调峰的功率区间为0.3n MW到0.3n+100MW；即(0.3n+100)MW/0.3n MW为深度调峰上/下限，当某机组以额定负荷降低70％为深度调峰，即功率由n MW调低到0.3n MW，因功率波动性，让其允许波动范围为100MW，为可接受范围。

以600MW机组为例，以额定负荷降低70％为深度调峰，即功率由600MW调低到180MW，因功率波动性，故需要设定功率区间可设为180MW到280MW(280/180MW为深调上/下限，)，让其允许波动范围为100MW，为可接受范围。

步骤二，收集数据

以每分钟一个功率值，从电厂DCS系统中获取的发电机有功功率P；

步骤三，识别和统计调峰频次

a、依次从第1分钟的有功功率数据获取并判断是否P≤(0.3n+100)MW，若P>(0.3n+100)MW，则继续识别第2分钟数据，以此类推，直到第x分钟的有功功率P2＝a≤(0.3n+100)MW，将进行下一步判断，再次获取P2前1分钟(第x-1分钟)的有功功率数据为P1；

判断进入调峰时段的判断依据为：若P1-P2>0，则进入深度调峰期；

b、继续判断是否P≤(0.3n+100)MW，若P≤(0.3n+100)MW，则一直在深度调峰期，若P>(0.3n+100)，则进入下一步判断：

直到获取第y分钟的有功功率P4＝b>(0.3n+100)MW，再次获取P4前1分钟(第y-1分钟)的有功功率数据为P3；

判断跳出调峰时段的判断依据为：若P3-P4<0，则跳出深度调峰期；

c、计数

初始化深度调峰次数m＝0，获得识别到一次“进入深度调峰期”和“跳出深度调峰期”时，计数1次，更新m＝m+1，结束本次识别；

d、结束本次识别后，进入下一轮循环，再次循环步骤a-c，直到识别完所有数据，即可统计深度调峰次数。

以600MW机组举例来说，设定深度调峰的功率区间为180MW到280MW，执行流程如图1所示：识别发电机一年有功功率曲线，在第10分钟时功率为283，283>280，则判断未进入深调，在第11分钟时功率为275，275<280，且283-275＝8>0，则判断已进入深调；后面第12分钟直到第180分钟功率为276，则276<280，则判断仍在深调，在第181分钟时功率为282，则282>280，且276-282＝-6<0，则判断退出深调，m＝m+1＝1，记录进行了1次深度调峰，依次类推以后再出现这样的调峰经过时在记录一次，进行叠加，即m依次更新为2、3……51次，最终统计出一年的深度调峰频次，再根据调峰频次给出相应的检修建议。

本发明对汽轮发电机调峰的频次进行识别与统计，其方法简单，在现有电厂系统上改造即可，补充了国内外电厂发电机调峰频次识别与统计的空白，并且既省时又省力，而且效率极高；其次更重要的是，通过统计深调次数，根据频次统计为电厂提供合理的检修周期和检修策略，当发电机调峰运行次数过多时，可为发电企业提供统计信息并提示何时需要开人孔检查，何时需要开端盖检查，何时需要抽转子检修等，避免了当汽轮发电机组长期频繁参与调峰时，会对其定子绕组、定子铁心、转子绕组、转子大轴产生不同程度的影响，最终保障发电机组的安全稳定运行，该新方法既减少了非停事件，也保证可发电企业的安全生产，使用方便，效果好，是电机调峰频次识别与统计方法上的创新，有良好的社会和经济效益。

附图说明

图1为本发明600MW机组部分功率曲线识别示意图。

图2为本发明应用例某电厂DCS系统导出14天有功功率数据示意图(.csv(.excel)表格数据)。

图3为本发明应用例某电厂发电机14天有功功率数据导入Matlab中的示意图。

图4为本发明应用例某电厂发电机14天有功功率曲线示意图。

图5为本发明应用例某电厂有功功率数据导入matalb生成14天有功功率曲线示意图。

具体实施方式

以下结合某电厂机组有功功率数据的应用例对本发明的具体实施方式作进一步详细说明，包括以下步骤：

步骤一，确定深度调峰规则

电厂机组额定负荷为600MW(兆瓦)，设定深度调峰的功率区间为180MW到280MW；

步骤二，收集数据

以每分钟一个功率值，从电厂DCS系统中获取的发电机有功功率P，导出为.csv格式，如图2所示，并将有功功率.csv格式的数据导入到matlab中执行，如图3所示；因数据量较大，故选择两周14天共20160个数据进行自动识别分析及统计；

步骤三，识别和统计调峰频次

a、依次从第1分钟的有功功率数据获取并判断是否P≤280MW，若P>280MW，则继续识别第2分钟数据，以此类推，直到第4416分钟的有功功率P2＝278.93MW≤280MW，将进行下一步判断，再次获取P2前1分钟(第4415分钟)的有功功率数据为P1；

判断进入调峰时段的判断依据为：若P1-P2>0，则进入深度调峰期；

获取第4416分钟的有功P2＝278.93MW，再次获取第4415分钟的有功P1＝282.08MW，P1-P2＝3.15>0，则已进入调峰期；

b、继续判断是否P≤280MW，若P≤280MW，则一直在深度调峰期，若P>280，则进入下一步判断：

直到获取第4664分钟的有功功率P4＝280.63MW>280MW，再次获取P4前1分钟(第4663分钟)的有功功率数据为P3＝277.11MW；

判断跳出调峰时段的判断依据为：若P3-P4<0，则跳出深度调峰期；

此时P>280，获取当前第4664分钟的有功P4＝280.63MW，再次获取前1分钟第4663分钟的有功P3＝277.11MW，P3-P4＝-2.52<0，则已跳出调峰期；

c、计数

初始化深度调峰次数m＝0，获得识别到一次“进入深度调峰期”和“跳出深度调峰期”时，计数1次，更新m＝0+1＝1，结束本次识别；

d、结束本次识别后，进入下一轮循环，再次循环步骤a-c，直到识别完所有数据，即可统计深度调峰次数，通过本次识别，14天周期内共统计深度调峰4次。

对其调峰数据进行分析和人工统计，利用本发明方法对调峰数据做识别与统计，最终通过对比确定本发明方法的准确性与精确性。人眼识别发电机14天有功功率曲线统计共4次(如图4所示)，本发明方法自动识别共4次，统计次数一致；为进一步确认准确性，再次将某电厂14有功功率数据.csv格式的数据导入到matlab中生成14天有功功率曲线(如图5所示)，通过人眼识别也是4次。通过另两种人眼识别统计次数，再次验证了本发明方法的可靠性和准确性。申请人对其他电厂数据进行识别分析与统计(同样统计14天数据)结果如下：

发电企业	宁德电厂	攸县电厂	三门峡电厂	湘潭电厂
					自动识别(次)	6	3	7	5
人眼识别(次)	6	3	7	5

通过不同方式对电厂深度调峰数据的频次识别统计，进一步验证了本发明方法准确度高。

由上述情况可以清楚的看出，本发明方法将对汽轮发电机调峰的频次进行识别与统计，统计出电厂每台机组每年调峰的次数，根据频次统计为电厂提供合理的检修周期和检修策略提供了依据，避免汽轮发电机组长期频繁参与调峰时，对其定子绕组、定子铁心、转子绕组、转子大轴产生严重程度的影响，最终保障发电机组的安全稳定运行。

Claims (2)

1.一种深度调峰工况下汽轮发电机调峰频次识别与统计的方法，其特征在于，包括以下步骤：

步骤一，确定深度调峰规则

电厂机组额定负荷为n MW(兆瓦)，设定深度调峰的功率区间为0.3n MW到0.3n+100MW；

步骤二，收集数据

以每分钟一个功率值，从电厂DCS系统中获取的发电机有功功率P；

步骤三，识别和统计调峰频次

a、依次从第1分钟的有功功率数据获取并判断是否P≤(0.3n+100)MW，若P>(0.3n+100)MW，则继续识别第2分钟数据，以此类推，直到第x分钟的有功功率P2＝a≤(0.3n+100)MW，将进行下一步判断，再次获取P2前1分钟的有功功率数据为P1；

判断进入调峰时段的判断依据为：若P1-P2>0，则进入深度调峰期；

b、继续判断是否P≤(0.3n+100)MW，若P≤(0.3n+100)MW，则一直在深度调峰期，若P>(0.3n+100)，则进入下一步判断：

直到获取第y分钟的有功功率P4＝b>(0.3n+100)MW，再次获取P4前1分钟的有功功率数据为P3；

判断跳出调峰时段的判断依据为：若P3-P4<0，则跳出深度调峰期；

c、计数

初始化深度调峰次数m＝0，获得识别到一次“进入深度调峰期”和“跳出深度调峰期”时，计数1次，更新m＝m+1，结束本次识别；

d、结束本次识别后，进入下一轮循环，再次循环步骤a-c，直到识别完所有数据，即可统计深度调峰次数。

2.根据权利要求1所述的深度调峰工况下汽轮发电机调峰频次识别与统计的方法，其特征在于，包括以下步骤：

步骤一，确定深度调峰规则

电厂机组额定负荷为600MW(兆瓦)，设定深度调峰的功率区间为180MW到280MW；

步骤二，收集数据

以每分钟一个功率值，从电厂DCS系统中获取的发电机有功功率P，导出为.csv格式，并将有功功率.csv格式的数据导入到matlab中执行；

步骤三，识别和统计调峰频次

a、依次从第1分钟的有功功率数据获取并判断是否P≤280MW，若P>280MW，则继续识别第2分钟数据，以此类推，直到第x分钟的有功功率P2＝a≤280MW，将进行下一步判断，再次获取P2前1分钟的有功功率数据为P1；

判断进入调峰时段的判断依据为：若P1-P2>0，则进入深度调峰期；

b、继续判断是否P≤280MW，若P≤280MW，则一直在深度调峰期，若P>280，则进入下一步判断：

直到获取第y分钟的有功功率P4＝b>280MW，再次获取P4前1分钟(第y-1分钟)的有功功率数据为P3；

判断跳出调峰时段的判断依据为：若P3-P4<0，则跳出深度调峰期；

c、计数

初始化深度调峰次数m＝0，获得识别到一次“进入深度调峰期”和“跳出深度调峰期”时，计数1次，更新m＝m+1，结束本次识别；

d、结束本次识别后，进入下一轮循环，再次循环步骤a-c，直到识别完所有数据，即可统计深度调峰次数。

Images