CN114626270B - 一种热电联产机组智能能耗的分析方法 - Google Patents
一种热电联产机组智能能耗的分析方法 Download PDFInfo
- Publication number
- CN114626270B CN114626270B CN202210295587.8A CN202210295587A CN114626270B CN 114626270 B CN114626270 B CN 114626270B CN 202210295587 A CN202210295587 A CN 202210295587A CN 114626270 B CN114626270 B CN 114626270B
- Authority
- CN
- China
- Prior art keywords
- unit
- energy consumption
- cogeneration
- cogeneration unit
- model
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 27
- 238000005265 energy consumption Methods 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000005520 cutting process Methods 0.000 claims abstract description 19
- 238000004519 manufacturing process Methods 0.000 claims abstract description 10
- 238000004088 simulation Methods 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims abstract description 5
- 230000009466 transformation Effects 0.000 claims abstract description 5
- 238000010438 heat treatment Methods 0.000 claims description 16
- 238000013461 design Methods 0.000 claims description 14
- 230000007246 mechanism Effects 0.000 claims description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 10
- 239000000446 fuel Substances 0.000 claims description 10
- 238000009833 condensation Methods 0.000 claims description 6
- 230000005494 condensation Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000011217 control strategy Methods 0.000 claims description 4
- 238000001816 cooling Methods 0.000 claims description 4
- 238000003745 diagnosis Methods 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 claims description 4
- 238000011010 flushing procedure Methods 0.000 claims description 4
- 238000007789 sealing Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 238000010977 unit operation Methods 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 8
- 238000004134 energy conservation Methods 0.000 abstract description 7
- 238000005094 computer simulation Methods 0.000 abstract description 2
- 238000012800 visualization Methods 0.000 abstract description 2
- 238000005507 spraying Methods 0.000 description 4
- 239000002918 waste heat Substances 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000003628 erosive effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- 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
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种热电联产机组智能能耗的分析方法,包括下述步骤:S1、使用600MW火电机组进行切缸供热改造工作,全面完善低压缸所有关键点测点,并结合有限元数值进行分析模拟;S2、以600MW热电联供机组为对象;本发明通过热电联产机组长输供热过程仿真建模与其能耗特性互为支撑,实现能耗分析的可视化,为热电协同控制提供了基础,然后通过从长输供热下的短时间大深度热电解耦特性中,探索600MW机组切缸操作的特性,为热电协同自动寻优控制方案提供基础,深化基于节能的自动寻优控制系统,开发600MW火电机组全智能化热电协同控制平台,从而可以快速有效的对能耗进行分析,避免了能源被浪费的情况发生,降低了生产成本,提高了节能效果。
Description
技术领域:
本发明涉及热电联产技术领域,具体为一种热电联产机组智能能耗的分析方法。
背景技术:
热电联产为一种工业制程技巧,利用发电后的废热用于工业制造或是利用工业制造的废热发电,达到能量最大化利用的目的,以先发电式来说由于传统发电机效率只有30%左右,高达70%燃料能量被转化成无用的热,汽电共生能再利用30%的热能于工业,使燃料达到60%效率。系统使用了各种工业机具原本就会在运作中所产生的废热,等于所发的电都是额外的收益;
传统的热电联产机组在运行时,通常无法对运行中的能耗进行快速有效的分析,从而导致在运行时,容易造成大量的能源被浪费,增加了生产成本,且无法根据运行工况进行自动寻优工作,影响了节能效果,为此,提出一种热电联产机组智能能耗的分析方法。
发明内容:
本发明的目的在于提供一种热电联产机组智能能耗的分析方法,以解决上述背景技术中提出的问题。
本发明由如下技术方案实施:一种热电联产机组智能能耗的分析方法,包括下述步骤:
S1、使用600MW火电机组进行切缸供热改造工作,全面完善低压缸所有关键点测点,并结合有限元数值进行分析模拟;
S2、以600MW热电联供机组为对象,分别建立锅炉、汽轮机、热网换热器、长程管路和泵模块的仿真模型;
S3、建立机组在线性能计算模型,完成厂级性能计算和运行状态分析,实现对运行人员运行水平的在线评判,为运行人员提供运行调整依据;
S4、利用模块化建模思想和机理建模方法,建立长途输送供热背景下的火电机组热电联供系统各设备的模型,确立相应的模块接口规范,获得整个系统的特性模型;
S5、利用电厂10-30天内的历史数据,建立热电联产机组的数据驱动模型,实现机理模型的优化和修正;
S6、构建自适应PID控制器,在数据驱动模型的基础上,采用3-5天内历史数据辨识模型中的相关参数,建立以自适应PID控制器为核心的热电协同控制方案;
S7、热电协调控制方案以应用程序或动态链接库方式投入生产,将电厂和沿途输送的传感器、设备联系起来,形成协同控制系统平台。
作为本技术方案的进一步优选的:所述S1中,通过在切缸供热技术基础上进行对连通管、旁路设计进行优化,以及低压缸最小冷却流量的精确设计和控制的研究,从而实现抽凝到切缸过程平滑切换,运行方式灵活,对大蝶阀密封面进行有效的保护,以及避免大蝶阀严重节流引发的振动问题。
作为本技术方案的进一步优选的:所述S2中,通过以设计数据和现场试验数据为依据确定各组件具体结构参数,以10-30天内历史运行数据为依据,确定各组件变工况曲线结构和初始值,使用实时运行数据对模型进行自适应修正,确保模型在全工况范围内计算的适应性和准确性。
作为本技术方案的进一步优选的:所述S3中,在机组负荷、环境温度、大气压力以及燃料性质外部边界和燃料条件下,获取机组主要运行参数以及主要性能指标最优值的获取方法,通过机组运行参数及运行方式的优化,为机组能损与分析诊断提供目标工况,也为机组运行人员提供相应指导信息。
作为本技术方案的进一步优选的:所述S4中,通过考虑长输管道中热量损失和热载体流量损失因素,开展长输管网布置方式、水冲洗实验、压缩空气带压防水、暖管特征的研究,同时为多级加热装置的布置提供参考。
作为本技术方案的进一步优选的:所述S5中,通过针对火电机组控制系统的滞大、精度较差的问题,结合智能优化算法,提出具有预测控制或自适应控制结构的协调控制策略,在控制偏差出现前做出响应,应用建模的手段得到被控参数的预测值或修正值,并调整当前控制指令。
作为本技术方案的进一步优选的:所述S6中,当外部电或热任意条件发生变化时,根据其扰动情况及机组当前的工况,自动地寻找最安全、经济的运行工况并自动调整至最佳状态,以适应系统各工况下的热电协同控制。
作为本技术方案的进一步优选的:所述S7中,通过从传感器采集数据,到数据库进行后台程序分析,然后前台页面展示,实现用户实时观测,并及时操作和调整,为热电调控提供了指导方案,以达到节能高效、便捷经济的效果。
本发明的优点:本发明通过热电联产机组长输供热过程仿真建模与其能耗特性互为支撑,实现能耗分析的可视化,为热电协同控制提供了基础,然后通过从长输供热下的短时间大深度热电解耦特性中,探索600MW机组切缸操作的特性,为热电协同自动寻优控制方案提供基础,深化基于节能的自动寻优控制系统,开发600MW火电机组全智能化热电协同控制平台,从而可以快速有效的对能耗进行分析,避免了能源被浪费的情况发生,降低了生产成本,提高了节能效果。
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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的步骤流程图。
具体实施方式:
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
请参阅图1,本发明提供一种技术方案:一种热电联产机组智能能耗的分析方法,包括下述步骤:
S1、使用600MW火电机组进行切缸供热改造工作,全面完善低压缸所有关键点测点,并结合有限元数值进行分析模拟;
S2、以600MW热电联供机组为对象,分别建立锅炉、汽轮机、热网换热器、长程管路和泵模块的仿真模型;
S3、建立机组在线性能计算模型,完成厂级性能计算和运行状态分析,实现对运行人员运行水平的在线评判,为运行人员提供运行调整依据;
S4、利用模块化建模思想和机理建模方法,建立长途输送供热背景下的火电机组热电联供系统各设备的模型,确立相应的模块接口规范,获得整个系统的特性模型;
S5、利用电厂10天内的历史数据,建立热电联产机组的数据驱动模型,实现机理模型的优化和修正;
S6、构建自适应PID控制器,在数据驱动模型的基础上,采用3天内历史数据辨识模型中的相关参数,建立以自适应PID控制器为核心的热电协同控制方案;
S7、热电协调控制方案以应用程序或动态链接库方式投入生产,将电厂和沿途输送的传感器、设备联系起来,形成协同控制系统平台。
本实施例中,具体的:S1中,通过在切缸供热技术基础上进行对连通管、旁路设计进行优化,以及低压缸最小冷却流量的精确设计和控制的研究,从而实现抽凝到切缸过程平滑切换,运行方式灵活,对大蝶阀密封面进行有效的保护,以及避免大蝶阀严重节流引发的振动问题;通过对低压缸喷水系统优化设计,增加新的喷水管路作为切缸专用,从而降低末级叶片的水蚀影响。
本实施例中,具体的:S2中,通过以设计数据和现场试验数据为依据确定各组件具体结构参数,以10天内历史运行数据为依据,确定各组件变工况曲线结构和初始值,使用实时运行数据对模型进行自适应修正,确保模型在全工况范围内计算的适应性和准确性;通过在进行模块化建模时,拟采用机理建模与数据驱动建模相结合的方法,使用基于质量守恒、能量守恒、动量守恒的热工过程机理方程建立各类模块机理模型。
本实施例中,具体的:S3中,在机组负荷、环境温度、大气压力以及燃料性质外部边界和燃料条件下,获取机组主要运行参数以及主要性能指标最优值的获取方法,通过机组运行参数及运行方式的优化,为机组能损与分析诊断提供目标工况,也为机组运行人员提供相应指导信息;通过在所建立的机组能损体系中,对关键参数和子系统的能损进行诊断,确定参数和子系统运行工况偏离后对机组能耗的综合影响关系,量化经济性影响,以突出当前状况下改善机组性能的主要因素。
本实施例中,具体的:S4中,通过考虑长输管道中热量损失和热载体流量损失因素,开展长输管网布置方式、水冲洗实验、压缩空气带压防水、暖管特征的研究,同时为多级加热装置的布置提供参考;通过静态解耦和动态解耦,获得供热工况下机组和管网的稳态特性,开展系统热电动态分析,得到系统各特征变量之间的关系,采用切缸操作,以最低电负荷和最大供热增容能力作为评价指标,进而评价系统解耦能力。
本实施例中,具体的:S5中,通过针对火电机组控制系统的滞大、精度较差的问题,结合智能优化算法,提出具有预测控制或自适应控制结构的协调控制策略,在控制偏差出现前做出响应,应用建模的手段得到被控参数的预测值或修正值,并调整当前控制指令;通过进行历史数据筛选与挖掘,提取纯凝调节工况下机组定压运行和滑压运行的特点,探索热电联供运行时机组的联系调节与非联系调节控制规律。
本实施例中,具体的:S6中,当外部电或热任意条件发生变化时,根据其扰动情况及机组当前的工况,自动地寻找最安全、经济的运行工况并自动调整至最佳状态,以适应系统各工况下的热电协同控制;通过寻求最优的协同控制方案,确定供热分配调整方式,达到最优的节能效果。
本实施例中,具体的:S7中,通过从传感器采集数据,到数据库进行后台程序分析,然后前台页面展示,实现用户实时观测,并及时操作和调整,为热电调控提供了指导方案,以达到节能高效、便捷经济的效果;通过利用智能热电协同控制系统,将整个供热网络联系到一起,实现供热全程自动控制,对系统中各个供热设备进行较为精准的调节,克服原有系统响应与调节不及时的问题。
实施例二
请参阅图1,本发明提供一种技术方案:一种热电联产机组智能能耗的分析方法,包括下述步骤:
S1、使用600MW火电机组进行切缸供热改造工作,全面完善低压缸所有关键点测点,并结合有限元数值进行分析模拟;
S2、以600MW热电联供机组为对象,分别建立锅炉、汽轮机、热网换热器、长程管路和泵模块的仿真模型;
S3、建立机组在线性能计算模型,完成厂级性能计算和运行状态分析,实现对运行人员运行水平的在线评判,为运行人员提供运行调整依据;
S4、利用模块化建模思想和机理建模方法,建立长途输送供热背景下的火电机组热电联供系统各设备的模型,确立相应的模块接口规范,获得整个系统的特性模型;
S5、利用电厂30天内的历史数据,建立热电联产机组的数据驱动模型,实现机理模型的优化和修正;
S6、构建自适应PID控制器,在数据驱动模型的基础上,采用5天内历史数据辨识模型中的相关参数,建立以自适应PID控制器为核心的热电协同控制方案;
S7、热电协调控制方案以应用程序或动态链接库方式投入生产,将电厂和沿途输送的传感器、设备联系起来,形成协同控制系统平台。
本实施例中,具体的:S1中,通过在切缸供热技术基础上进行对连通管、旁路设计进行优化,以及低压缸最小冷却流量的精确设计和控制的研究,从而实现抽凝到切缸过程平滑切换,运行方式灵活,对大蝶阀密封面进行有效的保护,以及避免大蝶阀严重节流引发的振动问题;通过对低压缸喷水系统优化设计,增加新的喷水管路作为切缸专用,从而降低末级叶片的水蚀影响。
本实施例中,具体的:S2中,通过以设计数据和现场试验数据为依据确定各组件具体结构参数,以30天内历史运行数据为依据,确定各组件变工况曲线结构和初始值,使用实时运行数据对模型进行自适应修正,确保模型在全工况范围内计算的适应性和准确性;通过在进行模块化建模时,拟采用机理建模与数据驱动建模相结合的方法,使用基于质量守恒、能量守恒、动量守恒的热工过程机理方程建立各类模块机理模型。
本实施例中,具体的:S3中,在机组负荷、环境温度、大气压力以及燃料性质外部边界和燃料条件下,获取机组主要运行参数以及主要性能指标最优值的获取方法,通过机组运行参数及运行方式的优化,为机组能损与分析诊断提供目标工况,也为机组运行人员提供相应指导信息;通过在所建立的机组能损体系中,对关键参数和子系统的能损进行诊断,确定参数和子系统运行工况偏离后对机组能耗的综合影响关系,量化经济性影响,以突出当前状况下改善机组性能的主要因素。
本实施例中,具体的:S4中,通过考虑长输管道中热量损失和热载体流量损失因素,开展长输管网布置方式、水冲洗实验、压缩空气带压防水、暖管特征的研究,同时为多级加热装置的布置提供参考;通过静态解耦和动态解耦,获得供热工况下机组和管网的稳态特性,开展系统热电动态分析,得到系统各特征变量之间的关系,采用切缸操作,以最低电负荷和最大供热增容能力作为评价指标,进而评价系统解耦能力。
本实施例中,具体的:S5中,通过针对火电机组控制系统的滞大、精度较差的问题,结合智能优化算法,提出具有预测控制或自适应控制结构的协调控制策略,在控制偏差出现前做出响应,应用建模的手段得到被控参数的预测值或修正值,并调整当前控制指令;通过进行历史数据筛选与挖掘,提取纯凝调节工况下机组定压运行和滑压运行的特点,探索热电联供运行时机组的联系调节与非联系调节控制规律。
本实施例中,具体的:S6中,当外部电或热任意条件发生变化时,根据其扰动情况及机组当前的工况,自动地寻找最安全、经济的运行工况并自动调整至最佳状态,以适应系统各工况下的热电协同控制;通过寻求最优的协同控制方案,确定供热分配调整方式,达到最优的节能效果。
本实施例中,具体的:S7中,通过从传感器采集数据,到数据库进行后台程序分析,然后前台页面展示,实现用户实时观测,并及时操作和调整,为热电调控提供了指导方案,以达到节能高效、便捷经济的效果;通过利用智能热电协同控制系统,将整个供热网络联系到一起,实现供热全程自动控制,对系统中各个供热设备进行较为精准的调节,克服原有系统响应与调节不及时的问题。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种热电联产机组智能能耗的分析方法,其特征在于,包括下述步骤:
S1、使用600MW火电机组进行切缸供热改造工作,全面完善低压缸所有关键点测点,并结合有限元数值进行分析模拟;
S2、以600MW热电联供机组为对象,分别建立锅炉、汽轮机、热网换热器、长程管路和泵模块的仿真模型;
S3、建立机组在线性能计算模型,完成厂级性能计算和运行状态分析,实现对运行人员运行水平的在线评判,为运行人员提供运行调整依据;
S4、利用模块化建模思想和机理建模方法,建立长途输送供热背景下的火电机组热电联供系统各设备的模型,确立相应的模块接口规范,获得整个系统的特性模型;
S5、利用电厂10-30天内的历史数据,建立热电联产机组的数据驱动模型,实现机理模型的优化和修正;
S6、构建自适应PID控制器,在数据驱动模型的基础上,采用3-5天内历史数据辨识模型中的相关参数,建立以自适应PID控制器为核心的热电协同控制方案;
S7、热电协调控制方案以应用程序或动态链接库方式投入生产,将电厂和沿途输送的传感器、设备联系起来,形成协同控制系统平台。
2.根据权利要求1所述的一种热电联产机组智能能耗的分析方法,其特征在于,所述S1中,通过在切缸供热技术基础上进行对连通管、旁路设计进行优化,以及低压缸最小冷却流量的精确设计和控制的研究,从而实现抽凝到切缸过程平滑切换,运行方式灵活,对大蝶阀密封面进行有效的保护,以及大蝶阀严重节流引发的振动。
3.根据权利要求1所述的一种热电联产机组智能能耗的分析方法,其特征在于,所述S2中,通过以设计数据和现场试验数据为依据确定各组件具体结构参数,以10-30天内历史运行数据为依据,确定各组件变工况曲线结构和初始值,使用实时运行数据对模型进行自适应修正,确保模型在全工况范围内计算的适应性和准确性。
4.根据权利要求1所述的一种热电联产机组智能能耗的分析方法,其特征在于,所述S3中,在机组负荷、环境温度、大气压力以及燃料性质外部边界和燃料条件下,获取机组主要运行参数以及主要性能指标最优值的获取方法,通过机组运行参数及运行方式的优化,为机组能损与分析诊断提供目标工况,也为机组运行人员提供相应指导信息。
5.根据权利要求1所述的一种热电联产机组智能能耗的分析方法,其特征在于,所述S4中,通过考虑长输管道中热量损失和热载体流量损失因素,开展长输管网布置方式、水冲洗实验、压缩空气带压防水、暖管特征的研究,同时为多级加热装置的布置提供参考。
6.根据权利要求1所述的一种热电联产机组智能能耗的分析方法,其特征在于,所述S5中,通过针对火电机组控制系统的滞大、精度较差的问题,结合智能优化算法,提出具有预测控制或自适应控制结构的协调控制策略,在控制偏差出现前做出响应,应用建模的手段得到被控参数的预测值或修正值,并调整当前控制指令。
7.根据权利要求1所述的一种热电联产机组智能能耗的分析方法,其特征在于,所述S6中,当外部电或热任意条件发生变化时,根据其扰动情况及机组当前的工况,自动地寻找最安全、经济的运行工况并自动调整至最佳状态,以适应系统各工况下的热电协同控制。
8.根据权利要求1所述的一种热电联产机组智能能耗的分析方法,其特征在于,所述S7中,通过从传感器采集数据,到数据库进行后台程序分析,然后前台页面展示,实现用户实时观测,并及时操作和调整,为热电调控提供了指导方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210295587.8A CN114626270B (zh) | 2022-03-24 | 2022-03-24 | 一种热电联产机组智能能耗的分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210295587.8A CN114626270B (zh) | 2022-03-24 | 2022-03-24 | 一种热电联产机组智能能耗的分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114626270A CN114626270A (zh) | 2022-06-14 |
CN114626270B true CN114626270B (zh) | 2024-05-17 |
Family
ID=81905043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210295587.8A Active CN114626270B (zh) | 2022-03-24 | 2022-03-24 | 一种热电联产机组智能能耗的分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114626270B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021062748A1 (zh) * | 2019-09-30 | 2021-04-08 | 西门子股份公司 | 综合能源系统的优化方法、装置和计算机可读存储介质 |
CN113822496A (zh) * | 2021-10-27 | 2021-12-21 | 杭州英集动力科技有限公司 | 一种多机组热电厂供热模式及参数在线寻优方法 |
CN113987934A (zh) * | 2021-10-27 | 2022-01-28 | 杭州英集动力科技有限公司 | 基于模糊分析的多机组多模式供热电厂运行综合评价方法 |
WO2022048127A1 (zh) * | 2020-09-04 | 2022-03-10 | 华北电力大学 | 一种电热泵-热电联合系统的优化调控方法及系统 |
-
2022
- 2022-03-24 CN CN202210295587.8A patent/CN114626270B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021062748A1 (zh) * | 2019-09-30 | 2021-04-08 | 西门子股份公司 | 综合能源系统的优化方法、装置和计算机可读存储介质 |
WO2022048127A1 (zh) * | 2020-09-04 | 2022-03-10 | 华北电力大学 | 一种电热泵-热电联合系统的优化调控方法及系统 |
CN113822496A (zh) * | 2021-10-27 | 2021-12-21 | 杭州英集动力科技有限公司 | 一种多机组热电厂供热模式及参数在线寻优方法 |
CN113987934A (zh) * | 2021-10-27 | 2022-01-28 | 杭州英集动力科技有限公司 | 基于模糊分析的多机组多模式供热电厂运行综合评价方法 |
Non-Patent Citations (2)
Title |
---|
350 MW超临界CFB机组切缸改造灵活性运行探索;贾晓涛;朱莎弘;王珂;王鹏程;张缦;杨海瑞;;洁净煤技术;20200515(第03期);全文 * |
燃煤火电机组全新一代智能控制系统ICS的架构与应用;赵俊杰;马克;陆海涛;胡勇;刘强;杨如意;吴豪;沈跃军;;能源科技;20200126(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114626270A (zh) | 2022-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106682376B (zh) | 参数随工况变化实际特性的全过程汽轮机建模及辨识方法 | |
CN102494336B (zh) | 一种循环流化床锅炉燃烧过程多变量控制方法 | |
CN103150452B (zh) | 一种基于流程模拟软件的常减压基准能耗计算方法 | |
CN113095591B (zh) | 一种用于火电机组运行参数自寻优的耗差分析方法 | |
CN109325255B (zh) | 基于定功率的湿冷汽轮机最佳真空在线指导系统 | |
CN113031565B (zh) | 一种火电机组一次调频功率响应性能预测方法及系统 | |
Kalina et al. | Simulation based performance evaluation of biomass fired cogeneration plant with ORC | |
CN113552854A (zh) | 一种电厂运行虚拟孪生系统 | |
CN105652832A (zh) | 基于空冷机组三维滑压曲线二维设计的dcs系统及其应用方法 | |
CN113489024A (zh) | 热电联供机组多模式抽汽辅助调峰调频控制系统及方法 | |
CN106765520B (zh) | 一种实现供热机组最优初压运行的自动控制方法 | |
CN114418169A (zh) | 一种基于大数据挖掘的在线运行优化系统 | |
CN114626270B (zh) | 一种热电联产机组智能能耗的分析方法 | |
CN117170236A (zh) | 基于逆强化学习的工业调速系统执行器故障智能自愈方法 | |
CN111723331A (zh) | 一种联合循环二拖一机组汽轮机负荷的权益分配计算方法 | |
CN110578561A (zh) | 不同蒸汽和背压下机组运行低压缸最小安全流量计算方法 | |
CN114963298A (zh) | 一种蒸汽管网储能在线定量计算方法和系统 | |
KR100752765B1 (ko) | 복합화력 발전소의 운전제어가능 파라미터의 실시간영향산출 시스템 및 방법 | |
CN111911907B (zh) | 一种基于归一化误差积分的加热器水位控制品质评估方法 | |
CN103197246B (zh) | 一种确定电厂汽轮机排汽压力对机组发电功率影响的现场测算方法 | |
Zhou et al. | Application of Three-Flow Fusion Technology Based on Modelica in Thermal Power Digital Twin | |
Cerri et al. | Gas path analysis and gas turbine re-mapping | |
CN117649012A (zh) | 一种用于大型物理储能发电协调控制的预测方法及系统 | |
CN112150192B (zh) | 一种电厂辅机干湿联合冷却塔起喷点温度选择计算方法 | |
Dolotovsky et al. | Information and analytical platform for evaluating the effectiveness and choosing directions for improving the energy and water supply systems of oil and gas chemical complexes |
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 |