JP6789609B2 - 発電所発電ユニットの制御を高度化するための方法およびシステム - Google Patents

Description

本出願の発明は一般に発電に関し、より詳細には、熱発電ユニットを有する発電所の経済性および性能の最適化および／または高度化に関連した方法およびシステムに関する。

電力系統では、多数の参加者または発電所が電気を発電し、電気はその後、共通の送電線上で住宅用顧客および商用顧客へ分配される。理解されるように、そうした電力系統が必要とする電力の相当部分の発電に、ガスタービン、蒸気タービン、複合サイクル発電所といった熱発電ユニットが依然として利用されている。そうした電力系統内の発電所の各々は、１または複数の発電ユニットを含み、これらの発電ユニットの各々は通常、運転を制御する制御システムを含み、複数の発電ユニットを有する発電所の場合には、発電所全体の性能を制御する制御システムを含む。一例として、発電所運営者の責任のうちの１つは、発電の費用を表すオファー曲線の生成である。オファー曲線は代表的には、増分可変費用曲線、平均可変費用曲線、または可変発電経費の別の適切な指示を含み、代表的には、メガワット単位の出力に対するドル毎メガワット時で表される。平均可変費用曲線は所与の点についての累積電力出力で割った累積費用を表し、増分可変費用曲線は電力出力の変化で割った費用の変化を表しうることが理解されるであろう。増分可変費用曲線は、例えば、毎時の費用対発電電力を表す発電所の入力・出力曲線の第１の導関数を取ることによって取得することができる。燃料燃焼発電機からの廃熱を使用して補助蒸気タービンに動力供給するための蒸気を発生させる複合サイクル発電所では、やはり公知の技法を用いて増分可変費用曲線を取得しうるが、その導出はより複雑となりうる。

大部分の電力系統では、一般に経済給電と呼ばれる競合的プロセスを使用して将来の期間にわたり発電所間で系統負荷が分配される。このプロセスの一部として、発電所は、オファー曲線を周期的に生成し、それらのオファー曲線を電力系統当局または給電指令者へ送る。そうしたオファー曲線は、将来の市場期間にわたって電力系統によって必要とされる電気の一部分を発電するための発電所からの入札を表す。給電指令当局は、その系統内の発電所からオファー曲線を受け取り、それらの曲線を評価することにより、系統の予測負荷要件を最も効率よく満足させるように各発電所を関与させるべきレベルを決定する。その際に、給電指令当局は、オファー曲線を分析し、電力系統にとっての最低発電費用を見つける目的で、発電所の各々が関連する期間にわたって関与することになる限度を記述する起動停止計画を作成する。

起動停止計画が発電所へ伝達されると、各発電所は、その給電責任を果たすための最も効率的で、費用効果的なやり方を決定しうる。発電所の発電ユニットは、運転を監視し、制御する制御システムを含むことが理解されるであろう。発電ユニットが熱発電機を含む場合には、そうした制御システムが燃焼システムおよび運転の他の側面を支配する。（例示目的で、本明細書ではガスタービンと複合サイクル発電所の両方を記述するが、本発明のある実施形態は他の種類の発電ユニットに適用され、または他の種類の発電ユニットと併用されうることが理解されるであろう。）制御システムは、燃料流量、入口案内翼、およびエンジンの効率的運転を保証するための他の制御入力を調整するスケジューリングアルゴリズムを実行しうる。しかし、発電所の実際の出力および効率性は、完全には予期しえない、可変周囲条件といった外部要因に影響される。理解されるように、そうしたシステムの複雑さおよび運転条件の可変性は性能の予測および制御を困難にし、往々にして非効率的運転をもたらす。

時間の経過と共に発生する機械劣化が、発電ユニットの性能に多大な影響を及ぼしうる別の定量化の困難な問題である。劣化速度、摩耗部品の交換、定期保守のタイミング、および他の要因が発電所の短期的性能に影響し、よって、給電配分プロセスにおいて費用曲線を生成するとき、ならびに発電所の長期的な費用対効果を査定するときに明らかにされなければならないことが理解されるであろう。一例として、ガスタービンの寿命は代表的には、運転時間と始動回数の両方で表された限界を含む。ガスタービンまたはその構成部品がその運転時間限界に達する前にその始動回数限界に達した場合、そのガスタービンまたは構成部品は、たとえその時間ベースの寿命が残っていたとしても、修理され、または交換されなければならない。ガスタービンにおける時間ベースの寿命は入口温度を下げることによって引き延ばされうるが、入口温度を下げるとガスタービンの効率が低下し、運転費が増加する。逆に、入口温度を上げると効率が増すが、ガスタービンの寿命が縮まり、保守費および／または交換費が増加する。理解されるように、熱エンジンのライフ・サイクル・コストは、多くの複雑な要因に依存するものであると同時に、発電所の経済効率性における重要な考慮事項を表すものでもある。

最新の発電所、特に複数の発電ユニットを有する発電所の複雑さ、および発電所が競争する市場を想定して、発電所運営者らは経済的利益を最大化するために絶えず奮闘し続けてきた。例えば、発電所のグリッド準拠および給電配分計画は、熱発電ユニットを過度に静的に、すなわち、周期的な性能試験のみから収集され、導出された熱消費率曲線といった静的な制御プロファイルを用いて制御することにより悪影響を受ける。これらの周期的更新の間に、タービンエンジン性能はが（例えば劣化から）変化する可能性もあり、この変化が始動および負荷性能に影響を及ぼす可能性もある。さらに、外部要因の日内変化は、これをタービン制御プロファイルにおいて考慮しなければ、非効率的運転につながりうる。この種の可変性を補正するために、発電所運営者は往々にして、将来の運営の計画に際して過度に保守的になり、その結果、発電ユニットを十分に活用できなくなる。あるいは、発電所運営者は、過大な給電責任を果たすために発電ユニットを非効率的に運転させざるをえないこともある。

短期的非効率性および／または長期的劣化を、各々が現実化するときに特定しなければ、発電所の従来の制御システムは、高くつくプロセスである再チューニングを頻繁に行わなければならず、または、部品劣化に予防的に対応するように控えめに運転しなければならない。その代替方法は、過度の疲労または障害につながる運転限界に違反するリスクをおかすことである。同様に、従来の発電所制御システムは、変化する条件に最も費用効果的に対応しうる能力も欠いている。理解されるように、これは結果的に、往々にして最適から程遠い発電所利用をもたらす。そのため、発電所の運転を監視し、モデル化し、制御するための改善された方法およびシステム、特に、複雑な最新の発電所の運営者が利用可能な無数の運転モードおよび各運転モードと関連付けられる経済的トレードオフのより完全な理解を可能にする方法およびシステムが求められている。

よって本出願は、市場内で販売される電気を発電するための熱発電ユニットを含む発電所の運転を高度化するための制御方法を記述する。発電所は、運転パラメータの特性によって区別される可能な運転モードを含みうる。制御方法は、チューニングされた発電所モデルを構成するように発電所モデルをチューニングするステップを含みうる。チューニングするステップは、第１の運転期間および複数の運転パラメータを定義し、次いで、第１の運転期間中の複数の運転パラメータの測定値を感知するステップと、発電所の運転のための性能基準を含む性能指標を定義するステップであって、性能指標は、少なくとも一部は、複数の運転パラメータの中から選択される選択の運転パラメータに依存するように定義される、性能指標を定義するステップと、測定値から、性能指標の測定値を計算するステップと、発電所モデルおよび測定値の一部を入力データとして用いて、第１の運転期間にわたる発電所の運転をシミュレートし、そのシミュレーションから選択の運転パラメータのシミュレート値を決定するステップと、選択の運転パラメータのシミュレート値に基づいて、性能指標の予測値を計算するステップと、性能指標の測定値を予測値と比較することにより、測定値と予測値との差分を求めるステップと、チューニングされた発電所モデルを構成するために、差分に基づいて発電所モデルをチューニングするステップと、を含みうる。方法は、チューニングされた発電所モデルを用いて発電所の提案の運転モードをシミュレートするステップを含みうる。シミュレートするステップは、第２の運転期間を定義するステップと、可能な運転モードの中から提案の運転モードを選択するステップと、チューニングされた発電所モデルを用いて、第２の運転期間中の発電所の運転をシミュレートするための提案の運転モードの各々についてシミュレーション実行を実行するステップと、シミュレーション実行の各々からシミュレーション結果を得るステップと、を含みうる。

本出願の上記その他の特徴は、好ましい実施形態の以下の詳細な説明を、添付の図面および特許請求の範囲と併せて考察すればより明らかになるであろう。

本発明の態様による電力系統を示す概略図である。 本発明の実施形態による発電所内で用いられうる例示的熱発電ユニットを示す概略図である。 本発明の実施形態による複数のガスタービンを有する例示的発電所を示す概略図である。 本発明の態様による発電所制御装置およびオプティマイザの例示的システム構成を示す図である。 本発明のある態様によるシステム構成を有する発電所制御装置およびオプティマイザを備える発電所を示す概略図である。 本発明のある態様による例示的ユーザインターフェースを有するコンピュータシステムを示す図である。 例示的増分熱消費率曲線、および誤りが経済給電プロセスに及ぼしうる影響を示す図である。 本発明の態様による例示的発電所制御装置を電力系統と共に示す概略図である。 本発明の態様による発電所制御方法を示す流れ図である。 本発明の態様による複合サイクル発電所のための発電所最適化システムのアーキテクチャを記述するデータフロー図である。 本発明の態様によるリアルタイム最適化システムと共に用いられうるコンピュータシステムを示す簡略化されたブロック図である。 本発明による、パラメータ化連立方程式および制約条件を解決するための例示的方法を示す流れ図である。 本発明の実施形態の制御方法によるコンピュータシステムの簡略化された構成を示す図である。 本発明の実施形態の制御方法によるコンピュータシステムの代替の構成を示す図である。 本発明の例示的態様による例示的制御方法を示す流れ図である。 本発明の例示的態様による代替の制御方法を示す流れ図である。 本発明の例示的態様による代替の制御方法を示す流れ図である。 ターンダウン運転の最適化に関連した本発明の代替の実施形態を示す流れ図である。 本発明の例示的実施形態の態様による、定義された間隔を有する選択の運転期間中のガスタービンの利用可能な運転モードを示す図である。 本発明の代替の実施形態の態様による定義された間隔を有する選択の運転期間中のガスタービンの利用可能な運転モードを示す図である。 ターンダウン運転とシャットダウン運転との間の最適化に関連した本発明の代替の実施形態が示された流れ図である。 本発明の代替の実施形態による発電所フリート最適化プロセスを示す流れ図である。 本発明の態様による発電所フリート最適化システムを示す概略図である。 本発明の代替の態様による発電所フリート最適化システムを示す概略図である。 本発明の代替の態様による発電所フリート最適化システムを示す概略図である。

本発明の例示的実施形態を、添付の図面を参照して以下でより完全に説明する。図面には全部ではなくいくつかの実施形態が示されている。実際には、本発明は、多くの異なる形態で具現化されてよく、本明細書に記載される実施形態だけに限定されるものと解釈すべきではない。そうではなく、これらの実施形態は、本開示が適用可能な法的要件を満たすために提供するものである。類似の番号は図面全体を通して類似の要素を指し示しうる。

本発明の態様によれば、電力系統、発電所、および／または集合的に稼働する分離された熱発電ユニットを高度化し、または最適化するのに使用されうるシステムおよび方法が開示される。本明細書で使用する場合、「最適化する」という用語は、事前定義の目的基準に基づき、１または複数の運転モードを、他の代替の運転モードに優先して選択し、推奨し、かつ／または実装するためのプロセスをいう。したがって、本明細書で定義される「最適化運転モード」は、１または複数の他の可能な運転モードに優って好適であると評価される運転モードとすることができる。例示的実施形態では、この方法は、発電所の運営者が収益性を改善するように代替の運転モードのいずれかを決定するための経済的な高度化または最適化を含む。各実施形態は、特定の電力系統内で、給電配分プロセスにおいて有利な経済的起動停止条件を獲得する際に競争上の優位性を提供するために利用されうる。アドバイザ機能は、運営者が、正確な経済的比較および予想に基づいて運転モードのいずれかを選択することを可能にしうる。別の特徴として、将来の発電期間の燃料を見込みで購入するプロセスは、燃料在庫が最小化されると同時に、不足のリスクが増大しないように改善されうる。本発明の他の構成は、後述するように、電力系統および複数の熱発電ユニットを有する発電所をモデル化するためのコンピュータ実装の方法および装置を提供する。本発明のいくつかの構成の技術的効果は、様々な物理条件、運転条件、および／または経済条件の下での性能を予測するエネルギー・システム・モデルの生成およびソリューションを含む。本発明の例示的実施形態は、様々な周囲条件および運転条件の下での性能を予測する発電所モデルを、収益性を高めるために、経済的制約条件、目的、費用関数、および市場条件を含む経済モデルと組み合わせる。その際に、本発明の最適化システムは、周囲条件、運転条件、契約条件、規制条件、法的条件、ならびに／または経済および市場条件の特定の組み合わせに従って、収益性を高める最適化設定値を予測しうる。

図１に、本発明の態様、ならびに実施形態が稼働しうる例示的環境を含む電力系統１０の概略図を示す。電力系統１０は、例えば、図示の風力発電所や熱発電所といった発電機または発電所１２を含みうる。熱発電所は、ガスタービン、石炭燃焼蒸気タービン、および／または複合サイクル発電所といった発電ユニットを含みうることが理解されるであろう。加えて電力系統１０は、太陽発電設備、水力発電、地熱、原子力、および／または現在知られており、または今後発見される任意の他の適切な電源といった他の種類の発電所（不図示）を含みうる。送電線１４は、様々な発電所１２を電力系統１０の消費者または負荷１６に接続しうる。送電線１４は電力系統のグリッドまたは配電網を表し、必要に応じた、または適宜の複数の区間および／または変電所を含みうることを理解すべきである。発電所１２から発電される電力は、送電線１４を介して負荷１６へ送電され、負荷１６は、例えば、自治体、住宅用顧客、または商用顧客を含みうる。電力系統１０は、過剰な発電の期間中にエネルギーを蓄積するように送電線１４に接続された蓄電装置１８も含みうる。

また電力系統１０は、電力系統１０に含まれる構成要素のうちのいくつかの動作を管理し、または制御する制御システムまたは制御装置２２、２３、２５も含む。例えば、発電所制御装置２２は、発電所１２の各々の運転を制御しうる。負荷制御装置２３は、電力系統１０の一部である異なる負荷１６の動作を制御しうる。例えば、負荷制御装置２３は、顧客の電力購入の仕方またはタイミングを管理しうる。給電指令当局２４は、電力系統１０の運用のある特定の側面を管理することができ、参加発電所間で給電責任を分配するための経済給電手順を制御する電力系統制御装置２５を含みうる。制御装置２２、２３、２５は、四角いブロックで表されており、通信回線または接続２１を介して、データを交換するための通信ネットワーク２０に接続されうる。接続２１は有線または無線とすることができる。通信ネットワーク２０は、インターネットや私設コンピュータネットワークといったより大規模な通信システムまたはネットワークに接続されうることが理解されるであろう。加えて制御装置２２、２３、２５は、通信ネットワーク２０を介して、本明細書で一般に「データリソース２６」ともいうデータライブラリおよびリソースから情報、データ、および命令を受け取り、かつ／またはデータライブラリおよびリソースへ情報、データ、および命令を送ってもよく、あるいは、１または複数のそうしたデータリポジトリをローカルで記憶し、または収容してもよい。データリソース２６は、それだけに限らないが、市場データ、運転データ、および周囲データを含むいくつかの種類のデータを含みうる。市場データは、エネルギー販売価格、燃料費、人件費、規定などといった市場条件に関する情報を含む。運転データは、発電所内の温度や圧力の測定値、空気流量、燃料流量などといった、発電所またはその発電ユニットの運転条件に関連した情報を含む。周囲データは、周囲空気の温度、湿度、および／または気圧といった、発電所における周囲条件に関連した情報を含む。市場データ、運転データ、および周囲データは、各々、履歴記録、現在条件データ、および／または予想に関連したデータを含みうる。例えばデータリソース２６は、現在および予想の気象／気候情報、現在および予想の市場条件、発電所の運転に関する使用状況および性能履歴記録、ならびに／または類似した構成要素および／もしくは構成を有する他の発電所の運転に関する測定されたパラメータと共に、適宜の、かつ／もしくは必要に応じた他のデータも含みうる。運転に際して、例えば、給電指令当局２４の電力系統制御装置２５は、電力系統１０内のその他の制御装置２２、２３からデータを受け取り、その他の制御装置２２、２３へ命令を発行しうる。発電所制御装置および負荷制御装置の各々は、次いで、各制御装置が担当するシステム構成要素を制御し、その構成要素に関する情報を電力系統制御装置２５へ中継し、電力系統制御装置２５から命令を受け取る。

図２は、本発明による発電所内で使用されうる例示的熱発電ユニットである、ガス・タービン・システム３０の概略図である。図示のように、ガス・タービン・システム３０は、構成要素制御装置３１はもとより、圧縮機３２と、燃焼器３４と、圧縮機３２に駆動的に結合されたタービン３６とを含む。構成要素制御装置３１は発電所制御装置２２に接続していてよく、発電所制御装置２２は、運営者３９からの通信を受け取るためのユーザ入力装置に接続しうる。あるいは、構成要素制御装置３１と発電所制御装置２２を組み合わせ単一の制御装置としうることも理解されるであろう。吸気ダクト４０が周囲空気を圧縮機３２へ運ぶ。図３で論じるように、注水および／または他の加湿剤が吸気ダクト４０を通して圧縮機へ運ばれうる。吸気ダクト４０は、吸気ダクト４０を通って圧縮機３２の入口案内翼４１へ流入する周囲空気の圧力損失に寄与するフィルタ、スクリーンおよび吸音装置を有しうる。排気ダクト４２は、例えば、排出抑制装置および吸音装置を通してタービン３６の出口からの燃焼ガスを運ぶ。吸音材および排出抑制装置はタービン３６に背圧をかけることができる。タービン３６は電力を作る発電機４４を駆動することができ、電力は次いで、送電線１４を介して電力系統１０全体に配電されうる。

ガス・タービン・システム３０の運転は、例えば、圧縮機３２、燃焼器３４、タービン３６、発電機４４、および周囲環境３３内部の条件を含む、システム３０全体の様々な運転条件またはパラメータを検出するいくつかのセンサ４６によって監視されうる。例えばセンサ４６は、周囲温度、圧縮機吐出温度、タービン排気温度、およびガス・タービン・システム３０の流路内の他の温度を監視する温度センサを含みうる。同様にセンサ４６は、周囲圧力、圧縮機入口、圧縮機出口、タービン排気、およびガス・タービン・システム内のその他の適切な位置における静的および動的圧力レベルを監視する圧力センサも含みうる。センサ４６はさらに、乾湿球温度計といった湿度センサも含んでいてよく、圧縮機の吸気ダクト内の周囲湿度を測定しうる。またセンサ４６は、フローセンサ、速度センサ、火炎検出センサ、バルブ位置センサ、案内翼角度センサ、およびガス・タービン・システム３０の運転に関連する様々な運転パラメータおよび条件を測定するのに一般に使用される他のセンサも含みうる。本明細書で使用する場合、「パラメータ」という用語は、ガス・タービン・システム３０や本明細書で記述する他の発電システムといったシステム内での運転条件を定義するのに使用されうる運転の測定可能な物理的特性をいう。運転パラメータは、作動流体の経路に沿って定義された位置における温度、圧力、湿度、およびガス流特性、ならびに周囲条件、燃料特性、および無制限に適宜、他の測定可能な特性を含みうる。制御システム３１は、制御システム３１がガス・タービン・システム３０の運転を機械的に制御するためのいくつかのアクチュエータ４７も含むことが理解されるであろう。アクチュエータ４７は、所望の結果または運転モードと一致するプロセス出力（すなわち被制御変数）の制御のためのあるプロセス入力（すなわち操作変数）の操作を可能にする可変の設定値または設定を有する電気機械的装置を含みうる。例えば、構成要素制御装置３１によって生成されたコマンドが、タービンシステム３０内の１または複数のアクチュエータ４７に、流量レベル、燃料スプリット、および／または燃焼される燃料の種類を調節する燃料供給と燃焼器３４との間のバルブを調整させてもよい。別の例として、制御システム３１によって生成されたコマンドが、１または複数のアクチュエータに、入口案内翼の方位角を変更する入口案内翼設定を調整させてもよい。

構成要素制御装置３１は、プログラムコードを実行することにより、センサ測定値と、ユーザまたは発電所運営者（以後「運営者３９」）からの命令を用いてガス・タービン・システム３０の運転を制御するプロセッサを有するコンピュータシステムとしうる。以下でより詳細に論じるように、構成要素制御装置３１によって実行されるソフトウェアは、本明細書で記述するサブシステムのいずれかを調節するためのスケジューリングアルゴリズムを含みうる。構成要素制御装置３１は、そのディジタルメモリに記憶されたアルゴリズムに一部基づいて、ガス・タービン・システム３０を調節しうる。これらのアルゴリズムは、例えば、構成要素制御装置３１が、タービン排気中のＮＯｘおよびＣＯ排出量を、ある事前定義の排出制限内に維持すること、あるいは別の例では、燃焼器出口温度を事前定義の制限内に維持することを可能にしうる。アルゴリズムは、圧縮機圧力比、周囲湿度、入口圧力損失、タービン排気背圧といったパラメータ変数、ならびに任意の他の適切なパラメータのための入力を含みうることが理解されるであろう。構成要素制御装置３１によって実行されるスケジュールおよびアルゴリズムは、排出量、燃焼器ダイナミックス、全負荷および部分負荷運転条件における入口温度限界などに影響を及ぼす周囲条件の変動に対応する。以下でより詳細に論じるように、構成要素制御装置３１は、ガス・タービン・システムの運用性限界を遵守しつつ性能目標を満足させることを目的として、所望のタービン排気温度および燃焼器燃料スプリットを設定するアルゴリズムといった、ガスタービンをスケジュールするためのアルゴリズムを適用しうる。例えば、構成要素制御装置３１は、運転マージンを燃焼力学限界まで増加させ、それによって発電ユニットの運用性、信頼性、および可用性を改善するために、部分負荷運転時の燃焼器の温度上昇およびＮＯｘを決定しうる。

図３を見ると、本発明の態様による複数の発電ユニットまたは発電所構成要素４９を有する例示的発電所１２の概略図が示されている。図３の例示の発電所１２は一般的な構成であり、よって、以下で提示する本発明の例示的実施形態のうちのいくつかを論じるのに使用される。しかし、理解されるように、本明細書で記述する方法およびシステムは、図３に示す発電ユニットよりも多くの発電ユニットを有する発電所により広く適用可能、拡張可能であり、しかも、図２に示す発電所のような単一の発電構成要素を有する発電所にも適用可能でありうる。図３の発電所１２は、ガス・タービン・システム３０および蒸気タービンシステム５０含むいくつかの発電所構成要素４９を含む複合サイクル発電所であることが理解されるであろう。発電は、吸気調節システム５１および／またはダクト・ファイアリング・システムを有する排熱回収ボイラ（以後、「ＨＲＳＧ（ｈｅａｔ ｒｅｃｏｖｅｒｙ ｓｔｅａｍ ｇｅｎｅｒａｔｏｒ）ダクト・ファイアリング・システム５２」）といった他の発電所構成要素４９によって増強されうる。ガス・タービン・システム３０、ＨＲＳＧダクト・ファイアリング・システム５２を含む蒸気タービンシステム５０、および吸気調節システム５１は各々、各発電所構成要素に専用のセンサ４６およびアクチュエータ４７と電子的に通信する制御システムまたは構成要素制御装置３１を含むことが理解されるであろう。本明細書で使用する場合、吸気調節システム５１は、特に指定しない限り、圧縮機に入る前の空気を調節するのに使用される構成要素を指しうるものであり、これらの構成要素は、吸気冷却システムまたは冷却機、蒸発器、噴霧器、注水システム、および／または、いくつかの代替事例では、加熱エレメントを含みうる。

運転に際して、吸気調節システム５１は、発電ユニットの発電能力を高めるためにガス・タービン・システム３０に入る空気を冷却する。ＨＲＳＧダクト・ファイアリング・システム５２は、燃料を燃やして追加の熱を提供することにより、タービン５３を通って膨張する蒸気の供給を増やす。このように、ＨＲＳＧダクト・ファイアリング・システム５２は、ガス・タービン・システムからの熱い排気ガス５５によって供給されるエネルギーを増強し、それによって蒸気タービンシステムの発電能力を増大させる。

運転の例として、図３の発電所１２は、燃焼のためにガス・タービン・システム３０の燃焼器３４への燃料の流れを誘導する。タービン３６は燃焼ガスによって動力を与えられ、圧縮機３２および発電機４４を駆動し、発電機４４は電力系統１０の送電線１４へ電気エネルギーを送る。ガス・タービン・システム３０の構成要素制御装置３１は、燃料流量に関するガス・タービン・システムのためのコマンドを設定し、吸気温度、湿度、電力出力、シャフト速度、および排気ガスの温度といったガス・タービン・システムからのセンサデータを受け取りうる。構成要素制御装置３１は、圧力および温度センサ、流量制御装置、ならびにガス・タービン・システムの運転を監視する他の装置からの他の運転データも収集しうる。構成要素制御装置３１は、ガス・タービン・システムの運転に関するデータを送り、プロセス入力を制御するアクチュエータの設定値に関する発電所制御装置２２からの命令を受け取りうる。

ある運転モードの間、ガス・タービン・システム３０に入る空気は、ガス・タービン・システムの発電能力を増強するために吸気調節システム５１によって冷却され、またはそれ以外の方法で調節されうる。吸気調節システム５１は、冷却水のための冷却システム６５と、システム５１の運転を制御する構成要素制御装置３１とを含みうる。この例では、構成要素制御装置３１は、冷却水の温度に関する情報、ならびに、発電所制御装置２２から与えられうる、所望の注水レベルに関する命令を受け取りうる。また吸気調節システム５１の構成要素制御装置３１は、冷却システム６５に、ある温度および流量を有する冷却水を作らせるコマンドも発行しうる。吸気調節システム５１の構成要素制御装置３１は、吸気調節システム５１の運転に関するデータを送りうる。

蒸気タービンシステム５０は、タービン５３およびＨＲＳＧダクト・ファイアリング・システム５２、ならびに、図示のように、システム５０の運転の制御に専用の構成要素制御装置３１を含みうる。ガス・タービン・システム３０の排気ダクトからの熱い排気ガス５５は、蒸気タービンシステム５０へ誘導されて、タービン５３を通って膨張する蒸気を発生させうる。理解されるように、ＨＲＳＧダクト・ファイアリング・システムは、蒸気の発生のための追加エネルギーを提供することにより蒸気タービンシステムの発電能力を増大させるために常時使用される。蒸気によりタービン５３内で誘起される回転は、後で送電線１４を横断して電力系統１０内で販売されうる電気エネルギーを作るために発電機４４を駆動することが理解されるであろう。蒸気タービンシステム５０の構成要素制御装置３１は、ダクト・ファイアリング・システム５２によって燃やされる燃料の流量を設定し、それによって、排気ガス５５だけで発生する量を超えて蒸気の発生を増加させうる。蒸気タービンシステム５０の構成要素制御装置３１は、発電所構成要素４９の運転に関するデータを送り、そのデータから、システム５０がどのように動作すべきかに関する命令を受け取りうる。

図３の発電所制御装置２２は、図示のように、構成要素制御装置３１の各々に接続され、これらの接続を介して、いくつかの発電所構成要素４９のセンサ４６およびアクチュエータ４７と通信しうる。発電所１２制御の一部として、発電所制御装置２２は、発電所１２の運転をシミュレートしうる。より具体的には、発電所制御装置２２は、各発電所構成要素４９の運転をシミュレートするディジタルモデル（または単に「モデル」）を含み、またはモデルと通信しうる。モデルは、プロセス入力変数をプロセス出力変数に相関させるアルゴリズムを含みうる。アルゴリズムは、命令、論理、公式、機能的関係の記述、スケジュール、データ集合などのセットを含みうる。この例では、発電所制御装置２２は、ガス・タービン・システム３０の運転をモデル化するガス・タービン・モデル６０、吸気調節システム５１の運転をモデル化する吸気調節システムモデル６１、ならびに蒸気タービンシステム５０およびＨＲＳＧダクト・ファイアリング・システム５２の運転をモデル化する蒸気タービンモデル６２を含んでいる。一般的な注として、各システムおよびシステムに関連したモデル、ならびに本明細書で示す方法の別個の各ステップは、本発明の範囲を実質的に逸脱することなく様々に細分され、かつ／または組み合わされうること、各モデルがどのように記述されるかは、特に指定し、または要求しない限り、例示であることが理解されるであろう。これらのモデルを用いて、発電所制御装置２２は運転、例えば、発電所１２の熱力学的性能や運転を記述するパラメータをシミュレートしうる。

発電所制御装置２２は次いで、シミュレーションからの結果を使用して、１または複数の最適化運転モードを決定しうる。そうした最適化運転モードは、複数の運転パラメータおよび／またはアクチュエータの設定値および／または他の運転条件を含むパラメータセットによって記述されうる。本明細書で使用する場合、最適化運転モードは、最小限、定義された基準または性能指標に従って少なくとも１つの代替の運転モードに優って好適な運転モードであり、それらの基準または性能指標は、発電所の運転を評価するために運営者によって選択されうる。より具体的には、最適化運転モードは、本明細書で使用する場合、やはり発電所モデルによってシミュレートされた１または複数の他の可能な運転モードに優って好適であると評価される運転モードである。最適化運転モードは、各モデルの下での発電所の運転をモデルがどのように評価するかによって決定される。以下で論じるように、オプティマイザ６４、例えばディジタルソフトウェア最適化プログラムは、様々なパラメータセットに従ってディジタル発電所モデルを実行し、次いで、結果を評価することによって好適な、または最適化運転モードを確定しうる。設定値の変動は、分析のために選択された設定値の前後で適用される摂動によって生成されうる。これらは、履歴運転に一部に基づいたものとしうる。最適化運転モードは、１または複数の定義された費用関数に基づいてオプティマイザ６４によって決定されうることが理解されるであろう。そうした費用関数は、例えば、電力、収益性、効率、または運営者３９によって定義される何らかの他の基準を生じさせるための費用を考慮しうる。

費用および収益性を決定するために、発電所制御装置２２は、電力の価格とある他の可変費用、例えば、ガス・タービン・システム、吸気調節システム、およびＨＲＳＧダクト・ファイアリング・システムで使用される燃料費とを追跡する経済モデル６３を含み、または経済モデル６３と通信しうる。経済モデル６３は、発電所制御装置２２によって、提案の設定値（すなわち、最適化設定値を決定するためにそれについての運転がモデル化される選択された設定値）のうちのどれが最小の生産費または最大の収益性を表すか判断するのに使用されるデータを提供しうる。他の実施形態によれば、図４でより詳細に論じるように、発電所制御装置２２のオプティマイザ６４は、各モデルが発電所１２の運転を正確にシミュレートするようにディジタルモデルのチューニング、調整および較正を支援するために、カルマンフィルタといったフィルタを含み、またはそうしたフィルタと連携して動作しうる。以下で論じるように、モデルは、実際の運転（すなわち、発電所１２の実際の運転を反映する測定された運転パラメータの値）と予測される運転（すなわち、モデルが予測した同じ運転パラメータの値）との間で行われる比較によってモデルがチューニングされ、または照合調整される学習モードを含む動的モデルとしうる。制御システムの一部として、フィルタは、リアルタイムで、または数分ごと、毎時、もしくは指定通りになど、ほぼリアルタイムでモデルを調整し、または較正するためにも使用されうる。

発電所制御装置２２によって生成された最適化設定値は、推奨される運転モードを表し、例えば、ガス・タービン・システムの燃料および空気設定、吸気調節システムの温度および水塊流量、蒸気タービンシステム５０内のダクトファイアリングのレベルを含みうる。ある実施形態によれば、これらの示唆される運転設定値は、コンピュータ表示画面、プリンタ、スピーカといったインターフェース装置を介して運営者３９に提供されうる。最適化設定値が分かっているため、運営者は次いで、設定値を発電所制御装置２２および／または構成要素制御装置３１に入力することができ、発電所制御装置２２および／または構成要素制御装置３１は次いで、推奨される運転モードを達成するための制御情報を生成する。最適化設定値が運転モードを達成するための指定制御情報を含まない実施形態では、構成要素制御装置がこのための必要な制御情報を提供し、以下でより詳細に論じるように、次の最適化サイクルまで、推奨される運転モードに従って閉ループとして発電所構成要素の制御を続行しうる。運営者の選択によっては、発電所制御装置２２は、運営者の関与なしで最適化設定値を直接、または自動的に実行してもよい。

運転の例として、図３の発電所１２は、燃焼のためにガス・タービン・システム３０の燃焼器３４への燃料の流れを誘導する。タービン３６は燃焼ガスによって動力を与えられることにより圧縮機３２および発電機４４を駆動し、発電機４４は電力系統１０の送電線１４へ電気エネルギーを送る。構成要素制御装置３１は、燃料流量に関するガス・タービン・システム３０のためのコマンドを設定し、吸気温度および湿度、電力出力、シャフト速度、排気ガスの温度といったガス・タービン・システム３０からのセンサデータを受け取りうる。構成要素制御装置３１は、圧力および温度センサ、流量制御装置、ならびにガス・タービン・システム３０を監視する他の装置から他の運転データも収集しうる。ガス・タービン・システム３０の構成要素制御装置３１は、システムの運転に関するデータを送り、プロセス入力を制御するアクチュエータの設定値に関する発電所制御装置２２からの命令を受け取りうる。

ある運転モードの間、ガス・タービン・システム３０に入る空気は、吸気調節システム５１から吸気ダクト４０へ供給される冷水によって冷却されうる。ガスタービンに入る空気の冷却は、発電するガス・タービン・エンジンの能力を増強するためになされうることが理解されるであろう。吸気調節システム５１は、冷却水のための冷却システムまたは冷却器６５と、構成要素制御装置３１とを含む。この例では、構成要素制御装置３１は、冷却水の温度に関する情報および吸気の所望の冷却に関するコマンドを受け取る。これらのコマンドは発電所制御装置２２からもたらされうる。また吸気調節システム５１の構成要素制御装置３１は、冷却システム６５に、ある温度および流量を有する冷却水を作らせるコマンドも発行しうる。吸気調節システム５１の構成要素制御装置３１は、吸気調節システム５１の運転に関するデータを送り、制御装置２２から命令を受け取りうる。

蒸気タービンシステム５０は、ダクト・ファイアリング・システム５２を備えるＨＲＳＧと、タービン５３と、蒸気タービンシステム５０の運転に専用としうる構成要素制御装置３１とを含みうる。ガス・タービン・システム３０の排気ダクト４２からの熱い排気ガス５５は、蒸気タービンシステム５０へ誘導されて、蒸気タービンシステム５０を駆動する蒸気を発生させうる。ＨＲＳＧダクト・ファイアリング・システム５２は、蒸気を発生させるための追加の熱エネルギーを提供することにより蒸気タービンシステム５０の発電能力を増大させるのに使用されうる。蒸気タービン５３は、発電機４４を駆動することにより、送電線１４を介して電力系統１０へ送られる電気エネルギーを作る。蒸気タービンシステム５０の構成要素制御装置３１は、ダクト・ファイアリング・システム５２によって燃やされる燃料の流量を設定しうる。ダクト・ファイアリング・システムによって発生する熱は、タービン３６だけからの排気ガス５５によって発生する量を超えて蒸気の発生を増大させる。蒸気タービンシステム５０の構成要素制御装置３１は、システムの運転に関するデータを送り、発電所制御装置２２から命令を受け取りうる。

発電所制御装置２２は、運営者３９およびリソース２６と通信することにより、例えば、配電される電力の価格および需要といった市場条件に関するデータを受け取りうる。ある実施形態によれば、発電所制御装置２２は、ガス・タービン・システム３０、吸気調節システム５１、および蒸気タービンシステム５０の所望の運転設定値に関する運営者３９への推奨を発行する。発電所制御装置２２は、発電所１２の構成要素およびサブシステムの運転に関するデータを受け取り、記憶しうる。発電所制御装置２２は、プロセッサと、データ、ディジタルモデル６０、６１、６２、６３、オプティマイザ６４、および他のコンピュータプログラムを記憶するメモリとを有するコンピュータシステムとしうる。コンピュータシステムは、単一の物理的な、または仮想的なコンピューティング機器として具現化されても、ローカルまたはリモートのコンピューティング機器に分散されていてもよい。ディジタルモデル６０、６１、６２、６３は、システムの各々の運転パラメータに関連するアルゴリズム、例えば伝達関数のセットとして具現化されうる。モデルは、物理学に基づく空気熱力学的コンピュータモデル、回帰適合モデル、または他の適切なコンピュータ実装モデルを含みうる。好ましい実施形態によれば、モデル６０、６１、６２、６３は、定期的に、自動的に、リアルタイムまたはほぼリアルタイムでチューニング、調整もしくは較正され、または予測される運転と実際の運転の測定パラメータとの進行中の比較に従ってチューニングされうる。モデル６０、６１、６２、６３は、複合サイクル発電所の実際の物理的、熱力学的運転条件に関するデータ入力を受け取るフィルタを含みうる。これらのデータ入力は、発電所１２の運転中にリアルタイムで、または５分ごと、１５分ごと、毎時、毎日など周期的にフィルタに供給されうる。データ入力は、ディジタルモデル６０、６１、６２、６３によって予測されたデータと比較され、比較に基づいて、モデルは絶えず改善されうる。

図４に、本発明の態様による、フィルタ７０と、人工ニューラルネットワーク構成７１（「ニューラルネットワーク７１」）と、オプティマイザ６４とを含む発電所制御装置２２の概略的システム構成を示す。フィルタ７０は、例えばカルマンフィルタであってよく、発電所１２のセンサ４６からの測定運転パラメータの実際のデータ７２を、発電所１２の運転をシミュレートする、モデル６０、６１、６２、６３およびニューラルネットワーク７１による同じ運転パラメータの予測データ７３と比較しうる。次いで、実際のデータと予測データとの間の差異が、フィルタ７０によって、ニューラルネットワーク７１およびディジタルモデルによってシミュレートされた発電所のモデルをチューニングするのに使用されうる。

本明細書では本発明のある態様がニューラル・ネットワーク・ベースのモデルの形態のモデルを参照して記述されているが、本発明は、それだけに限らないが、物理学に基づくモデル、データ駆動型モデル、経験的に策定されたモデル、ヒューリスティクスに基づくモデル、サポート・ベクトル・マシン・モデル、線形回帰によって策定されたモデル、「第１原理」の知識を用いて策定されたモデルなど含む他の種類のモデルを用いて実装されうることが企図されていることを理解すべきである。さらに、操作変数／外乱変数と被制御変数との関係を正しく取り込むために、ある好ましい実施形態によれば、発電所モデルは、以下の特性のうちの１つまたは複数を有しうる。１）非直線性（非直線モデルは、操作変数／外乱変数と被制御変数との直線ではなく曲線の関係を表すことができる）；２）多入力多出力（モデルは、複数の入力、すなわち操作変数および外乱変数と、複数の出力、すなわち被制御変数との関係を取り込むことができる）；３）動的（入力の変化が出力に即座に影響を及ぼすのではなく、むしろ、時間遅延が生じた後に変化への動的応答が続き、例えば、入力の変化がシステム全体に完全に伝搬するのに数分を要しうる。最適化システムは所定の頻度で実行されるため、モデルはある期間にわたるこれらの変化の影響を表し、それらの変化を考慮に入れなければならない）；４）適応的（モデルは各最適化の開始時に現在の運転条件を反映するために更新されうる）；５）経験的データから導出される（各発電所は固有であるため、モデルは発電ユニットから得られる経験的データから導出されうる）。以上の要件が与えられるものと仮定すると、ニューラル・ネットワーク・ベースの手法が、必要な発電所モデルを実装するための好ましい技術である。ニューラルネットワークは、高度な回帰アルゴリズムを用いて経験的データに基づいて策定されうる。理解されるように、ニューラルネットワークは、発電所構成要素の運転において一般に示される非直線性を取り込むことができる。またニューラルネットワークは、多入力多出力を有するシステムを表すのにも使用することができる。加えて、ニューラルネットワークは、フィードバックバイアスまたはオンライン適応学習を用いて更新することもできる。動的モデルもニューラル・ネットワーク・ベースの構造において実装することができる。多種多様なモデルアーキテクチャが動的ニューラルネットワークの実装に使用されてきた。ニューラル・ネットワーク・モデル・アーキテクチャの多くが、動的ニューラルネットワークをうまく訓練するために大量のデータを必要とする。ロバストな発電所モデルが与えられれば、被制御変数に及ぼされる操作変数の変化の影響を算出することが可能である。さらに、発電所モデルは動的であるため、将来の計画対象期間にわたる操作変数の変化の影響を算出することが可能である。

フィルタ７０は、ディジタルモデルおよびニューラルネットワークの入力または出力に適用される性能乗数を生成し、または論理ユニットに適用される重みならびにディジタルモデルおよびンニューラルネットワークによって使用されるアルゴリズムを変更しうる。フィルタによるこれらの措置は、実際の条件データと予測データとの差異を低減する。フィルタは、差異をさらに低減し、または起こりうる変動に対処するように動作し続ける。例として、フィルタ７０は、ガスタービン内の圧縮機吐出圧力および温度、ガスタービンおよび蒸気タービンの効率、ガス・タービン・システム、吸気調節システムおよびＨＲＳＧダクト・ファイアリング・システムへの燃料の流れ、ならびに／または他の適切なパラメータに関する予測データのための性能乗数を生成しうる。運転データのこれらのカテゴリは、経時的に性能が劣化する運転パラメータを反映することが理解されるであろう。これらの種類のデータについての性能乗数を提供することにより、フィルタ７０は、発電所の性能劣化に見合うようにモデルおよびニューラルネットワークを調整する際に特に有用となりうる。

図４に示すように、本発明のある実施形態によれば、図３の発電所のいくつかの発電所構成要素４９のディジタルモデル６０、６１、６２、６３の各々はアルゴリズムを含み、それらのアルゴリズムは、対応するシステムをモデル化するのに使用されるいくつかのグラフによって表される。各モデルはニューラルネットワーク７１内で対話、伝達を行い、その際に、ニューラルネットワーク７１は、複合サイクル発電所１２全体のモデルを形成することが理解されるであろう。このように、ニューラルネットワークは、発電所の熱力学的、経済的運転をシミュレートする。図４に実線で示すように、ニューラルネットワーク７１はモデル６０、６１、６２、６３によって出力されるデータを収集し、ディジタルモデルによって入力として使用されるべきデータを提供する。

また図４の発電所制御装置２２は、ニューラルネットワーク７１と対話することにより、ガス・タービン・システム、吸気調節システム、蒸気タービンシステム、およびＨＲＳＧダクト・ファイアリング・システムが定義された性能目標を達成するための最適な設定値を探索する、コンピュータプログラムといったオプティマイザ６４も含む。性能目標は、例えば、発電所の収益性を最大化し、または改善することとしうる。オプティマイザ６４は、ニューラルネットワーク７１に、多様な運転設定値でディジタルモデル６０、６１、６２、６３を実行させうる。オプティマイザ６４は、各モデルの運転設定値の変動を支援する摂動アルゴリズムを有しうる。摂動アルゴリズムは、ディジタルモデルおよびニューラルネットワークによって提供される複合サイクル発電所のシミュレーションに、発電所の現在の運転設定値とは異なる設定値で動作させる。発電所の運転を異なる設定値でシミュレートすることによって、オプティマイザ６４は、発電所に、より経済的に稼働させ、または運営者３９によって定義されうる何らかの他の基準による性能を改善させるはずの運転設定値を探索する。

例示的実施形態によれば、経済モデル６３は、オプティマイザ６４によってどの設定値がより高収益となりうるか判定するのに使用されるデータを提供する。経済モデル６３は、例えば、１年の各シーズン中といった、ある期間にわたる燃料費を相関させるチャート６３０といった書式設定された燃料費データを受け取り、記憶しうる。別のチャート６３１は、１日、１週間、または１ヵ月の異なる時間における電力に対して受け取られる価格を相関させうる。経済モデル６３は、電力に対して受け取られる価格および電力を作るのに使用される燃料（ガスタービン燃料、ダクトファイアリング燃料および吸気調節システム燃料）の費用に関するデータを提供しうる。経済モデル６３からのデータは、オプティマイザ６４によって、運営者定義の性能目標に従って発電所の運転状態の各々を評価するのに使用されうる。オプティマイザ６４は、運営者３９によって定義された性能目標が与えられた場合に、発電所１２の運転状態のうちのどれが最適である（本明細書で使用する場合、代替の運転状態に優って少なくとも好適であることを意味する）か確定しうる。前述のように、ディジタルモデルは、ガス・タービン・システム、吸気調節システム、または蒸気タービンシステムの熱力学的運転をモデル化するなど、発電所１２の発電所構成要素４９の運転をシミュレートするのに使用されうる。各モデルは、特定の入力条件に対する発電所構成要素４９の応答をシミュレートする公式やルックアップ表といったアルゴリズムを含んでいてよく、それらのアルゴリズムは、ローカルで記憶され、周期的に更新され、またはデータリソース２６を介してリモートで取得されうる。そうしたルックアップ表は、リモートの発電所設備で稼働する同種の構成要素の運転を記述する測定運転パラメータを含みうる。

ガス・タービン・システム３０の熱モデル６０は、例えば、吸気温度の影響を電力出力に相関させるアルゴリズム６００を含む。このアルゴリズムは、吸気温度が閾値６０２温度を超えて増大する際に電力出力が最大値６０１から低下することを示しうることが理解されるであろう。またモデル６０は、エンジンの異なる電力出力レベルでのガスタービンの熱消費率を相関させるアルゴリズム６０３も含みうる。論じたように、熱消費率はガス・タービン・エンジンまたは他の発電ユニットの効率を表し、効率に反比例する。より低い熱消費率はより高い熱力学的性能効率を示す。ディジタルモデル６１は、吸気調節システム５１の熱力学的動作をシミュレートしうる。この場合、例えば、ディジタルモデル６１は、吸気調節システム５１の冷却システム６５を運転するために加えられるエネルギーに基づいて冷却能力を相関させるアルゴリズム６１０を含み、そのため、計算される冷却能力は、ガスタービンに入る空気に適用される冷却の量を示す。冷却システム６５によって達成されうる最大冷却能力値６１１が存在しうる。別の場合には、関連したアルゴリズム６１２が、冷却システム６５を運転するために加えられるエネルギーを、ガス・タービン・システム３０の圧縮機３２に入る冷気の温度に相関させうる。モデル６１は、例えば、吸気調節システムを運転するのに必要とされる電力は、ガスタービンに入る空気の温度を周囲空気の露点６１３を下回って下げると劇的に増加することを示しうる。蒸気タービンシステム５０の場合には、ディジタルモデル６２は、蒸気タービンシステムの電力出力を、ダクトファイアリングによって消費される燃料の量といったＨＲＳＧダクト・ファイアリング・システム５２によって加えられるエネルギーに相関させるアルゴリズム６２０を含みうる。モデル６２は、例えば、アルゴリズム６２０に含まれうる、ＨＲＳＧダクト・ファイアリング・システムが達成しうる蒸気タービンシステム出力の増加に上限閾値レベル６２１があることを示しうる。

本発明のある実施形態によれば、図４に示すように、ニューラルネットワーク７１は、図３の発電所１２のいくつかの発電所構成要素４９のディジタルモデルの各々と対話し、各モデル間の通信を提供しうる。対話は、各モデルからの出力データの収集、および各モデルによってさらなる出力データを生成するのに使用される入力データの生成を含みうる。ニューラルネットワーク７１は、接続された論理素子のディジタルネットワークとしうる。論理素子は各々、データ入力を受け入れて１または複数データ出力を生成するアルゴリズムを具現化しうる。ある単純な論理素子は入力の値を合計して出力データを生成しうる。他の論理素子は、入力の値を乗算し、または入力データに他の数学的関係を適用しうる。ニューラルネットワーク７１の論理素子の各々へのデータ入力は、１と０の間の乗数といった重みを割り当てられうる。重みは、発電所の性能をより適切にモデル化するようにニューラルネットワークを調整する学習モードの間に変更されうる。また重みは、フィルタによって提供されるコマンドに基づいて調整されうる。ニューラルネットワーク内の論理ユニットへのデータ入力の重み調整は、ニューラルネットワークを複合サイクル発電所の運転中に動的に変更するやり方の一例である。他の例は、蒸気タービンシステム、吸気調節システム、およびガスタービンのための熱力学的ディジタルモデルの各々における（論理ユニットの一例である）アルゴリズムへのデータ入力の重みの変更を含む。発電所制御装置２２は、論理ユニットおよびアルゴリズムに対して加えられる調整、オプティマイザおよび／またはフィルタによって提供されるデータに基づく調整など、他のやり方でも変更されうる。

発電所制御装置２２は、複合サイクル発電所１２の推奨される、または最適化設定値７４の出力を生成することができ、この出力は、図示のように、発電所アクチュエータ４７によって伝達され、実装される前に承認を得るために運営者３９を通過しうる。図示のように、最適化設定値７４は、図６に関連して後述するコンピュータシステムといったコンピュータシステムを介した運営者３９からの入力を含み、または運営者３９によって承認されうる。最適化設定値７４は、例えば、吸気調節システムによって生成され、ガス・タービン・システムに入る空気を冷却するのに使用される冷却水の温度および質量流量、ガス・タービン・システムへの燃料流量、およびダクト・ファイアリング・レートを含みうる。最適化設定値７４はその場合、ニューラルネットワーク７１およびモデル６０、６１、６２、６３によって、進行中の発電所シミュレーションが、発電所モデルを絶えず改善するために後で実際の運転データと比較されうる運転データを予測するのに使用されうることが理解されるであろう。

図５に、オプティマイザ６４と発電所モデル７５とを備える発電所制御装置２２の簡略化したシステム構成を示す。この例示的実施形態では、発電所制御装置２２は、オプティマイザ６４と（例えば、図４に関連して先に論じたニューラルネットワーク７１およびモデル６０、６１、６２、６３を含む）発電所モデル７５とを有するシステムとして示されている。発電所モデル７５は、発電所１２の全般的運転をシミュレートしうる。図示の実施形態によれば、発電所１２は、複数の発電ユニットまたは発電所構成要素４９を含む。発電所構成要素４９は、例えば、熱発電ユニット、またはすでに述べたような他の発電所サブシステムを含んでいてよく、それらは各々、対応する構成要素制御装置３１を含みうる。発電所制御装置２２は、構成要素制御装置３１と通信し、構成要素制御装置３１を通し、構成要素制御装置３１によって、センサ４６およびアクチュエータ４７への接続を介して発電所１２の運転を制御しうる。

発電所はその運転に影響を及ぼす多数の変数を有することが理解されるであろう。これらの変数の各々は、一般に、入力変数または出力変数であるものとして類別されうる。入力変数はプロセス入力を表し、空気流量や燃料流量といった、発電所運営者によって操作されうる変数を含む。また入力変数は、周囲条件といった操作できない変数も含む。出力変数は、操作されうる入力変数を操作することによって制御される、電力出力といった変数である。発電所モデルは、操作できる変数、すなわち「操作変数」、および操作できない変数、すなわち「外乱変数」を含む入力変数と、「被制御変数」と呼ぶ出力変数または制御される変数との間のアルゴリズム関係を表すように構成される。より具体的には、操作変数は発電所制御装置２２によって被制御変数に影響を及ぼすように変更されうる変数である。操作変数は、燃料および空気の流れを制御するバルブ設定値のようなものを含む。外乱変数は、被制御変数に影響を及ぼすが、操作することも制御することもできない変数をいう。外乱変数は、周囲条件、燃料特性などを含む。オプティマイザ６４は、以下が与えられた場合に、操作変数の最適な設定値のセットを決定する。（１）発電所の性能目標（例えば、負荷要件を満たすと同時に収益性を最大にする）、および（２）発電所の運転と関連付けられる制約条件（例えば、排出量および設備制限）。

本発明によれば、最適化サイクルは所定の頻度（例えば、５〜６０秒ごと、１〜３０分ごと）で開始しうる。最適化サイクルの開始時に、発電所制御装置２２は、構成要素制御装置３１から、かつ／または発電所構成要素４９の各々のセンサ４６から直接、操作変数、被制御変数、および外乱変数についての現在のデータを取得しうる。次いで発電所制御装置２２は、現在のデータに基づき、発電所モデル７５を使用して、操作変数の最適な設定値を決定しうる。その際に、発電所制御装置２２は、発電所モデル７５を多様な運転設定値で実行することにより、発電所の性能目標が与えられた場合にどの運転設定値のセットが最も好適であるか決定することができ、これを「シミュレーション実行」と呼びうる。例えば、性能目標は、収益性を最大にすることとしうる。異なる設定値で発電所の運転をシミュレートすることによって、オプティマイザ６４は、発電所に最適に（または、少なくとも好適に）稼働させるものであると発電所モデル７５が予測する設定値のセットを探索する。前述のように、この最適な設定値のセットを、「最適化設定値」または「最適化運転モード」と呼びうる。典型的には、最適化設定値に到達するに際して、オプティマイザ６４は、多数の設定値のセットを比較し、最適化設定値は、運営者によって定義された性能目標が与えられた場合に、その他のセットの各々よりも優位であることが判明することになる。発電所１２の運営者３９が最適化設定値を承認するという選択肢を有していてもよく、最適化設定値が自動的に承認されてもよい。発電所制御装置２２は最適化設定値を構成要素制御装置３１へ、あるいは、設定が最適化設定値に従って調整されうるように発電所構成要素４９のアクチュエータ４７へ直接送ることができる。発電所制御装置２２は、測定された現在の運転条件に基づいて所定の頻度で（例えば、１０〜３０秒ごと、またはもっと頻繁に）操作変数の設定値を調整するように閉ループとして実行されうる。

オプティマイザ６４は、制約条件のセットに従って「費用関数」を低減し、または最小化するのに使用されうる。費用関数は、本質的に、発電所性能目標の数学的表現であり、制約条件は発電所がその範囲内で稼働しなければならない限界である。そうした限界は、法的制約条件、規制上の制約条件、環境制約条件、設備上の制約条件、または物理的制約条件を表しうる。例えば、ＮＯｘを最小化するために、費用関数は、ＮＯｘのレベルが低下するに従って減少する項を含む。そうした費用関数を最小化するための１つの一般的な方法は、例えば、「勾配降下最適化」と呼ばれる。勾配降下は、現在の点における関数の勾配（または近似勾配）の負数に比例したステップを取ることにより関数の極小に接近する最適化アルゴリズムである。モデルの形態ならびに費用および制約条件に応じて、いくつかの異なる最適化法が使用されうることを理解すべきである。例えば、本発明は、多種多様な最適化手法を個別に、または組み合わせて用いることによって実装されうることが企図されている。これらの最適化手法は、それだけに限らないが、線形計画法、二次計画法、混合整数非線形計画法、確率的計画法、大域的非線形計画法、遺伝的アルゴリズム、および粒子群最適化法を含む。加えて、発電所モデル７５は、変化の影響が将来の計画対象期間にわたって考慮に入れられるように動的であってもよい。したがって、費用関数は、将来の計画対象期間に及ぶ項を含む。モデルは計画対象期間に及ぶ推測に使用されるため、この手法をモデル予測制御と呼び、モデル予測制御は、参照により本明細書に完全に組み入れられる、Ｓ．Ｐｉｃｈｅ，Ｂ．Ｓａｙｙａｒ−Ｒｏｄｓａｒｉ，Ｄ．Ｊｏｈｎｓｏｎ ａｎｄ Ｍ．Ｇｅｒｕｌｅｓ，「Ｎｏｎｌｉｎｅａｒ ｍｏｄｅｌ ｐｒｅｄｉｃｔｉｖｅ ｃｏｎｔｒｏｌ ｕｓｉｎｇ ｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ，」ＩＥＥＥ Ｃｏｎｔｒｏｌ Ｓｙｓｔｅｍｓ Ｍａｇａｚｉｎｅ，ｖｏｌ．２０，ｎｏ．２，ｐｐ．５３−６２，２０００に記載されている。

制約条件は、将来の計画対象期間にわたる発電所のプロセス入力（操作変数を含む）とプロセス出力（被制御変数を含む）の両方に課されうる。代表的には、発電所制御装置と関連付けられる制限と一致する制約条件が操作変数に課される。出力に課される制約条件は、解かれる問題によって決定されうる。本発明の実施形態によれば、最適化サイクルの１ステップとして、オプティマイザ６４は、将来の計画対象期間、例えば１時間にわたる操作変数移動の完全な軌跡を算出しうる。よって、３０秒ごとに実行される最適化システムでは、１２０個の値が、操作変数ごとに１時間の将来の計画対象期間にわたって算出されうる。発電所モデルまたは性能目標または制約条件は次の最適化サイクルの前に変化しうるため、発電所制御装置２２／オプティマイザ６４は、それぞれの操作変数ごとの最適化設定値として構成要素制御装置３１へ操作変数ごとの計画対象期間の最初の値だけを出力しうる。次の最適化サイクルで、発電所モデル７５は、現在の条件に基づいて更新されうる。費用関数および制約条件も変化していれば更新されうる。次いでオプティマイザ６４は、その計画対象期間にわたる操作変数の値のセットを再算出するために使用され、その計画対象期間の最初の値は、操作変数ごとに、それぞれの操作変数ごとの設定値として構成要素制御装置３１へ出力される。発電所１２は、負荷、周囲条件、燃料特性などといった項目の予期しない変化によって影響を受けるため、オプティマイザ６４は、最適化サイクルごとにこのプロセスを繰り返し、それによって、常に最適な性能を維持しうる。

図６を見ると、例示的実施形態による、発電所制御装置および制御プログラムのための例示的実施形態およびユーザ入力装置が示されている。他の構成も可能であるが、この実施形態は、ディスプレイ８１と、プロセッサ８２と、ユーザ入力装置８３と、メモリ８４とを有するコンピュータシステム８０を含む。コンピュータシステム８０の各態様は発電所１２に位置しうるが、他の態様がリモートにあって、通信ネットワーク２０を介して接続されてよい。論じたように、コンピュータシステム８０は、発電所１２の各発電ユニットまたは他の発電所構成要素４９に接続されうる。発電所構成要素４９は、ガス・タービン・システム３０、蒸気タービンシステム５０、吸気調節システム５１、ＨＲＳＧダクト・ファイアリング・システム５２、および／またはそれらに関連した任意のサブシステムもしくは下位構成要素、またはそれらの任意の組み合わせを含みうる。またコンピュータシステム８０は、必要または求めに応じて、１または複数のセンサ４６およびアクチュエータ４７にも接続されうる。前述のように、センサ４６は、各構成要素の運転条件およびパラメータを感知し、これらの条件に関してコンピュータシステム８０へ信号を中継するように構成されうる。コンピュータシステム８０は、これらの信号を受け取り、本明細書で記述するやり方で使用するように構成することができ、そうした使用はアクチュエータ４７の１または複数への信号の送信を含みうる。しかし、特に必要とされない限り、本発明は、発電所１２を直接制御し、かつ／または運転条件を感知するように構成されない実施形態を含みうる。発電所１２を制御し、かつ／または運転条件を感知する本発明の構成においては、そうした入力または制御を、発電所ならびに発電所のセンサおよびアクチュエータの物理的構成要素とより直接的に対話する１または複数の別個のソフトウェアシステムまたはハードウェアシステムから／へ信号を受信／送信することによって提供することができる。コンピュータシステム８０は発電所制御プログラム（「制御プログラム」）を含んでいてよく、制御プログラムは、本明細書で記述するプロセスを実行することによって発電所制御装置内のデータを管理するようにコンピュータシステム８０を動作させる。

一般に、プロセッサ８２は制御プログラムを定義するプログラムコードを実行し、制御プログラムは、少なくとも一部は、メモリ８４で固定されている。プログラムコードを実行する間に、プロセッサ８２はデータを処理し、その結果としてメモリからデータが読み取られかつ／または８４へデータ書き込まれうる。ディスプレイ８１およびユーザ入力装置８３は、人間ユーザがコンピュータシステム８０および／または１または複数の通信装置と対話することにより、システムユーザが任意の種類の通信リンクを用いてコンピュータシステム８０と通信できるようにすることを可能にしうる。各実施形態においては、ネットワーク化ハードウェア／ソフトウェアといった通信ネットワークが、コンピュータシステム８０と通信ネットワークがインストールされているノードの内外の他の装置とが通信することを可能にしうる。この点に関して、本発明の制御プログラムは、人間ユーザおよび／またはシステムユーザが制御プログラムと対話することを可能にするインターフェースのセットを管理しうる。さらに制御プログラムは、以下で論じるように、任意のソリューションを用いて、制御データといったデータを管理する（例えば、記憶する、検索する、作成する、操作する、編成する、提示するなど）ことができる。

コンピュータシステム８０は、コンピュータシステム８０上にインストールされた、本明細書で定義される制御プログラムといったプログラムコードを実行することができる１または複数の汎用コンピューティング製品を含みうる。本明細書で使用する場合、「プログラムコード」は、情報処理能力を有するコンピューティング装置に、直接、または（ａ）別の言語、コードもしくは表記法への変換、（ｂ）異なる材料形態での再現、および／もしくは（ｃ）分解の任意の組み合わせの後で特定の措置を実行させる、任意の言語、コードまたは表記法で書かれた命令の任意の集合体を意味することが理解される。さらにコンピュータコードは、オブジェクトコード、ソースコード、および／または実行可能コードも含んでいてよく、少なくとも１つのコンピュータ可読媒体上にあるときに、コンピュータプログラム製品の一部を形成しうる。「コンピュータ可読媒体」という用語は、そこからプログラムコードのコピーが知覚され、再現され、またはそれ以外の方法でコンピューティング装置によって伝達されうる、現在知られており、または後で開発される、任意の種類の有形の表現媒体のうちの１つまたは複数を含みうることが理解される。コンピュータがコンピュータ・プログラム・コードを実行すると、コンピュータは、本発明を実施するための装置になり、汎用マイクロプロセッサ上で、コンピュータ・コード・セグメントを用いたマイクロプロセッサの構成により、特定の論理回路が作成される。実行可能命令の技術的効果は、発電所に関連した予期される周囲条件および／もしくは市場条件、性能パラメータ、ならびに／またはライフ・サイクル・コストを与件として、モデルを使用して発電所の運転特性を高度化し、または増強し、または最適化することにより、発電所の経済的利益により効率よくてこ入れする発電所制御の方法および／またはシステムおよび／またはコンピュータプログラム製品を実装することである。現在の情報を使用することに加えて、履歴情報および／または予想情報も用いられ、変動する条件において発電所をより効率よく動的に運転するためにフィードバックループが確立されうる。制御プログラムのコンピュータコードは、発電所制御装置２２によって実行可能なコンピュータ命令として書かれうる。この点に関して、コンピュータシステム８０によって実行される制御プログラムは、システムソフトウェアおよび／またはアプリケーションソフトウェアの任意の組み合わせとして具現化されうる。さらに制御プログラムは、モジュールのセットを用いて実装されうる。この場合、モジュールは、コンピュータシステム８０が制御プログラムによって使用されるタスクのセットを実行することを可能にし、制御プログラムの他の部分とは離して別個に開発され、かつ／または実装されうる。本明細書で使用する場合、「構成要素」という用語は、任意のソリューションを用いて当該構成要素と併せて記述される機能を実装する、ソフトウェアありまたはなしのハードウェアの任意の構成を意味し、「モジュール」という用語は、コンピュータシステムが任意のソリューションを用いて当該モジュールと併せて記述される措置を実装することを可能にするプログラムコードを意味する。プロセッサ８２を含むコンピュータシステム８０のメモリ８４に固定されているとき、モジュールは、措置を実装する構成要素の実体的な部分である。ともかく、２つ以上の構成要素、モジュール、および／またはシステムがそれぞれのハードウェアおよび／またはソフトウェアの一部／全部を共有しうることが理解される。さらに、本明細書で論じる機能の一部が実装されなくてもよく、コンピュータシステム８０の一部として追加機能が含まれていてもよいことが理解される。コンピュータシステム８０が複数のコンピューティング装置を含む場合、各コンピューティング装置は、そのコンピューティング装置上に固定され制御プログラムの一部分だけ（例えば１または複数のモジュール）を有していてよい。ともかく、コンピュータシステム８０が複数のコンピューティング装置を含むとき、それらのコンピューティング装置は、任意の種類の通信リンク上で通信しうる。さらに、本明細書で記述するプロセスを実行する間、コンピュータシステム８０は、任意の種類の通信リンクを用いて１または複数の他のコンピュータシステムと通信しうる。

本明細書で論じたように、制御プログラムは、コンピュータシステム８０が発電所制御製品および／または方法を実行することを可能にする。コンピュータシステム８０は、任意のソリューションを用いて発電所制御データを取得しうる。例えば、コンピュータシステム８０は、発電所制御データを生成し、または生成するのに使用され、１または複数のデータストア、リポジトリまたはソースから発電所制御データを取得し、発電所内外の別のシステムまたは装置、発電所制御装置、構成要素制御装置などから発電所制御データを受け取りうる。別の実施形態では、本発明は、本明細書で記述するプロセスの一部または全部を実装しうる、例えば発電所制御プログラムのためのプログラムコードのコピーを提供する方法を提供する。本発明の態様は、加入契約ベース、広告ベース、および／または料金制で、本明細書で記述するプロセスを実行するビジネス方法の一部として実装されうることが理解される。サービス提供者が本明細書で記述する発電所制御プログラムおよび／または方法の実装を提供することもできるはずである。この場合、サービス提供者は、１または複数の顧客のために本明細書で記述するプロセスを実行する、コンピュータシステム８０といったコンピュータシステムを管理する（例えば作成する、維持する、サポートするなど）ことができる。

発電所のコンピュータモデルが構築され、次いで、それらを使用して、発電所の運転が制御され、最適化されうる。そうした発電所モデルは動的とされ、実際の（すなわち測定された）運転パラメータと発電所モデルによって予測された同じパラメータとの間の進行中の比較によって繰り返し更新されうる。そうしたモデルを作成し、維持する際には、コンピュータシステム８０のプロセッサ８２に、ユーザ入力に応答してエネルギーシステムの発電ユニットおよび構成要素のライブラリ（「構成要素のライブラリ」）を生成するよう指示する命令が書き込まれ、またはそれ以外の方法で提供される。いくつかの構成では、ユーザ入力および生成されるライブラリは、ライブラリを有する構成要素のプロパティ、ならびに運転値およびプロパティ値に従ってスクリプトを生成するための規則を含む。これらのプロパティ値は、メモリ８４にローカルで記憶されたデータからコンパイルすることもでき、かつ／またはリモートの位置で維持される中央データリポジトリから取得することもできる。構成要素のライブラリは、経済的構成要素や法的構成要素といった非物理的構成要素を含みうる。経済的構成要素の例は、燃料の購入および販売であり、法的構成要素の例は排出制限およびクレジットである。これらの非物理的構成要素は数学的規則を用いてモデル化することができ、これは、物理的設備を表す構成機器を数学的規則を用いてモデル化することができるのと全く同様である。命令は、運営者によって構成されうるように、ライブラリからのエネルギーシステム構成要素の構成をアセンブルするように構成されうる。ユーザがその中から、実際の発電所を複製し、または仮想の発電所を作成するための構成要素を選択するように、エネルギーシステム構成要素のライブラリが提供されうる。各構成要素は、ユーザによって、モデル化される実際の、または仮想の発電所の運転条件と一致する特定の値を入力するのに使用されうるいくつかのプロパティを有しうることが理解されるであろう。アセンブルされたエネルギーシステム構成要素およびそれらの構成についてのスクリプトが生成されうる。生成されたスクリプトは、そのエネルギーシステム構成要素構成で使用される場合には経済的構成要素および／または法的構成要素を含めて、エネルギーシステム構成要素内の、かつ／またはエネルギーシステム構成要素間の数学的関係を含みうる。次いでコンピュータシステム８０は、数学的関係を解決し、ディスプレイ８１上に解決の結果を示しうる。コンピュータシステム８０から信号が送信されうる構成では、信号は、解決の結果に従ってエネルギーシステムを制御するのに使用されうる。そうでない場合には、結果が表示または印刷され、物理的設備パラメータを設定するために、かつ／または燃料の購入および／もしくは販売といった非物理的パラメータを決定し、かつ／もしくは決定された非物理的パラメータを使用するために使用され、そうして、好ましい、または最適化された運転モードが達成される。発電所構成要素のライブラリは、各発電所構成要素が異なるパラメータおよび条件の下でどのように稼働するかに関連するデータの進行中の累積を表すデータの中央リポジトリを含みうる。データの中央リポジトリは、例えば、センサデータが信頼できないと判定される場合に、「プラグデータ」を提供するのに使用されうる。

図７〜図９を見ると、経済給電プロセスのより詳細な考察が示されており、この考察は、先に論じた制御システムが、どちらが該当するにせよ、電力系統の中央当局とそうした電力系統に参加する個別発電所の両方の見地からそうした給電配分手順を最適化するのに使用されうる方法を含む。中央当局の給電指令者の見地からすると、経済給電プロセスの目的は、変化する負荷要件または周囲条件を含む変化する変数に動的に応答し、しかも同時にシステム内の発電費用を最小化し、または低減することであることが理解されるであろう。参加する発電所にとっては、一般にその目的は、経済的利益を最大化するように発電費用を最小化しつつ利用可能な能力を利用することであることが理解されるであろう。電力系統の複雑さを前提として、経済給電のプロセスは通常、給電指令者による参加発電所に配分される負荷の頻繁な調整を含む。うまくいった場合、プロセスの結果として、利用可能な発電所が、各発電所の増分発電費用がほぼ同じになる負荷で運転されることになり、結果として、発電費用が最小化されると同時に、最大および最小許容負荷、システム安定性などといったシステム制約条件を遵守することにもなる。経済給電が最適に機能するには正確な増分費用データが必要であることが理解されるであろう。そうした増分費用データは、燃料費および増分燃料消費を含む主要構成要素を有する。増分燃料消費データは、普通、増分熱消費率対電力出力の曲線として与えられる。具体的には、熱発電ユニットの増分熱消費率（ＩＨＲ：ｉｎｃｒｅｍｅｎｔａｌ ｈｅａｔ ｒａｔｅ）は、熱消費率曲線の傾きとして定義され、ユニットの熱消費率は、任意の負荷における電気出力に対して企図される熱入力の比である。このデータの誤りは、総発電費を最小化しない負荷での発電ユニットの給電配分をもたらすことになる。

いくつかの項目が増分熱消費率曲線に誤りを導入しうる。これらの項目は２つのカテゴリにグループ化されうる。第１のカテゴリは、データが給電指令者に与えられるときに存在する誤りを生む項目を含む。例えば、データが試験によって収集される場合、計器の不正確さに起因する誤りが、誤りを用いて行われるすべての計算に含まれることになる。以下でより詳細に論じるように、本発明のある態様は、データ収集中のセンサの正確さを確認し、収集データがセンサの誤動作が原因で信頼できない可能性があるときのインスタンスを適時に特定する方法を含む。誤りの第２のカテゴリは、時間に経過と共にデータの正確さを低下させる項目を含む。例えば、発電ユニットの性能が設備劣化または修理または周囲条件の変化が原因で変化した場合、給電配分に使用される増分熱消費率データはそうしたデータが更新されるまで誤りになる。本発明の一態様は、増分熱消費率計算に大きく影響を及ぼしうる熱発電ユニットのパラメータを特定するものである。その場合、そうしたパラメータおよびパラメータの重大さの知識は、実際通りの発電所性能を反映するためにどれほどの頻度で給電配分データを更新すべきか判定するのに使用されうる。

増分熱消費率データの誤りは、発電所に誤って給電指令される状況につながり、そうした状況は、通常、電力系統の発電費の増加をもたらす。例えば、図７のグラフを参照すると、実際の増分熱消費率が給電配分プロセスで使用される増分熱消費率と異なる状況が示されている。発電ユニットに給電指令する際に、給電指令当局は、指示されるように「Ｅ」だけ誤っている増分熱消費率データを使用する。（図７では、電力系統の増分熱消費率が所与の発電ユニットに課される負荷の影響を受けないものと仮定しており、これは、電力系統が所与の発電ユニットのサイズと比べて大規模なものである場合には概ね正しいことに留意すべきである。）図示のように、発電ユニットは、利用可能な情報に基づいて発電ユニットとシステムとの増分熱消費率が等しくなる負荷であるＬ１で給電指令されることになる。正しい増分熱消費率情報が使用された場合には、発電ユニットは、発電所の実際の増分熱消費率が電力系統の増分熱消費率と等しい負荷であるＬ２で給電指令されたはずである。理解されるように、誤りは発電所の過小利用をもたらす。別の状況が該当する場合、すなわち、実際の増分熱消費率のプロットに対する誤った増分熱消費率計画のプロットの位置が反対である場合、誤りは発電ユニットへの過大な割り当てをもたらし、これは発電ユニットに、ユニットに配分された給電責任を果たすための非効率的な運転を要求しうる。電力系統の中央給電指令当局の見地から見ると、給電配分プロセスで使用されるデータの誤りを低減することにより、総システム燃料費が低減され、システム効率が高められ、かつ／または負荷要件を満たさないリスクが低減されることが理解されるであろう。システム内の発電所の運営者にとっては、そうした誤りの低減により発電所の十分な利用が助長され、経済的利益が改善されるはずである。

図８および図９に、それぞれ、発電所制御装置２２の概略図と、本発明の態様に従った制御方法の流れ図１６９とを示す。これらの例では、経済給電を使用して可能な提供者間で負荷を分配する電力系統内での経済的最適化を例示する方法が提供される。経済給電の基本プロセスは、様々なやり方で、多くの電力系統に共通の多層階層内で定義される任意の２レベル間で用いられうるプロセスである。ある場合には、例えば、経済給電プロセスは、中央行政当局または業界協同組合がいくつかの競合企業間で負荷を分割するための競争プロセスの一部として使用されうる。あるいは、同じ経済給電の原理は、発電所所有者の発電費を最小化するように同じ所有者の発電所間で負荷を分割するのに使用されうる。またこの原理は、発電所レベルで、運営者または発電所制御装置が、利用可能な異なるローカルの発電ユニット間でその負荷要件を分割するのに使用されてもよい。特に指定しない限り、本発明のシステムおよび方法は、経済給電プロセスのこれらの可能なあり方のいずれにも広く適用可能であることが理解されるであろう。

一般に、給電配分プロセスは、参加する発電所または発電ユニットごとの増分発電費がほぼ同じになる給電配分スケジュールの作成によって電力系統内の発電費を最小化しようとする。理解されるように、いくつかの用語が経済給電プロセスを記述するのによく使用され、よって、それらの用語を以下のように定義する。「予測計画対象期間」とは、そこで最適化が実行されるべき事前定義の期間である。例えば、代表的な予測計画対象期間は、数時間から数日までとしうる。予測計画対象期間内の「間隔」とは、事前定義の最適化の時間分解能、すなわち前述の「最適化サイクル」であり、予測計画対象期間中にどれほどの頻度で最適化が実行されるべきかを記述する。例えば、最適化サイクルの代表的な時間間隔は、数秒から数分までとしうる。最後に、「予測長さ」とは、その間に最適化が実行されるべき時間間隔数であり、予測計画対象期間を時間間隔で除算することによって得ることができる。よって、１２時間の予測計画対象期間および５分間の時間間隔では、予測長さは１４４時間間隔である。

本発明の態様は、発電所のための制御方法および／または制御装置、ならびに性能、費用対効果、および効率を最適化するための方法およびシステムを提供する。例えば、本発明によれば、熱発電ユニットまたは発電所について、可変性能特性および費用パラメータ（すなわち、燃料費、周囲条件、市場条件など）を、ライフ・サイクル・コスト（すなわち、可変運転およびその保守スケジュールへの影響、部品交換など）と均衡する最小可変運転費が達成されうる。そうした要因を考慮に入れて熱発電ユニットの１または複数のパラメータを変化させることによって、発電ユニットの耐用寿命にわたって発電ユニットをより経済的に利用することができる。例えば、ガスタービンを含む発電所では、運転プロファイル、周囲条件、市場条件、予想、発電所性能、および／または他の要因に基づいてより経済的に所望の負荷レベルを提供するように入口温度が変更されうる。その結果、始動回数が制限された発電ユニット内の残存時間ベースの寿命が残っている部品の廃棄が低減されうる。さらに、定期的に試験され、正しく運転していることが確認されるセンサからの概ねリアルタイムのデータで更新されるフィードバックループを含む発電所制御システムが、さらなる発電所最適化を可能にする。すなわち、本発明のある実施形態によれば、発電所制御システムと給電指令当局との間にリアルタイム・フィードバック・ループを導入することにより、目標負荷およびユニット起動停止を、リアルタイムのエンジン性能パラメータに基づいて構築される高精度のオファー曲線に基づくものとすることができる。

図８に、本発明の態様による例示的発電所制御装置２２の概略図を示す。発電所制御装置２２は図９の方法１６９を実装するのに特に適合しうることが理解されるであろう。このため、図８と図９とをまとめて論じるが、各図はより一般的な使用に適用可能な側面を有しうることが理解されるであろう。図８に表す電力系統１０は、発電所制御装置２２がもっぱら使用される「発電所１２ａ」と「他の発電所１２ｂ」とを含み、他の発電所１２ｂは、発電所１２ａと競争する電力系統内の発電所を表しうる。図示のように、電力系統１０は、専用のシステム制御装置２５を介して、システム内のすべての参加発電所１２ａ、１２ｂ間の給電配分プロセスを管理する給電指令当局２４も含む。

発電所１２ａは、発電所制御装置２２が運転条件を監視し、発電所の運転を制御するための多数のセンサ４６およびアクチュエータ４７を含みうる。発電所制御装置２２は多数のデータリソース２６と通信することができ、リソース２６は、発電所制御装置２２にとってリモートに位置し、通信ネットワーク上でアクセス可能であっても、かつ／またはローカルで含まれ、ローカルネットワーク上でアクセス可能であってもよい。図示のように、発電所制御装置２２の概略図は、いくつかの囲みによって相互に区切られたいくつかのサブシステムを含む。これらのサブシステムまたは「囲み」は、説明の助けとなるように主として機能によって分けられている。しかしながら、分けられた囲みは、特に指定しない限り、個別のチップまたはプロセッサまたは他の個別ハードウェア要素を表していても表していなくもてよく、発電所制御装置内で実行されるコンピュータ・プログラム・コードの分かれたセクションを表していても表していなくもよいことが理解されるであろう。同様に、方法１６９も２つの主要なセクションまたはブロックに分割されているが、これは便宜的なものであり、説明の助けとするためのものである。図８に示す別々の囲みのいずれかまたは全部が、図９に示す別々のブロックまたはステップのいずれかまたは全部と同様に、発電所制御装置２２において１または複数のセクションへ組み合わされうることが理解されるであろう。

図９の方法１６９は、例えば、（ステップ１７１で）使用のための現在の情報およびデータを受け取り、または収集する制御セクション１７０から開始することができ、データは、市場データ、運転データ、および／または周囲データを含みうる。発電所制御装置２２内で、対応する制御モジュール１１０が、データリソース２６または任意の他の適切なソースからこの種のデータを要求する／受け取るように構成されうる。また制御モジュール１１０は、給電指令当局２４から目標負荷１２８を受け取るようにも構成されうる（が、初期実行時には、そうした目標負荷が利用できず、事前定義の初期ターゲット負荷が使用されうる）。周囲データが、リモートまたはローカルのデータリポジトリおよび／または予想サービスから受け取られ、データリソース２６の構成要素として含まれうる。また周囲データは、給電指令当局２４との通信リンクを介して受信されるのみならず、発電所１２ａの周りに配備された周囲センサによっても収集されうる。本発明の態様によれば、周囲データは、発電所１２ａの周囲条件を記述する履歴データ、現在データ、および／または予想データを含み、これは例えば、気温、相対湿度、気圧などを含みうる。市場データが、リモートまたはローカルのデータリポジトリおよび／または予想サービスから受け取られ、データリソース２６の構成要素として含まれうる。また市場データは、給電指令当局２４との通信リンクを介して受信されてもよい。本発明の態様によれば、市場データは、発電所１２ａの市場条件を記述する履歴データ、現在データ、および／または予想データを含み、これは例えば、エネルギー販売価格、燃料費、人件費などを含みうる。また運転データも、データリポジトリおよび／または予想サービスから受け取られてもよく、データリソース２６の構成要素として含まれうる。運転データは、発電所運転に関連した物理パラメータを測定する発電所１２およびその発電所構成要素４９内に配備された複数のセンサ４６から収集されたデータを含みうる。運転データは、様々なプロセス入力および出力はもとより、履歴データ、現在データ、および／または予想データも含みうる。

図９に示すように、発電所１２の初期設定値は、例えば、図８の発電所制御装置２２内の制御モデル１１１を用いて決定されうる。例えば、制御モデル１１１は、（図９のステップ１７２で）発電所１２の熱力学的詳細および／または物理的詳細、ならびに周囲データや市場データやプロセスデータといった追加情報を使用して発電所１２の運転パラメータの値を決定するように構成されうる。ある場合には、例えば、運転パラメータの値は、目標負荷を満たすのに十分な電力出力を達成するのに必要とされるはずの値としうる。決定された値は、発電所１２のそれぞれの運転パラメータの初期設定値として使用されうる（やはり図９のステップ１７２）。そうした運転パラメータの例には、燃料流量、入口温度、（案内翼が存在する場合は）入口案内翼の位置、蒸気圧、蒸気温度、および蒸気流量が含まれうることが理解されるであろう。次いで、発電所制御装置２２の性能モデル１１２を用いることにより、（図９のステップ１７３で）性能指標が決定されうる。性能指標は、発電所１２の効率といった運転特性を提供しうる。性能モデル１１２は、発電所１２の運転特性の値を決定するために、制御モデル１１１によって決定された設定値はもとより、発電所１２の熱力学的詳細および／または物理的詳細を使用するように構成されうる。性能モデル１１２は、周囲条件、市場条件、プロセス条件、および／または他の関連情報といった追加情報を考慮に入れるように構成されうる。

加えて、本発明のある態様によれば、例えば、図８の発電所制御装置２２に含まれるライフ・サイクル・コスト（ＬＣＣ：ｌｉｆｅ ｃｙｃｌｅ ｃｏｓｔ）モデル１１３を用いて、（図９のステップ１７４で）発電所１２のＬＣＣの推定値が決定されうる。ＬＣＣモデル１１３は、コンピュータプログラムなどであってよく、制御モデル１１１からの設定値はもとより、発電所１２に関する物理的情報および／または費用情報を使用して、発電所１２の推定ライフ・サイクル・コストを決定するように構成されうる。ライフ・サイクル・コストは、例えば、発電所１２の耐用寿命にわたる発電所１２の総費用、保守費、および／または運転費を含みうる。ＬＣＣモデル１１３はさらに、正確さを高めるために性能モデル１１２の結果を考慮に入れるようにも構成されうる。したがってＬＣＣモデル１１３は、制御モデル１１１の決定された設定値および性能モデル１１２からの運転特性、ならびに必要に応じて他の情報を使用して、発電所１２の耐用寿命を推定すると共に、その耐用寿命の間の発電所１２を運転し、かつ／または保守するのにどれほどの費用がかかりうるかも推定しうる。前述のように、発電所の耐用寿命は、運転時間単位および／または始動回数単位で表すことができ、所与の発電所は、発電所の製造者によって提供されうる期待耐用寿命を有する。よって、期待耐用寿命の予測値が、ＬＣＣモデル１１３および／または高度化モジュール１１４のための少なくとも開始点として使用されうる。

初期設定値、性能指標、および推定ライフサイクルの決定の結果といった本発明の他の実施形態からの情報を用いて、後述するように、（ステップ１７５で）発電所１２についての最適化問題が解決されうる。そうした最適化問題は、求められる分析の深さに応じて複数の式および変数を含み、目的関数を含んでいてよく、目的関数は、実施形態では、ＬＣＣベースのとすることができる。解決は、例えば、ＬＣＣベースの目的関数を最小化する（やはりステップ１７５）ことによって、発電所１２の運転パラメータの高度化または増強を提供することを含みうる。実施形態では、最適化問題の解決は、図８の発電所制御装置２２の高度化モジュール１１４によって実行されうる。

最適化理論から知られるように、目的関数は、最適化されるべき特性またはパラメータを表し、最適化問題がどのように定義されるかに応じて多くの変数および／またはパラメータを考慮に入れることができる。ある最適化問題では、個々の問題および／または目的関数によって表されるパラメータに応じて、目的関数が最大化され、または最小化されうる。例えば、前述のように、実施形態によるＬＣＣを表す目的関数は、ＬＣＣを実行可能な限り低く保つように発電所１２運転するのに使用されうる少なくとも１つの運転パラメータを生成するために最小化されるはずである。発電所１２のための最適化問題または少なくとも１つの目的関数は、発電所特性、サイトパラメータ、顧客仕様、制御モデル１１１、性能モデル１１２、および／またはＬＣＣモデル１１３からの結果、周囲条件、市場条件、および／またはプロセス条件、ならびに、好適であり、かつ／または必要とされうるはずの任意の追加情報といった要因を考慮に入れることができる。そうした要因が集められて目的関数の項に含められ、そのため、例えば、ＬＣＣベースの目的関数は、ある期間にわたる保守費および運転費を含み、期間は推定構成要素耐用寿命に基づく予測計画対象期間である。本発明の実装においては、複雑な目的関数および／または最適化問題が使用され、各関数は、本明細書で記述される様々な関数および／または要因の多くまたはすべてを含みうることが理解されるであろう。

例えば保守費は、発電所１２の部品をモデル化することにより、すでに論じたパラメータといった様々なパラメータに基づく摩耗を推定することによって決定されうる。発電所１２の任意の部品がこれらの目的でモデル化されうることが理解されるであろう。しかし、実際の応用では、発電所１２のより少数のより大きな部分、またはより少数の選択部分と関連付けられた部品がモデル化されてもよいはずであり、かつ／またはいくつかの部品について、モデル化する代わりに制約条件もしくはプラグ値が使用されてもよいはずである。どんな詳細レベルが用いられようとも、そうしたＬＣＣベースの目的関数の最小化は、前述のような多くの要因の結果として所与の発電所について変動し、例えば、ＬＣＣの最小化と一致する発電所１２の少なくとも１つの運転パラメータの高度化または増強を含みうる最適化問題の一部である。加えて、最適化問題には、事前定義の稼働時間および／もしくは休止時間、発電所１２の様々な位置における事前定義の上限および／もしくは下限温度、事前定義のトルク、事前定義の電力出力、ならびに／または、求められうる、かつ／もしくは適宜の、他の制約条件といった、少なくとも１つの制約条件が課されうることも当業者は理解するであろう。特に指定しない限り、所与の最適化問題についてどんな制約条件をどのように適用すべきかは、当業者の認識範囲内である。さらに、当業者は、最適化問題への実行可能解を可能にするスラック変数を加えるといった、追加的な最適化理論の技法が適用されうる状況を理解するであろう。

公知の技法が、例えば高度化モジュール１１４（図８）によって、発電所１２の運転のための最適化問題を解決するのに用いられうる。例えば、整数計画法、線形法、混合整数線形法、混合整数非線形法、および／または別の技法が、適宜に、かつ／または必要に応じて使用されうる。加えて、目的関数の例に示すように、最適化問題は予測計画対象期間にわたって解決され、発電所１２の少なくとも１つの運転パラメータの値の配列を提供しうる。高度化または増強は、例えば、２４時間、あるいは分単位でさえもの、比較的短期の予測計画対象期間にわたって実行されうるが、高度化モジュール１１４（図８）は、所望の分析の深さに応じて、例えば、最高発電所１２の推定耐用寿命までなど、より長期の予測計画対象期間を用いてもよい。各実施形態では、例えば制御モデル１１１（図８）によって決定された初期設定値が、最適化問題の解決に応答して、かつ／または解決の一部として、高度化され、または増強され、または最適化された設定値をもたらすように調整されうる。加えて、初期設定値の決定と共に反復を使用して、（図９のステップ１７２〜１７５で）性能指標の値を決定し、推定ＬＣＣ費用を決定し、高度化もしくは増強を行うことにより、結果が改善され、かつ／または発電所１２の制御設定値がより高度化され、もしくは増強されうる。

後述するように、オファー曲線セクション１８０は、その一例を図７に関連して前に示した、オファー曲線またはオファー曲線のセットを生成しうる。発電所制御装置２２では、制御モジュール１１０および／またはデータリソース２６からの制御情報１１５がオファー曲線モジュール１２０によって（図９のステップ１８１で）受け取られうる。ある実施形態によれば、制御情報１１５は、制御設定値、性能、周囲条件、および／または市場条件を含む。この情報を「実行時（ａｓ ｒｕｎ）」情報ともいう。加えて、周囲条件予想１２１および／または市場条件予想１２２も（ステップ１８２で）受け取られうる。ある実施形態によれば、データベース１２３が含まれ、データベース１２３は、周囲条件、市場条件、発電所性能情報、オファー曲線、制御設定値、および／または適宜の任意の他の情報を含む、現在の情報、「実行時」情報、および／または履歴情報をローカルで記憶しうる。データベース１２３は、例えば発電所１２のオフラインモデル１２４を用いて、（ステップ１８３で）発電所１２の運転をシミュレートするための情報を提供するのに使用されうる。

オフラインモデル１２４は、制御モデル１１１と同様のモデルを含みうるが、追加のモデル化情報も含みうる。例えば、オフラインモデル１２４は、制御モデル１１１、性能モデル１１２、ＬＣＣモデル１１３、および／または追加のモデル化情報の部分または全部を組み込みうる。設定値および／またはＬＣＣの高度化または増強からの情報を用いてオフラインモデル１２４を実行することにより、オフラインモデル１２４の出力を使用して、予測計画対象期間の時間間隔ごとの発電の費用および発電所１２の電力出力の様々な値の推定値を決定することにより（ステップ１８４で）１または複数のオファー曲線１２５を生成することができ、それらのオファー曲線１２５は（ステップ１８５で）給電指令当局２４に送信され、またはそれ以外の方法で提供されうる。オフラインモデル１２４は、発電所１２の推定運転費および／または条件の決定に際して、履歴情報、現在の情報、および／または予想情報といった任意の適切な情報を使用しうる。加えて、実施形態のオフラインモデル１２４は、例えばモデル・チューニング・モジュール１２６によって、（ステップ１８６で）チューニングされうる。チューニングは、例えば、発電所１２の運転をより適切にシミュレートするために、発電所制御装置２２の他の部分によって受け取られ、かつ／または提供される情報に基づいて発電所１２の実際の運転をより適切に反映するようにオフラインモデル１２４のパラメータを周期的に調整することを含みうる。よって、所与の運転パラメータのセットについて、発電所制御装置２２が、オフラインモデル１２４が予測したものと異なる実際のプロセス条件を観測した場合には、発電所制御装置２２はオフラインモデル１２４をしかるべく変更しうる。

発電所１２ａからのオファー曲線１２５に加えて、図示のように、給電指令当局２４は、その制御下にある他の発電所１２ｂからのオファー曲線１２５も受け取りうる。給電指令当局２４はオファー曲線１２５にアクセスし、電力系統１０にかかる負荷に対応するための給電配分スケジュールを生成しうる。給電指令当局２４はさらに、給電指令当局２４がアクセスすることができる様々なローカルもしくはリモートのデータリソース２６から受け取りうる、予想される周囲条件、負荷予想および／または適宜の、かつ／もしくは求められうる他の情報を考慮に入れることもできる。図示のように、給電指令当局２４によって生成される給電配分スケジュールは目標負荷１２８を含む発電所１２のための制御信号を含み、発電所制御装置２２は前述のようにその信号に応答しうる。

ライフ・サイクル・コストの考慮事項を含めることは、本明細書で記述するように、最適化プロセスで使用される発電所モデルの適用範囲を広げ正確さを高め、その際に手順の高度化を可能にするように機能しうることが理解されるであろう。オファー曲線１２５は、前述のように、（メガワット単位の発電所出力に対するドル毎メガワット時単位で測定される）可変費用を表しうる。オファー曲線１２５は、増分可変費用オファー曲線および平均可変費用オファー曲線を含みうる。図示のように、本発明の実施形態は、それらが生成するオファー曲線１２５によって可変費用の正確な査定を提供しうる。本発明の実施形態を用いれば、増分可変費用オファー曲線は実際の増分可変費用曲線を非常に厳密に予測することが示されており、他方、平均可変費用オファー曲線は、実際の平均可変費用曲線を非常に厳密に予測することが示されている。本発明の実施形態によって生成されるオファー曲線の正確さは、図８の発電所制御装置２２で使用される様々なモデルが、概説した目的のための適切な代表モデルを提供することを示している。

次に図１０から図１２を見ると、前述のいくつかのシステムおよび方法を参照し、それらを含む本発明の他の態様が記述されている。図１０は、ガス・タービン・システムおよび蒸気タービンシステムを有する複合サイクル発電所で使用されうる発電所最適化システム２００のためのアーキテクチャを示すデータフロー図である。図示の実施形態では、システム２００は、ガス・タービン・システム（２０２）および蒸気タービンシステム（２０４）の各々と関連付けられた、先に論じたセンサおよびアクチュエータといった、監視・制御計器２０２、２０４を含む。監視・制御計器２０２、２０４の各々は、測定運転パラメータを示す信号を発電所制御装置２０８へ送信しうる。発電所制御装置２０８は信号を受信し、所定のアルゴリズムに従って信号を処理し、監視・制御計器２０２、２０４へ制御信号を送信して発電所運転を変更する。

発電所制御装置２０８は、データ取得モジュール２１０とインターフェースする。データ取得モジュール２１０は、後で参照し、分析するための保管データを維持するデータベース／ヒストリアン２１２に通信可能に結合されうる。熱勘定モジュール２１４は、要求に応じてデータ取得モジュール２１０およびデータベース／ヒストリアン２１２からデータを受け取って、測定データに可能な限り厳密に一致するように発電所の質量・エネルギー勘定モデルをチューニングするアルゴリズムを処理する。モデルと測定データとの間の不一致がデータの誤りを指示しうる。理解されるように、性能モジュール２１６は、発電所設備モデルを使用して、主な発電所構成要素および設備の期待性能を予測しうる。期待性能と現在の性能との差異は、それだけに限らないが、付着物、スケーリング腐食、破損といった、発電所設備、部品、および構成要素の条件の劣化を表しうる。本発明の態様によれば、性能モジュール２１６は、発電所性能に最も重大な影響を及ぼす性能問題が特定されるように経時的に劣化を追跡しうる。

図示のように、オプティマイザモジュール２１８が含まれうる。オプティマイザモジュール２１８は、発電所の経済給電を最適化するための方法を含みうる。例えば、実施形態によれば、発電所は、熱消費率が財源と等価であるという仮定に従って熱消費率または増分熱消費率に基づいて給電指令されうる。発電所が、そのために蒸気が直接使用される（すなわち、発生する蒸気が蒸気タービンにおける発電から別の製造用途へ転用されうる）追加的な製造プロセス（不図示）を含む代替のシナリオでは、オプティマイザモジュール２１８は最適化問題を解決することができ、その場合、より高い熱消費率を有する構成要素が給電指令されうることが理解されるであろう。例えば、ある状況では、蒸気の需要が電気の需要を上回り、または電気出力が電気システム要件によって制約されうる。そうした場合、より低効率のガス・タービン・エンジンに給電指令することにより、限界を超えて電気出力を引き上げずにより大きい熱を回収することができる。そうしたシナリオでは、より高い熱消費率を有する構成機器への給電指令が経済的に最適化された代替方法である。

オプティマイザモジュール２１８は、オンライン（自動）モードとオフライン（手動）モードとを選択可能としうる。オンラインモードでは、オプティマイザ２１８は、発電される電気の費用、各発電レベルにおける増分費用、プロセス蒸気の費用、および所定の周期、例えば、リアルタイムで、または５分ごとに１回などでの発電所運転利益といった現在の発電所経済パラメータを自動的に算出する。オフラインモードは、定常状態性能をシミュレートし、「Ｗｈａｔ−ｉｆ」シナリオを分析し、予算およびアップグレード選択肢を分析し、現在の発電能力、目標熱消費率、条件を保証するための現在の発電所運転の補正、運転制約条件および保全処置の影響、ならびに燃料消費を予測するのに使用されうる。オプティマイザ２１８は、発電所熱勘定を発電所財務モデルと組み合わせることによる効率に基づく出力ではなく、リアルタイムの経済的費用データ、出力価格、負荷レベル、および設備劣化に基づいて発電所の利益最適化出力を計算する。オプティマイザ２１８は、各構成要素の劣化に個別に適合するようにチューニングされ、助言出力２２０を生成し、かつ／または閉フィードバックループ制御出力２２２を生成しうる。助言出力２２０は運営者に、各発電所構成要素を最適化することにより収益性最大化を助長するために発電所の制御可能なパラメータをどこに設定すべきか勧告する。例示的実施形態では、助言出力２２０は、コンピュータ実行オプティマイザモジュール２１８に通信可能に結合されたコンピュータ表示画面である。代替の実施形態では、助言出力は、リモートワークステーション表示画面であり、ワークステーションはネットワークを介してオプティマイザモジュール２１８にアクセスする。閉フィードバックループ制御出力２２２は、オプティマイザモジュール２１８からデータを受け取ることができ、リアルタイムフィードバック制御を実行するためにシステム２００の各モジュールのための最適化された設定値および／またはバイアス設定を計算する。

図１１は、本発明の態様によれば、サーバシステム２３１と、サーバシステム２３１に通信可能に結合された、クライアントシステム２３４とも呼ばれる、複数のクライアントサブシステムとを含むリアルタイム熱発電所最適化システム２３０の簡略化されたブロック図である。本明細書で使用する場合、リアルタイムとは、結果に影響を及ぼす入力の変化の後、実質的に短期間で発生する結果、例えばコンピュータによる計算をいう。期間は、定期的に繰り返されるタスクの各反復間の時間量を表す。そうした繰り返されるタスクを、本明細書では、周期的タスクまたはサイクルと呼びうる。期間は、結果の重要性および／または結果を生成するための入力の処理を実装するシステムの能力に基づいて選択されうるリアルタイムシステムの設計パラメータである。さらに、リアルタイムで発生するイベントは、実質的な意図的遅延なしで発生する。例示的実施形態では、計算は、１分以下の周期で、リアルタイムで更新されうる。クライアントシステム２３４は、サーバシステム２３１がインターネットまたは何らかの他のネットワークを介してクライアントシステム２３４にアクセスできるような、ウェブブラウザを含むコンピュータとすることができる。クライアントシステム２３４は、多くのインターフェースを介してインターネットに相互接続されうる。クライアントシステム２３４は、インターネットに相互接続することができる任意の装置としうるはずである。以下でより詳細に説明するように、データベースサーバ２３６が、複数の事柄に関する情報を含むデータにベース２３９に接続される。一実施形態では、先に論じたデータリソース２６の側面を含む中央データベース２３９が、サーバシステム２３１上に記憶され、クライアントシステム２３４を介してサーバシステム２３１にログオンすることによってクライアントシステム２３４の１つで潜在的ユーザによってアクセスされうる。代替の実施形態では、データベース２３９はサーバシステム２３１からリモートで記憶され、非集中型としうる。

本発明の態様によれば、先に論じた制御方法のいくつかは、図１０および図１１のシステム図と併用するために策定されうる。例えば、一方法は、発電所監視計器データを受け取るソフトウェア・コード・セグメントの発電所性能モジュールを用いて発電所性能をシミュレートすることを含む。データは、発電所制御装置またはサーバ上で実行されるデータベース／ヒストリアン・ソフトウェア・プログラムからネットワークを介して受け取られうる。吸気調節システムやダクト・ファイアリング・システムといった任意の追加の発電所構成要素が、発電所性能をシミュレートするのに使用されるのと同様のやり方でシミュレートされうる。各発電所構成要素の性能を同じやり方で決定することにより、構成要素ごとの最適化設定値を別々に決定するのではなく、発電所全体を単一の発電所として扱うことにより発電所の最適化設定値を決定することが可能になる。発電所構成要素ごとの測定可能な量が、構成要素ごとの出力または発電所効率を表すようにパラメータ化されうる。発電所設備および発電所性能をパラメータ化することは、それだけに限らないが、ガスタービン圧縮機、ガスタービン、排熱回収ボイラ（ＨＲＳＧ）、通風ファン、冷却塔、復水器、給水加熱器、蒸発器、フラッシュタンクなどといった構成要素についての効率を計算することを含む。同様に、熱消費率および性能の計算をパラメータ化し、結果として得られる連立方程式をリアルタイムで解くことができ、そのため、各パラメータがサンプルされた時間からの意図的な遅延なしで計算結果を利用できることも理解されるであろう。パラメータ化連立方程式および制約条件を解決することは、発電所の現在の熱勘定を決定すること、それだけに限らないが例えば、運転予備力要件、電気システム需要、保守活動、清水需要、および構成要素停止といった発電所の運転に対する現在の制約条件を用いて期待性能を決定することも含みうる。パラメータ化方程式および制約条件を解決することは、現在の熱勘定を、将来の熱勘定が決定された期待性能と等しくなるよう変更するように調整すべきパラメータを決定することも含みうる。代替の実施形態では、パラメータ化連立方程式および制約条件を解決することは、発電所への入口条件を決定すること、決定された入口条件および発電所の所定のモデルに基づいて発電所の出力を予測すること、発電所の現在の出力を決定すること、予測された出力を決定された出力と比較すること、決定された出力が予測された出力と等しくなるまで発電所パラメータを調整することを含む。例示的実施形態では、方法は、パラメータ化方程式を用いて制御可能な発電所パラメータ、発電所設備、および発電所性能を相関させること、発電所の熱消費率を最小化することおよび／または発電所の利益を最大化することを含む目的関数を用いて最適化の目的を定義すること、ならびに制約条件を用いて、各個別設備の運転の物理的に可能な範囲、および／または、最大発電、最大燃料消費などを含む全般的限界を定義することも含む。

図１２は、本発明による、パラメータ化連立方程式および制約条件を解決するための例示的方法２５０の流れ図である。方法２５０は、（２５２で）発電所の現在の熱勘定を決定すること、（２５４で）運転に対する現在の制約条件を用いて期待性能を決定すること、および（２５６で）現在の熱勘定を、将来の熱勘定が決定された期待性能と等しくなるよう変更するように調整すべきパラメータを決定することを含む。方法２５０は、発電所への入口条件を決定すること２５８、決定された入口条件および発電所の所定のモデルに基づいて発電所の出力を予測すること２６０、発電所の現在の出力を決定すること２６２、予測された出力を決定された出力と比較すること２６４、決定された出力が予測された出力と等しくなるまで発電所パラメータを調整すること２６６を含む。前述の方法、ならびに図１０および図１１に関連して論じたシステムは、複合サイクル発電所を最適化する費用効果的で、確実な手段を提供することが理解されるであろう。

次に図１３から図１６を見て、本発明のある態様による制御方法を例示するいくつかの流れ図およびシステム構成に注目する。一般に、例示的実施形態によれば、ガス・タービン・システムといった熱発電ユニット、または発電所の制御システムは、例えば、物理学に基づくモデルを利用したり、数学的にモデル化したり（例えば伝達関数など）するこことによって、タービンの運転をモデル化するモデルの第１および第２のインスタンスを含みうる。第１のモデル（「１次モデル」とも呼ばれうる）は、タービンの運転モードおよび運転モードに対応する運転条件を記述するガス・タービン・システムの現在の運転パラメータを提供しうる。本明細書で使用する場合、「パラメータ」とは、それだけに限らないが、温度、圧力、タービン内の定義された位置に置けるガス流、ならびに圧縮機、燃焼器、およびタービンの効率レベルなどといった、タービンの運転条件を定義するのに使用されうる項目をいう。性能パラメータは、「モデル補正係数」とも呼ばれ、タービンの運転を反映するように第１または第２のモデルを調整するのに使用される係数をいう。第１のモデルへの入力が運営者によって感知または測定され、提供されうる。現在の性能パラメータに加えて、本発明の方法は、ガス・タービン・システムの現在または将来の運転に影響を及ぼしうる、周囲条件といった外部要因または外乱変数に関する情報を受け取り、またはそれ以外の方法で取得することも含みうる。

第２のモデル（「２次モデル」または「予測モデル」ともいう）は、操作変数といった現在の運転パラメータ、および１または複数の外乱変数を考慮に入れて、ガス・タービン・システムの、被制御変数といった１または複数の運転パラメータを特定し、または予測するために生成される。タービンの運転パラメータの例には、それだけに限らないが、排気温度、タービン出力、圧縮機圧力比、熱消費率、排出量、燃料消費、期待収入などといった実際のタービン運転条件が含まれる。したがって、この第２のモデルまたは予測モデルは、ある運転設定値、性能目標、または現在の運転条件と異なる運転条件でのタービン挙動を指示し、または予測するのに利用されうる。本明細書で使用する場合、「モデル」という用語は、一般に、モデルの出力に基づいてモデル化し、シミュレートし、予測し、または指示する行為をいう。本明細書では「第２のモデル」という用語が利用されるが、場合によっては、第１のモデルと第２のモデルの定式化の間に差異がなく、「第２のモデル」が、第１のモデルを調整されたパラメータまたは追加入力もしくは異なる入力で実行することを表しうることが理解される。

したがって、外部要因および／または異なる運転条件を考慮する第２のモデルまたは予測モデルを利用してタービン運転挙動をモデル化することによって、タービン制御を、これら異なる運転条件の下で、または予期しない外部要因を考慮してより効率よく運転するように調整することができる。したがってこのシステムは、モデル化された挙動および運転特性に基づく自動化されたタービン制御を可能にする。加えて、前述のモデル化システムは、運営者指定のシナリオ、入力、運転点、運転目標、および／または運転条件を作成して、これらの運営者指定の条件でのタービン挙動および運転特性を予測することも可能にする。そうした仮説シナリオを予測することにより、運営者は、より多くの情報に基づく制御および運転の決定、例えば、スケジューリング、給電、ターンダウンなどを行うことができる。本明細書で使用する場合、「運転点」という用語は、一般に、運転点、運転条件、および／または運転目標をいい、限定のためのものではない。よって、運転点は、ベース負荷、ターンダウンポイント、ピーク火力などといった目標または設定値を指しうる。

前述のタービンモデル化システムの１つの非限定的使用例は、グリッド準拠要件を満たし、しかも同時に最も効率的なレベルで運転するようにタービン運転を調整することを含む。例えば、地方のグリッド当局は、通常、発電所が周波数混乱時にグリッドを支えることができなければならないという要件を規定している。混乱時にグリッドを支えることは、グリッド状態に応じて、ある条件の下でタービン負荷を増減することを伴う。例えば、混乱時に、発電所は、他の供給不足を補償するためにその発電出力を（例えば２％も）上げることが期待される。したがって、タービン運転は、通常、ベース負荷点を制約することにより、必要に応じて、過剰点火と関連付けられる追加的な保守要因を招くことなく負荷の増加を提供することができるようにタービンが余裕のある出力レベル（「供給予備力」ともいう）で運転されることを可能にする。一例として、供給予備力は、通常のベース負荷の９８％とすることができ、よって、１００％のベース負荷を超えずにグリッド要件（例えば２％の増加）に対応するために負荷を上げることができる。しかし、温度、湿度、圧力といった予期しない外部要因が、タービン効率に悪影響を及ぼす可能性がある。日中の気温が上がるに従って、熱がタービンの運転効率を低下させ、タービンが当初計画したとおりの１００％の負荷に到達しえなくなったために、タービンにタービンが必要とする２％の予備力がなくなる場合もある。これを補償するために、従来の熱消費率曲線は、可能な機械効率損失を考慮して終日にわたりより効率のよい状態で（例えば９６％などで）タービンを動作させる。しかし、本明細書で記述するタービンモデル化システムは、現在の外部要因（例えば、温度、湿度、圧力など）に従ったリアルタイムでのタービン挙動のモデル化を、よって、現在の周囲条件を与件として最も効率的に稼働するようタービン運転を制御することを可能にする。同様に、例えば、日中の熱変動に応じてタービン挙動を予測するように将来のタービン挙動を予測することができ、タービン運転計画が最も効率的で、経済的に採算が取れる運転を達成することを可能にする。別の例として、発電所は、通常、夜間にガスタービンをシャットダウンすべきか、それとも単に出力レベルを下げる（例えばターンダウンする）べきか決定する。排出量、排気温度などといったタービン運転特性がこの決定に影響する。本明細書で記述するタービンモデル化システムを利用すれば、事前に、またはリアルタイムで、またはほぼリアルタイムで、よりインテリジェントに決定を下すことができる。外部要因および期待タービン運転パラメータを第２のモデルに供給することにより、タービン運転特性がどのようになるはずであるか判定することができる。よって、これらの特性（例えば、効率、排出量、費用など）を考慮し、モデル化された特性を利用して、タービンをシャットダウンすべきかそれともターンダウンすべきか判定しうる。

さらに別の例として、タービンモデル化システムは、所与の時間にタービン保守を実行することの利益を評価するのに使用されうる。本発明のタービンモデル化システムは、タービンの運転特性を、現在の性能パラメータに基づいてその現在の能力でモデル化するのに使用されうる。その場合、保守が実行される場合のタービンの運転特性をモデル化する（例えば、期待される性能アップを示すように性能パラメータ値を改善する）運営者指定のシナリオを生成することができる。例えば、タービンが経時的に劣化するにつれて、性能パラメータは機械劣化を反映する。場合によっては、それらの性能パラメータを、よって、タービンの運転特性を改善するために保守を実行することができる。改善された運転特性をモデル化し、または予測することによって、保守を実行することにより得られる便益をかかる費用に対して比較するための費用便益分析を実行することができる。

図１３に、タービン運転挙動をモデル化するのに使用されうる例示的システム３００を示す。本実施形態によれば、圧縮機と燃焼器とを有するガスタービンを含む発電所３０２が設けられる。圧縮機への吸気ダクトが、周囲空気と、おそらくは注水とを圧縮機へ供給する。吸気ダクトの構成は、圧縮機へ流入する周囲空気の圧力損失に寄与する。発電所３０２の排気ダクトが、例えば、排出制御装置および吸音装置を介して発電所３０２の出口からの燃焼ガスを誘導する。入口圧力損失および背圧の量は、吸気ダクトおよび排気ダクトへの構成要素の追加と、吸気ダクトおよび排気ダクトの詰まりとが原因で経時的に変動しうる。

発電所３０２の運転は、発電所３０２の１または複数の可観測条件、すなわち、動作パラメータまたは性能パラメータを検出する１または複数のセンサによって監視されうる。加えて、周囲環境といった外部要因も１または複数のセンサによって測定されうる。多くの場合、二重化または三重化されたセンサが同じパラメータを測定しうる。例えば、冗長温度センサ群が、発電所３０２を取り囲む周囲温度、圧縮機吐出温度、タービン排気ガス温度、ならびに発電所３０２全体にわたる他の温度を監視しうる。同様に、冗長圧力センサ群も、周囲圧力、および圧縮機の入口および出口、タービン排気、およびエンジン全体にわたる他の位置における静的、動的圧力レベルを監視しうる。冗長湿度センサ群は、圧縮機の吸気ダクトにおける周囲湿度を測定しうる。また冗長センサ群は、発電所３０２の運転に付随する様々なパラメータを感知する、フローセンサ、速度センサ、火炎検出センサ、バルブ位置センサ、案内翼角センサなども含みうる。燃料制御システムは、燃料供給から燃焼器へ流れる燃料を調節しうる。また燃料制御装置は燃焼器のための燃料の種類を選択してもよい。

前述のように、「運転パラメータ」は、温度、圧力、圧縮機圧力比、タービン内の定義された位置におけるガス流、負荷設定値、入口温度、ならびに、タービンもしくは圧縮機の劣化レベルおよび／またはタービンもしくは圧縮機の効率レベルに対応する１または複数の条件といった、タービンシステムの運転条件を定義するのに使用されうる項目をいう。いくつかのパラメータは直接測定される。他のパラメータは、タービンモデルによって推定され、または間接的に知られる。さらに別のパラメータは、仮説の、または将来の条件を表し、発電所運営者によって定義されうる。測定され、推定されるパラメータは、所与のタービン運転状態を表すのに使用されうる。本明細書で使用する場合、「性能指標」は、ある測定運転パラメータの値から導出される運転パラメータであり、定義された期間にわたる発電所の運転の性能基準を表す。例えば、性能指標は、熱消費率、出力レベルなどを含む。

図１３に示すように、システム３００は、１または複数の制御装置３０３ａ、３０３ｂを含み、これらの制御装置３０３ａ、３０３ｂは各々、発電所または発電ユニット３０２の運転を制御するためのプログラムを実行する１または複数のプロセッサを有するコンピュータシステムとしうる。図１３には２つの制御装置が示されているが、単一の制御装置３０３が設けられていてもよいことが理解される。好ましい実施形態によれば、冗長的な、かつ／または分散された処理を提供するために複数の制御装置が含まれうる。制御動作は、例えば、センサ入力または発電所運営者からの命令に依存しうる。制御装置３０３によって実行されるプログラムは、燃焼器への燃料流量を調節するためのアルゴリズム、グリッド準拠、ターンダウンを管理するためのアルゴリズムなどといった、スケジューリングアルゴリズムを含みうる。制御装置３０３によって生成されるコマンドは、タービン上のアクチュエータに、例えば、燃料流量、スプリット、および燃料の種類を調節するように燃料供給と燃焼器との間のバルブを調整させることができる。アクチュエータは、圧縮機上の入口案内翼を調整し、またはタービン上の他の制御設定値を作動させることができる。制御装置３０３は、発電所の制御を円滑化することに加えて、本明細書で記述する、第１のモデルおよび／または第２のモデルを生成するのに使用されうることが理解されるであろう。制御装置３０３は、運営者モデル化出力および／または現在のモデル化出力（または任意の他のシステム出力）を受け取りうる。前述のように、制御装置３０３は、プログラム論理（例えばソフトウェア）を記憶し、感知された運転パラメータ、モデル化運転パラメータ、運転限界および目標、運転プロファイルなどといったデータを記憶しうるメモリを含みうる。プロセッサは、オペレーティングシステムを利用してプログラム論理を実行し、またその際に、そこに記憶されたデータも利用しうる。ユーザは、少なくとも１つのユーザインターフェース装置を介して制御装置３０３と対話しうる。制御装置３０３は、入出力インターフェースを介して、動作中にオンラインで発電所と通信することもでき、非動作中にオフラインで発電所と通信することもできる。理解されるように、制御装置３０３のうちの１または複数が、本明細書で記述するモデルベースの制御システムを実行することができ、これは、それだけに限らないが、運転パラメータおよび性能パラメータの感知、モデル化、および／もしくは受け取り；現在のタービン運転を反映する第１の発電所モデルの生成；外部要因情報の感知、モデル化、および／もしくは受け取り；性能目標といった運営者入力および他の変数の受け取り；供給される追加データを考慮した運転を反映する第２の発電所モデルの生成；現在または将来のタービン運転の制御；ならびに／またはモデル化運転特性の提示を含みうる。さらに、他の外部装置または複数の他の発電所もしくは発電ユニットが、入出力インターフェースを介して制御装置３０３と通信しうることも理解すべきである。制御装置３０３は、制御装置３０３が制御する発電所に対してリモートに位置していてよい。さらに、制御装置３０３および制御装置３０３によって実装されるプログラム論理は、ソフトウェア、ハードウェア、ファームウェア、またはそれらの任意の組み合わせを含みうる。

第１の制御装置３０３ａ（前述のように、第２の制御装置３０３ｂと同じ、または異なる制御装置としうる）は、タービンの現在の性能パラメータのモデル化を含めて、第１のモデルまたは１次モデル３０５によって発電所３０２をモデル化するように動作することができる。第２の制御装置３０３ｂは、第２のモデルまたは予測モデル３０６によって異なる条件下でのタービン運転特性をモデル化するように動作することができる。第１のモデル３０５および第２のモデル３０６は、各々、タービン挙動の１または複数の数学的表現の構成としうる。これらの表現の各々は、入力値を利用してモデル化運転パラメータの推定値を生成しうる。状況によっては、数学的表現は、測定パラメータ値が利用できない状況で使用されうる代用運転パラメータ値を生成しうる。第１のモデル３０５はその場合、発電所３０２の現在の性能パラメータと、外部要因、運営者供給のコマンドもしくは条件、および／または調整された運転状態といった任意の他の要因とに基づいてタービン運転特性を決定するために第２のモデル３０６に基礎および／または入力を提供するのに利用されうる。前述のように、「第２のモデル３０６」は、異なる入力を考慮して異なる性能パラメータまたはタービン挙動をモデル化するために、外部要因、異なる運転点といった追加入力または異なる入力を考慮する、第１のモデル３０５と同じモデルの単なるインスタンスであってよいことが理解される。システム３０１は、インターフェース３０７をさらに含みうる。

引き続き図１３を参照すると、システム構成要素間の相互関係の簡単な記述が示されている。前述のように、第１のモデルまたは１次モデル３０５は、発電所３０２の現在の性能パラメータ３０８をモデル化する。現在の性能パラメータ３０８は、それだけに限らないが、タービン劣化レベルに対応する条件、タービン効率レベルに対応する条件（例えば熱消費率や燃料対電力出力比）、入口案内翼角、燃料流量、タービン回転速度、圧縮機入口圧力および温度、圧縮機出口圧力および温度、タービン排気温度、発電機電力出力、圧縮機空気流量、燃焼器燃料／空気比、入口温度（タービン入口）、燃焼器火炎温度、燃料システム圧力比、および音響特性を含みうる。これらの性能パラメータ３０８のうちのいくつかは、タービン運転から直接測定され、または感知されてよく、いくつかは、他の測定され、または感知されるパラメータに基づいてモデル化されうる。性能パラメータは、第１のモデル３０５によって提供されてよく、かつ／または、例えば、制御装置によって感知され、かつ／または測定される場合は、概ね制御装置によって提供されうる。第１のモデル３０５を生成し次第、性能パラメータ３０８（モデルによって提供される任意のタービン挙動を指すものと意図される）は、第２のモデルまたは予測モデル３０６を生成するために提供される。第２のモデル３０６には、その意図される用途に応じて、他の変数３０９も提供されうる。例えば、その他の変数は、一般に、制御不能であり、単純に対応する必要がある、周囲条件といった外部要因を含みうる。加えて、その他の変数３０９は、制御装置指定のシナリオまたは運転点（例えば、第１のモデル３０５に基づくタービン制御といった、制御装置３０３によって生成され、またはそれ以外に制御装置３０３を介して提供されるタービン運転点など）、おそらくは第１のモデル３０５によってモデル化されると記述される同じ測定された入力の一部または全部とすることができる、測定された入力も含みうる。図１４を参照して後述するように、運営者指定のシナリオ３１３（例えば、異なるタービン運転点または条件を指示する１または複数の運営者供給コマンド）も、運営者入力によって第２のモデル３０６に供給されうる。例えば、１つの使用例として、その他の変数３０９は、外部要因や測定された入力といった追加入力に基づいて、現在のタービン挙動をリアルタイムまたはほぼリアルタイムでモデル化しようと試みるときに、第２のモデル３０６への１または複数の入力として提供される制御装置指定のシナリオを含みうる。これらの追加入力のうちの１つまたは複数に加えて第１のモデルの制御装置指定のシナリオを利用することにより、発電所３０２の期待されるリアルタイム挙動を、これらの追加入力を考慮に入れて第２のモデル３０６によってモデル化することができ、これらの追加入力は、さらには、発電所３０２を制御し、または制御プロファイル入力３１０によって第１のモデル３０５を調整するのに利用されうる。

図１４を参照すると、運営者指定の運転モードまたはシナリオ３１３が、インターフェース３０７を介した第２のモデルまたは予測モデル３０６への１または複数の入力として提供され、第２のモデル３０６は次いで、様々な条件下での将来のタービン挙動をモデル化し、または予測する。例えば、運営者は、インターフェース３０７にコマンドを供給することにより、発電所３０２が異なる運転点（例えば、異なる負荷、構成、効率など）で運転するシナリオを生成しうる。説明例として例えば、運転条件のセットが、周囲条件や需要要件といった、翌日（または他の将来のタイムフレーム）について予期される条件を表す運営者指定のシナリオ３１３によって供給されうる。これらの条件は次いで、第２のモデル３０６によって、そのタイムフレームにおける発電所３０２についての、期待され、または予測されるタービン運転特性３１４を生成するのに使用されうる。運営者指定のシナリオの下での第２のモデル３０６の実行時に、予測される運転特性３１４は、それだけに限らないが、ベース負荷出力能力、ピーク出力能力、最小ターンダウン点、排出量レベル、熱消費率などといったタービン挙動を表す。これらのモデル化され、または予測された運転特性３１４は、例えば、電力スポット市場の計画および入札のために発電レベルを計画し、約束するときに役立ちうる。

図１５に、本発明の実施形態が動作するための例示的方法３２０を示す。図示されているのは、図１３および図１４を参照して説明したような、１または複数の制御装置によって実行されうる、タービンをモデル化するためのシステムの基本動作の流れ図である。方法３２０はステップ３２５から開始し、そこで制御装置は、第１のモデルまたは１次モデルによって、現在の運転に従ってタービンの１または複数の現在の性能パラメータをモデル化しうる。この第１のモデルを生成するために、制御装置は、モデルへの入力として、タービンの現在の運転を指示する１または複数の運転パラメータを受け取りうる。前述のように、これらの運転パラメータは、感知され、もしくは測定され、かつ／または、パラメータが感知されえない場合に行われうるように、モデル化されうる。現在の運転パラメータは、前述のように、現在のタービン運転を示す任意のパラメータを含みうる。本明細書で開示する方法およびシステムは、運転パラメータが測定されるかそれともモデル化されるかに直接依存するものではないことが理解される。制御装置は、例えば、ガスタービンの生成モデルを含みうる。モデルは、運転パラメータの１または複数の数学的表現の構成としうる。これらの表現の各々は、入力値を利用してモデル化運転パラメータの推定値を生成しうる。数学的表現は、測定パラメータ値が利用できない状況で使用されうる代用運転パラメータ値を生成しうる。

ステップ３３０で、制御装置は、現在の、かつ／または将来の運転に影響を及ぼしうる１または複数の外部要因を受け取り、またはそれ以外の方法で決定しうる。前述のように、これらの外部要因は通常（そうである必要はないが）制御不能であり、したがって、それらの影響を第２のモデルに組み込むことは、所望のタービン制御プロファイルおよび／または運転挙動を生成するのに有益である。外部要因は、それだけに限らないが、タービン運転挙動に影響を及ぼしうる、周囲温度、湿度、または大気圧、ならびに燃料組成および／または供給圧力を含みうる。これらの外部要因は、測定され、もしくは感知されてもよく、推定され、もしくは（例えば、運営者が仮説シナリオまたは将来の条件に基づく予測挙動を要求する場合に）それ以外の方法で運営者によって手動で提供されてもよく、かつ／または第三者情報リソース（例えば気象サービスなど）によって提供されてもよい。

ステップ３３５で、制御装置は、調整された運転点および／または現在のタービン条件と異なる条件でのタービン挙動を予測するための他の変数を受け取りうる。調整された運転点は、それだけに限らないが、例えば、供給予備力（例えばベース負荷の９８％）でのタービンをモデル化する場合や、ピーク負荷での、またはターンダウン時のタービンをモデル化する場合など、所望の出力レベルを特定することを含みうる。運転点は、それだけに限らないが、高温部耐久性（または入口温度）、排気フレーム耐久性、ＮＯｘ排出量、ＣＯ排出量、燃焼器希薄吹き消え（ｌｅａｎ ｂｌｏｗ−ｏｕｔ）、燃焼力学、圧縮機サージ、圧縮機アイシング、圧縮機空気力学的限界、圧縮機クリアランス、および圧縮機吐出温度といった運転限界をさらに含みうる。よって、これら調整された運転点または他の変数を提供することにより、運営者は、タービンモデルがその下での運転特性を予測するための仮説シナリオを提供することができ、それらのシナリオは、タービンの将来の運転を制御するのに、かつ／または将来の発電および起動停止を計画するのに役立ちうる。

ステップ３３５に続くのはステップ３４０であり、そこで、タービンの第２のモデルまたは予測モデルが、ステップ３２５で生成された第１のモデル、ならびに、任意選択で、外部要因および／またはステップ３３５で提供された調整された運転点もしくは他の変数に基づいて生成される。よって第２のモデルまたは予測モデルは、運転パラメータ、またそこから、将来の運転期間中のタービンの性能指標を正確に指示し、または予測しうる。

ステップ３４５で、モデル化された性能を利用して、現在の、もしくは将来のタービン運転が調整され、かつ／またはモデル化された性能が運営者に表示されうる。したがって、現在のタービン運転を調整する場合、タービン制御装置は、例えば、現在のタービン制御に利用される様々な設定値および／または基準を変更することにより、現在の制御モデル（例えば第１のモデル）または現在の制御プロファイルを変更するための入力としてモデル化された性能パラメータを受け取りうる。タービンのこのリアルタイムまたはほぼリアルタイムの制御は、３４０で生成された第２のモデルへの入力が現在のタービン条件または現在の外部要因を表すものであるときに実行されるはずであることが予期される。例えば、ステップ３４５でのリアルタイムまたはほぼリアルタイムの調整は、第２のモデルが現在の温度、圧力、もしくは湿度を考慮し、かつ／またはタービン劣化および／もしくは効率をより正確に表すタービンの運転パラメータもしくは性能パラメータを考慮した性能特性を表すものであるときに実行されうる。図１６に、任意選択で運営者特有の入力を受け取り、異なる運転条件下での予測される挙動を生成しうる一例示的実施形態を示す。またステップ３４０で生成されたモデルの出力は、インターフェースを介して運営者に表示され、またはそれ以外の方法で提示されうる。例えば、運営者がステップ３３５で仮説運転シナリオを提供する一実施形態では、分析と、将来の制御または計画活動に含める可能性とのために、予測されたタービン運転特性を表示することができる。したがって、方法３２０は、タービンの現在の性能パラメータを第１のモデルによってモデル化し、次いで、同じタービンを、追加の外部要因、調整された運転点、または他の追加データを考慮して、この追加データに基づくタービン運転を予測するためにモデル化して、ステップ３４５の後終了しうる。

図１６に、代替の実施形態が動作するための例示的方法４００を示す。図示されているのは、図１３および図１４を参照して説明したような、１または複数の制御装置によって実行されうる、タービンをモデル化するためのシステムの動作の例示的流れ図である。方法４００は、運営者が、任意選択で、モデル化能力を利用して仮説シナリオの下でのタービン挙動を予測するための追加変数を供給しうるシステム３０１の使用を示している。方法４００は判断ステップ４０５から開始してよく、そこで、タービンが現在のタービン運転パラメータおよび性能パラメータに従ってモデル化されるべきかどうか、またはモデルを生成するときに運営者供給パラメータを考慮すべきかどうかが判定される。例えば、システムが仮説運転シナリオを予測するのに利用されている場合には、（モデルはすでに基本的なタービン運転および挙動を反映しているものと仮定して）モデルへの入力としての現在の性能パラメータは不要とされうる。したがって、判断ステップ４０５で、現在のパラメータが利用されるべきでないと判定された場合には、動作はステップ４１０に進み、そこで運営者は異なる性能パラメータを供給し、異なる運転点の下で、異なる運転条件において（例えば、さらに劣化した状態で、異なる効率レベルでなど）タービンをモデル化することが可能になる。そうでない場合は、図１５のステップ３２５を参照して説明したように、現在の性能パラメータおよび／または運転パラメータが利用され、動作はステップ４１５に進む。ステップ４１５で、制御装置は、第１のモデルまたは１次モデルによって、ステップ４１０からの運営者供給入力またはタービンの現在の運転に従ってタービンの１または複数の性能パラメータをモデル化しうる。例えば、モデルがステップ４１０での運営者供給パラメータに少なくとも一部は基づいて生成される場合には、ステップ４１５で生成されるモデルは、それらの性能パラメータの下での予測タービン挙動を表す。

ステップ４１５の後に判断ステップ４２０が続き、そこで、後続のモデル化（例えば、「第２のモデル」または「予測モデル」）が、現在の温度、圧力、湿度といった外部要因に基づくものとすべきか、それとも運営者によって供給される異なる外部要因に基づくものとすべきかが判定される。例えば、あるシナリオでは、制御装置は、１または複数の現在の外部要因の追加データに基づいてタービン運転挙動をモデル化することができ、これは、現在の条件を考慮したタービン挙動のさらなる予測を可能にするはずである。しかし、別のシナリオでは、制御装置は、運営者供給の条件に従ってタービンをさらにモデル化するのに利用することができ、これは、様々な仮説シナリオの下でのタービン運転特性の予測を可能にする。したがって、ステップ３２０で、モデル化するときに運営者供給外部要因データが考慮されるべきであると判定される場合には、動作はステップ４２５に進む。そうでない場合、動作は現在の外部要因を利用するステップ４３０に進む。ステップ４３０で、制御装置は、第２のモデルまたは予測モデルを生成するときに考慮すべき外部要因を、それらが現在の状態を表すものにせよ、仮説要因を表すものにせよ、受け取る。ステップ４３０の後にはステップ４３５〜ステップ４４５が続き、これらのステップは、任意選択で、それぞれ、異なる運転点の考慮、受け取ったデータに基づく予測モデルの生成、および予測挙動の表示を、図１５のステップ３２５〜ステップ３４５に関連して説明したのと同じまたは同様のやり方で可能にする。方法４００は、任意選択で運営者指定のシナリオに基づいてタービン運転挙動をモデル化して、ステップ４４５の後で終了しうる。

したがって、本明細書で記述する実施形態は、現在の性能パラメータおよび特定された１または複数の外部要因を考慮に入れてタービン挙動を予測することに加えて、タービンモデルを利用して実際のタービンのタービン挙動および対応する運転パラメータを指示することも可能にする。したがって、これらの実施形態は現在のタービン運転とは異なる運転点または運転条件でのタービン挙動を指示し、または予測するという技術的効果を提供する。モデル化された挙動および運転特性に少なくとも一部は基づく自動化されたタービン制御を可能にするというさらに別の技術的効果も提供され、これは、任意選択で、運営者指定の条件でのタービン挙動および運転特性を予測するために、運営者指定のシナリオ、入力、運転点、および／または運転条件タービン挙動および運転特性を作成することを含みうる。実現されるさらなる技術的効果は、運営者が、より多くの情報に基づく制御および運転上の決定、例えば、スケジューリング、給電、ターンダウンなどを行うことを可能にする様々な仮説シナリオを予測できる能力を含む。理解されるように、本明細書では、本発明の例示的実施形態によるシステム、方法、装置、およびコンピュータプログラム製品の工程図を参照する。

次に図１７を参照すると、本発明の代替の実施形態による流れ図５００が示されている。理解されるように、流れ図５００は、発電所５０１の最適化を円滑化するための制御方法として、または制御システムの一部として使用されうる側面を含む。発電所５０１は、図２および図３に関連して論じた発電所のいずれかと同様としうるが、添付の特許請求の範囲で特に制限されない限り、本発明は他の種類の発電所に関連しても使用されうることを理解すべきである。好ましい実施形態では、発電所５０１は、図１に関連して論じたような電力系統市場内で販売される電気を発電する複数の熱発電ユニットを含みうる。発電所５０１は、多くの可能な種類の運転モードを含んでいてよく、これらの運転モードは、例えば、発電所の熱発電ユニットが関与し、または運転される様々なやり方、発電所の出力レベル、発電所が負荷要件を満たしつつ周囲条件の変化に反応するやり方などを含む。運転モードは、発電所５０１の運転の個々の側面の物理的特性を考慮した運転パラメータによって記述され、定義されうることが理解されるであろう。図１７にさらに示すように、本発明は発電所モデル５０２を含みうる。発電所モデル５０２は、発電所の運転を模倣するためのシミュレーションの一部としてプロセス入力および出力を相関させる発電所のコンピュータ化された表現を含みうる。図示のように、本発明は、チューニングモジュール５０３、発電所制御装置５０５、チューニングされた発電所モデル５０７、発電所運営者モジュール５０９、およびオプティマイザ５１０をさらに含み、これらの各々を以下で個別に論じる。

発電所５０１は、運転パラメータを測定するセンサ５１１を含みうる。これらのセンサ５１１、ならびにセンサが測定する運転パラメータは、本明細書ですでに論じたパラメータいずれかを含みうる。この方法の一部として、センサ５１１は、初期、現在、または第１の運転期間（以後、「第１の運転期間」）の運転パラメータの測定値を取ることができ、それらの測定値は、発電所の数学的モデルをチューニングするのに使用することができ、この数学的モデルは、以下で論じるように、次いで、後続の、または第２の運転期間（以後、「第２の運転期間」）中に改善された、または最適化された運転の仕方で発電所５０１を制御するための最適化プロセスの一部として使用されうる。測定された運転パラメータはそれ自体、発電所性能を評価するのに使用され、または発電所の運転および性能の特定の側面を関連付ける性能指標を導出するための計算で使用されうる。理解されるように、この種の性能指標は、熱消費率、効率、発電能力、その他を含みうる。したがって、初期ステップとして、第１の運転期間中にセンサ５１１によって測定される運転パラメータが、１または複数の性能指標として使用されうる（または１または複数の性能指標の値を計算するのに使用されうる）。本明細書で使用する場合、そうした性能指標の値（すなわち、運転パラメータの測定値に基づく値）を、本明細書では、「測定値」と呼ぶ。運転パラメータの測定値および／または性能指標の測定値は、図示のように、発電所制御装置５０５とチューニングモジュール５０３の両方に伝達されうる５１２。チューニングモジュール５０３は、以下でより詳細に論じるように、発電所モデル５０２をチューニングしてチューニングされた発電所モデル５０７を構成する際に使用するためにデータ照合調整またはチューニングプロセスからのフィードバックを計算するように構成されうる。

発電所モデル５０２は、論じたように、発電所５０１の運転をシミュレートするように構成されたコンピュータ化モデルとしうる。この方法に従って、発電所モデル５０２は、発電所５０１の第１の運転期間に対応する発電所運転をシミュレートするように構成されうる。これを達成するために、発電所モデル５０２は、第１の運転期間の運転パラメータに関する情報およびデータを供給されうる。この情報は第１の運転期間中に測定される運転パラメータのいずれかを含みうるが、発電所モデル５０２のための入力データは、測定された運転パラメータのサブセットだけに制限されうることが理解されるであろう。このように、発電所モデル５０２は次いで、入力データセットから除外された選択の運転パラメータの値を計算するのに使用されうる。より具体的には、発電所モデルは、運転パラメータのために測定された値のうちの多くを含むが、そこから、選択の運転パラメータのある測定値が除かれた、シミュレーションのための入力データを供給されうる。出力として、シミュレーションは、選択の運転パラメータのシミュレート値を予測するように構成されうる。次いでこの方法は、シミュレート値を使用して、性能指標の値を予測しうる。この場合、これらの性能指標の値を、本明細書では、「予測値」と呼ぶ。このように、測定された発電所運転パラメータから直接決定された性能指標の測定値は、対応する予測値を有しうる。図示のように、性能指標の予測値は、チューニングモジュール５０３へ伝達されうる５１４。

チューニングモジュール５０３は、性能指標の対応する測定値と予測値とを比較することによりそれらの差分を決定するように構成されうる。理解されるように、そのように計算されると、その差分は、実際の性能（またはその測定値）と発電所モデルによってシミュレートされた性能との間の誤りレベルを反映する。発電所モデル５０２は、この差分またはフィードバック５１５に基づいてチューニングされうる。このように、チューニングされた発電所モデル５０７が構成される。チューニングされた発電所モデル５０７は、オフラインモデルまたは予測モデルとも呼ばれ、次いで、提案される、または可能な運転モードをシミュレートすることにより後続の運転期間の最適化運転モードを決定するのに使用されうる。シミュレーションは、周囲条件といった将来の未知の運転条件に関する推定または予想を含みうる。理解されるように、最適化は、費用関数が定義されている１または複数の性能目標５１６に基づくものとしうる。図示のように、性能目標５１６は、発電所運営者モジュール５０９を介してオプティマイザ５１０へ伝達されうる。

発電所モデルをチューニングするプロセスは、いくつかのステップを含む繰り返しプロセスとして構成されうる。理解されるように、ある実施形態によれば、発電所モデル５０２は、論理ステートメントおよび／またはパラメータ化方程式がプロセス入力（すなわち、燃料供給、空気供給など）をプロセス出力（発電される電気、発電所効率など）に相関させるアルゴリズムを含みうる。発電所モデル５０２をチューニングするステップは、発電所モデル５０２のアルゴリズムのうちの１つを調整し、次いで、調整が及ぼした影響を決定するために調整された発電所モデル５０２を使用して第１の運転期間についての発電所５０１の運転をシミュレートすることを含みうる。より具体的には、性能指標の予測値は、発電所モデルへの調整が計算された差分に及ぼした影響を決定するために再計算されうる。調整された発電所モデル５０２を用いると差分が小さくなると判明した場合には、発電所モデル５０２は、その前方への調整を含むように更新され、または「チューニング」されうる。発電所モデル５０２は、ある条件の下で発電所が稼働する仕方の変化を反映するのに使用される性能乗数を含む複数の論理ステートメントで構築されうることがさらに理解されるであろう。そうした場合、計算された差分に基づいて発電所モデル５０２をチューニングすることは、ａ）性能乗数のうちの１つまたは複数に対して調整を加えるステップと、ｂ）調整された性能乗数を有する発電所モデル５０２を用いて第１の運転期間についての発電所の発電所の運転をシミュレートするステップと、ｃ）再計算が差分の低減をもたらすかどうか判定するために、性能乗数によって調整された発電所モデル５０２を用いて性能指標の予測値を再計算するステップと、を含みうる。これらのステップは、性能乗数のうちの１つに加えられた調整が低減をもたらすまで繰り返されてよく、差分の低減は、モデルが実際の性能をより正確にシミュレートしていることを指示するはずである。性能乗数は、例えば、発電所の累積運転時間に基づく予期される性能劣化に関連しうることが理解されるであろう。性能指標が発電能力を含む別の例では、発電所モデル５０２をチューニングするステップは、測定された発電能力と予測される発電能力との差分に基づいて係数への調整を推奨することを含みうる。そうした調整は、最終的な結果として、予測される発電能力が測定された発電能力とほぼ等しくなる変更を含みうる。したがって、発電所モデル５０２をチューニングするステップは、性能指標の予測値またはシミュレート値が性能指標の測定値とほぼ等しくなる（または測定値の許容範囲内になる）まで、発電所モデル５０２内の１または複数の相関を変更することを含みうる。

チューニングされると、方法は次いで、チューニングされたモデル５０７を使用して、発電所の提案の運転をシミュレートしうる。ある実施形態によれば、この方法の次のステップは、定義された性能目標５１６が与えられた場合にどのシミュレート運転が好適であるか判定することを含む。このように、発電所の最適化運転モードが決定されうる。好ましい実施形態によれば、最適化運転モードを決定するプロセスはいくつかのステップを含みうる。第１に、多くの可能な提案の運転モードの中から複数の提案の運転モードが選択されうる。提案の運転モードの各々について、対応する提案のパラメータセット５１７が第２の運転期間のために生成されうる。本明細書で使用する場合、パラメータセットは、そのパラメータセットが特定の運転モードの側面を一括して定義し、または記述するように複数の運転パラメータの値を定義する。したがって、提案のパラメータセットは、発電所５０１の可能な運転モードの多くを記述し、または可能な運転モードの多くに関連するように構成されてよく、運転をシミュレートするためのチューニングされた発電所モデル５０７の入力データセットとして構成されうる。運転パラメータが生成され、提案のパラメータセットへ編成された後で、チューニングされた発電所モデル５０７は、提案のパラメータセットの各々に従って発電所５０１の運転をシミュレートしうる。次いでオプティマイザ５１０は、提案のパラメータセット５１７の各々についてのシミュレート運転５１９の結果を評価しうる。評価は、発電所運営者によって定義された性能目標および性能目標で定義された費用関数に従ってなされうる。最適化プロセスは、本明細書で記述する方法のいずれかを含みうる。

性能目標によって定義される費用関数は、第２の運転期間にわたる発電所５０１のシミュレート運転の経済性を評価するのに使用されうる。評価に基づき、提案のパラメータセットのうちの１つが、その他の提案のパラメータセットによって生じるシミュレート運転と比べて優先すべきシミュレート運転を生じるものとみなされうる。本発明によれば、最も好適なシミュレート運転を生じる提案のパラメータセットに対応し、またはそうした提案のパラメータセットによって記述される運転モードが、最適化運転モードとして指定される。決定されると、以下でさらに論じるように、最適化運転モードは、検討のために発電所運営者へ渡され、または自動実装のために発電所制御装置へ伝達されうる。

好ましい実施形態によれば、本発明の方法は、特定の運転モードを評価することにより好適な代替運転モードを決定し、推奨するのに使用されうる。理解されるように、発電所５０１の発電ユニットは、発電所制御装置５０５といった制御システムに制御可能にリンクされている可変設定値を有するアクチュエータによって制御される。発電所５０１の運転パラメータは、操作変数、外乱変数、および被制御変数の３つのカテゴリに分類されうる。操作変数は、被制御変数を制御するためにアクチュエータによって操作されうる制御可能なプロセス入力を評価し、他方、外乱変数は、被制御変数に影響を及ぼす制御不能なプロセス入力を評価する。被制御変数は、定義された目標レベルに対して制御されるプロセス出力である。好ましい実施形態によれば、制御方法は、第２の運転期間（すなわち、そのための最適化運転モードが計算されている運転期間）についての外乱変数の予想値を受け取ることを含みうる。外乱変数は、周囲温度、圧力、湿度といった周囲条件を含みうる。そうした場合、第２の運転期間について生成された提案のパラメータセットは、外乱変数の予想値に関連する外乱変数の値を含みうる。より具体的には、周囲条件パラメータごとの生成値は、周囲条件パラメータの各々の値の範囲を含みうる。この範囲は、例えば、低い事例、中程度の事例、および高い事例を含みうる。複数の事例を有することにより、発電所運営者は、最善／最悪のシナリオについて計画することができることが理解されるであろう。予想値は、異なる事例と符合する尤度評価を含んでいてよく、それらの尤度評価はさらに、発電所の運営者が様々な運転上の不測事態について計画し、かつ／または損失をヘッジするのに役立ちうる。

提案のパラメータセットを生成するステップは、被制御変数の目標値を生成することを含みうる。目標レベルは、発電所５０１の競合する、または代替の運転モードに対応するように生成されてよく、運営者入力を含みうる。そうした運営者入力は、発電所運営者モジュール５０９によって促されうる。好ましい実施形態によれば、そうした目標レベルは、発電所５０１の所望の出力レベルを含んでいてよく、所望の出力レベルは、発電所の過去の使用パターンを与件とする可能性の高い出力レベルに基づくものとしうる。本明細書で使用する場合、「出力レベル」は、第２の運転期間中の商用配電のために発電所５０１によって発電される負荷レベルまたは電気のレベルを反映する。提案のパラメータセットを生成するステップは、出力レベルが同じ、または一定のままである複数の事例を生成することを含みうる。そうした一定の出力レベルは、発電所または１組の発電ユニットのベース負荷を反映しうる。複数の目標レベルは、各目標レベルが発電ユニットの各々からの異なる関与レベルに対応する場合に生成されてよく、これらは履歴使用状況を与件として可能性の高い運転モードを得るために導出されうる。方法は次いで、既知の制約条件を与件とした最も効率的な運転モードを決定しうる。さらに、提案のパラメータセットは、外乱変数が、各目標レベルのために生成された複数の事例について一定レベルを維持するように生成されうる。外乱変数の一定のレベルは、受け取られた予想値に基づくものとしうる。そうした場合、本発明の一態様によれば、提案のパラメータセットを生成するステップは、複数の事例を生成することを含み、その場合、予想または期待される周囲条件を与件としてベース負荷レベルを達成するための最適化運転モードを決定するように操作変数を各範囲にわたって変動させる。例示的実施形態によれば、費用関数は、発電所効率もしくは熱消費率として定義され、または運転費、収入、利益といったより直接的な経済指標を含みうる。このように、発電所５０１を制御する最も効率的な方法は、ベース負荷が知られており、外乱変数が比較的高精度さで予測されうる状況において決定されうる。そうした場合に本発明によって決定される最適化運転モードは、発電所制御装置５０５によってより最適な機能を達成するのに使用されうるはずの特定の制御ソリューション（すなわち、特定の設定値および／または、したがって発電所の操作変数を制御するアクチュエータのための範囲）を含むように構成されうる。このように計算された制御ソリューションは、様々な外乱変数について予想された値を与件とする定義され、または契約された目標負荷を満足させるための最適化運転モードを表す。この種の機能は、以前に固定された負荷レベルを依然として満足させるより効率的な運転モードを見つける目的でバックグラウンドで進行中の運転を分析する日間または市場期間中の最適化アドバイザまたはチェックとしての役割を果たしうる。例えば、以前の給電配分入札によってカバーされる市場期間が進行しているときに、周囲条件が知られ、または、少なくとも、周囲条件を正確に予測する際の信頼度が、入札プロセスの間に推定されたものを上回るとする。この場合、この方法を使用して、周囲条件のより確かな知識を与件として給電配分を満たすための制御ソリューションが最適化されうる。この特定の機能は、図１７に、第２のパラメータセット５１７および第２のパラメータセット５１７に関連したシミュレート運転５１９として示されている。このように、本発明の最適化プロセスは、チューニングされた発電所モデル５０７上でのシミュレーション実行がより効率的な制御ソリューションについて助言するための「微調整」の側面も含んでいてよく、この助言は次いで、発電所制御装置に伝達され、発電所制御装置によって実装されうる。

本発明の別の態様は、発電所５０１の燃料購入を最適化するための本発明の使用を含む。発電所は、通常、特定のやり方で運営される燃料市場からの定期的な燃料購入を行うことが理解されるであろう。具体的には、そうした燃料市場は、通常、発電所５０１が将来の運転期間に必要な燃料の量を予測し、次いで、予測に基づいて購入を行う見込みベースで運営される。そうしたシステムでは、発電所５０１は、低燃料在庫を維持することによって利益を最大化しようとする。しかし発電所５０１は、発電所が給電配分プロセスの間に提供する契約を結んだ電力量を発電するのに適さない購入燃料の供給を有する出費のかさむ状況を回避するために、定期的に余分の量の燃料を購入する。この種の状況は、例えば、変化する周囲条件が予測したよりも非効率的な発電をもたらすとき、または発電所の実際の発電能力が過大に見積もられたときに発生しうる。すでに論じた本出願のいくつかの態様は、最適化運転モードを決定し、その運転モードを用いて、必要とされる燃料供給の高精度の予測を計算するのに使用されうることが理解されるであろう。すなわち、本最適化プロセスは、発電所効率および給電能力に関してより正確な予測を提供することができ、この予測は、将来の運転期間に必要とされる燃料の量を推定するのに使用されうる。これは、発電所運営者が燃料購入に関してより小さいマージンを維持することを可能にし、これは発電所の経済性を利する。

本発明は、代替の実施形態によれば、予測計画対象期間が定義され、最適化プロセスで使用される、発電所性能を最適化するための方法を含む。理解されるように、予測計画対象期間は将来の運転期間であり、予測計画対象期間の初期時間間隔の最適化運転モードを決定する目的で、定期的に繰り返す間隔へ分割される。具体的には、発電所の運転は、全予測計画対象期間にわたる性能を最適化することによって最適化され、次いで最適化された性能は、初期時間間隔の最適化運転モードを決定するのに使用される。理解されるように、このプロセスは、次いで、次の時間間隔において発電所がどのように運転されるべきか決定するために繰り返され、次の時間間隔は、理解されるように、最適化サイクルの次の繰り返しに対する初期時間間隔になる。この後続の最適化について、予測計画対象期間は同じままであってよいが、現在初期時間間隔として定義されているものに対して再定義される。これは、予測計画対象期間が、事実上、繰り返しごとに次の時間間隔によって将来へ押し進められることを意味する。すでに述べたように、「提案のパラメータセット」は複数の運転パラメータの値を含み、それによって、発電所５０１の可能な運転モードのうちの１つを定義し、または記述するデータセットをいう。好ましい実施形態によれば、予測計画対象期間が関与する場合に最適化運転モードを決定するプロセスは、以下のステップのうちの１つまたは複数を含みうる。まず、予測計画対象期間について複数の提案の計画対象期間パラメータセットが生成される。本明細書で使用する場合、「提案の計画対象期間パラメータセット」は、予測計画対象期間の時間間隔の各々についての提案のパラメータセットを含む。例えば、２４時間の予測計画対象期間が２４個の１時間の時間間隔を含むものとして定義されてよく、これは、提案の計画対象期間パラメータセットが２４個の時間間隔の各々について提案のパラメータセットを含むことを意味する。次のステップとして、提案の計画対象期間パラメータセットを使用して、予測計画対象期間にわたる運転がシミュレートされる。次いで、シミュレーション実行の各々について、提案の計画対象期間パラメータセットのうちのどれが最も好適な、または、本明細書で使用する場合は、「最適化計画対象期間シミュレーション実行」を表すか判定するために、費用関数を使用して経済性が評価される。例示的実施形態によれば、予測計画対象期間の初期時間間隔のための最適化計画対象期間シミュレーション実行内で記述される運転モードは、次いで、初期時間間隔に対応する運転期間の最適化運転モードとして指定されうる。次いで最適化プロセスは後続の時間間隔について繰り返されうる。本発明は、予測計画対象期間内で定義された時間間隔の各々についての外乱変数の予想値を受け取ることを含みうる。次いで提案の計画対象期間パラメータセットは、時間間隔の各々に対応する提案のパラメータセットが、外乱変数について受け取られた予想値に関連する外乱変数の値を含むように生成されうる。

理解されるように、提案の計画対象期間パラメータセットは、外乱変数の値の範囲をカバーするように生成されうる。前述のように、その範囲は、外乱変数の各々についての複数の事例を含んでいてよく、それぞれ、予想値の上下の事例を表す高い値および低い値を含みうる。前述の実施形態のいずれかによれば、運転モードをシミュレートするステップおよびシミュレーションから最適化運転モードを決定するステップは、繰り返され、繰り返しプロセスへと構成されうることが理解されるであろう。本明細書で使用する場合、各繰り返しを「最適化サイクル」と呼ぶ。各繰り返しは、最適化のための後続の、または次の運転期間を定義することを含みうることが理解されるであろう。この後続の期間は、前のサイクルによって最適化された運転期間の直後に発生してもよく、例えば、この方法が給電配分入札を作成する目的で、または代替の保守スケジュールの経済的影響に関して助言する目的で使用される場合に当てはまるように、将来の期間に対応する運転期間を含んでいてもよい。

発電所モデル５０２をチューニングするステップは、チューニングされた発電所モデル５０７を更新するために繰り返されうる。このように、最近のチューニングを反映するチューニングされた発電所モデル５０７が、より有効な結果を生じるように最適化サイクルと共に使用されうる。代替の実施形態によれば、最適化サイクルおよび発電所モデル５０２をチューニングするサイクルは、各サイクルが独自のスケジュールに従って反復するように相互に分離されていてよい。他の実施形態では、発電所モデル５０２は、事前定義の回数の最適化サイクルの反復後に更新され、またはチューニングされうる。次いで更新済みのチューニングされた発電所モデル５０７は、事前定義の反復回数が行われて別のチューニングサイクルを開始するまで後続の最適化サイクルにおいて使用される。ある実施形態では、チューニングサイクルは最適化サイクルごとに行われる。代替の実施形態によれば、発電所モデル５０２のチューニングを開始する最適化サイクル数は、予測計画対象期間の時間間隔数に関連したものである。

本発明は、前述のように、発電所運営者によって定義されうる性能目標に従って発電所５０１の運転を最適化しうる。好ましい実施形態によれば、この方法は、発電所の運転を経済的に最適化するのに使用される。そうした場合、性能目標は、経済的最適化の基準を提供する費用関数を含み、これを定義する。例示的実施形態によれば、提案のパラメータセットの各々についてのシミュレート運転は、出力として、選択の性能指標の予測値を含む。費用関数は、性能指標の予測値を、運転費または経済性のある他の指示に相関させるアルゴリズムを含みうる。このように使用されうる他の性能指標には、例えば、発電所の熱消費率および／または燃料消費が含まれる。代替の実施形態によれば、シミュレーション出力は、発電所５０１の熱発電ユニットのうちの１つまたは複数についての高温部温度の予測値を含み、それらの予測値は、消費された構成要素寿命費用を計算するのに使用されうる。この費用は、シミュレート運転からもたらされる高温部構成要素と関連付けられる予測劣化費用を反映する。費用関数は、性能指標の予測値を運転収入に相関させるアルゴリズムをさらに含みうる。そうした場合、運転収入は次いで、発電所５０１の純収入または純利益を反映するために運転費と比較されうる。この方法は、最適化される期間について市場内で販売される電気の予想価格を受け取るステップをさらに含んでいてよく、選択の性能指標は電気の出力レベルを含んでいてよく、電気の出力レベルは次いで、来るべき運転期間の期待される運転収入を計算するのに使用されうる。このように、この方法は、運転費と運転収入を比較することによって経済的利益を最大化するのに使用されうる。

理解されるように、性能目標は、選択の運用性制約条件を含むようにさらに定義されうる。ある代替の実施形態によれば、この方法は、定義された運用性制約条件のいずれか１つに違反するシミュレート運転を生じる提案のパラメータセットのいずれかを不適格とするステップを含む。運用性制約条件は、例えば、法的規制もしくは環境規制、契約条件、安全規制、ならびに／または機械もしくは構成要素の運用性閾値および制限はもとより、排出閾値、最大運転温度、最大機械的応力レベルなどを含みうる。

この方法は、すでに述べたように、発電所５０１の代替の、または可能な運転モードを記述する提案のパラメータセット５１７を生成することを含む。図示のように、提案のパラメータセット５１７は、発電所運営者モジュール５０９で生成され、発電所マネージャまたは人間の運営者からの入力を含みうる。大まかにいうと、可能な運転モードは、性能目標を最も満足させる運転モードを決定するためにそれについてのシミュレーションが実行されうる競合するモードとみなされうる。例示的実施形態によれば、これら代替の運転モードは、いくつかのやり方で選択され、または定義されうる。好ましい実施形態によれば、代替の運転モードは、発電所５０１のための様々な出力レベルを含む。出力レベルは、本明細書で使用する場合、市場内の商用配電のために発電所５０１によって発電される電気のレベルに関連しうる。その場合提案のパラメータセットは、異なる出力レベルの各々での複数の事例を定義するように構成されうる。いくつかの出力レベルが提案のパラメータセットによってカバーされてよく、含まれる出力レベルは、発電所５０１の可能な出力の範囲と一致するように構成されうる。可能な出力レベルの範囲は直線的でなくてもよいことが理解されるであろう。具体的には、発電所５０１の複数の発電ユニットおよびそれらに関連したスケーラビリティ制限のために、提案のパラメータセットは、発電所５０１の特定の構成を与件としてより達成可能な、またはより好適な出力レベルでグループ化され、またはそれらのレベルに集中されうる。

そのための提案のパラメータセットが生成される競合する運転モードは、異なる出力レベルの各々での複数の事例を含んでいてよく、複数の事例の各々は、出力レベルが達成される異なるやり方を反映する。発電所５０１が複数の発電ユニットを有する場合には、各出力レベルの複数の事例は、熱発電ユニットの各々がどのように運転されるか、および／または熱発電ユニットのうちのどれが関与するかによって区別されうる。一実施形態によれば、いくつかの生成される事例は、熱発電ユニットの各々によって提供される出力レベルのパーセンテージを変えることによって区別される。例えば、発電所５０１は、熱発電ユニットが少なくとも１つのガスタービンおよび１つの蒸気タービンを含む複合サイクル発電所５０１を含みうる。（他の種類の発電ユニットはもとより、各種の発電ユニットがより多く設けられてもよいことが理解されるであろう。）より具体的には、発電所５０１は、ガスタービンおよび蒸気タービンが、それぞれ、冷却機といった吸気調節システムおよびＨＲＳＧダクト・ファイアリング・システムによって増強される複合サイクル発電所としうる。理解されるように、吸気調節システムは、ガスタービンの発電能力を増強するためにガスタービンの吸気を冷却するように構成され、ＨＲＳＧダクト・ファイアリング・システムは、ボイラが蒸気タービンの発電能力を増強するための２次熱源として構成されうる。したがって、この例の熱発電ユニットは、ガスタービン、あるいは、吸気調節システムによって増強されたガスタービン、および蒸気タービン、あるいは、ＨＲＳＧダクト・ファイアリング・システムによって増強された蒸気タービンを含む。提案のパラメータセットによってカバーされる複数の事例は、これら特定の熱発電ユニットが異なる出力レベルを満足するために異なるやり方で関与するインスタンスを含みうる。シミュレート運転はその場合、どれが最も経済的に最適化された事例を反映するか判定するように分析されうる。

代替の実施形態によれば、提案のパラメータセットは、保守作業の経済的便益を計算するための異なる運転モードを得るために導出されうる。より具体的には、第１の運転モードは、運転期間が最適化される前に保守作業が完了されるものと仮定される運転モードを含みうる。この場合、第１の運転モードは、この保守作業の完了を伴う期待される性能アップを反映しうる。代替の、または第２の運転モードは、運転期間が最適化される前に保守作業が実行されない運転モードであり、第２の運転モードのための複数の事例のシミュレーションは、期待される性能アップを含まないはずであることを意味する。次いでシミュレーションの結果は、経済的影響がよりよく理解されるように分析され、複数の事例を使用して、異なるシナリオ（例えば燃料価格の変動や予期しない周囲条件）が結果にどのように影響を及ぼすかを示すのに使用されうる。理解されるように、同じ原理を用いると、競合する運転モードは、ターンダウンモードおよびシャットダウンモードを含みうる。

本発明は、最適化プロセスが発電所５０１によってプロセスを自動化し、効率および性能を改善するのに使用されうる異なるやり方をさらに含む。一実施形態によれば、図１７に示すように、方法は、発電所５０１が最適化運転モード５２１に従って制御される前に人間の運営者による承認を得るために発電所運営者モジュール５０９へ計算された最適化運転モードを伝達するステップを含む。アドバイザモードで、この方法は、発電所運営者に代替の運転モードに気づかせるために、代替の運転モードおよび各モードと関連付けられる経済的効果を提示するように構成されうる。あるいは、この方法の制御システムは、最適化されたソリューションを自動的に実装するように機能しうる。そうした場合、最適化運転モードは、発電所制御装置５０５を促して最適化運転モードに従ったやり方で発電所５０１を制御するように発電所制御装置５０５に電子的に伝達されうる。発電所５０１のグループ間で発電を配分するための経済給電システムを含む電力系統では、本発明の最適化方法は、中央当局または給電指令者へ提出するためのより正確で、競争力のある入札を生成するのに使用されうる。当業者は理解するように、すでに述べた最適化機構を使用して、実際の発電能力、効率、熱消費率を反映する入札が生成されると同時に、発電所が異なる運転モードを選択するに際して将来の市場期間中に行う経済的トレードオフに関して発電所運営者へ有益な情報が提供されうる。この種の分析および追加の分析の精度が上がると、発電所が、入札プロセスにおいて競争力を保持すると同時に、予期しない不測の事態が原因で全く採算の合わない給電配分結果を得るリスクを最小限に抑えるようにするのに役立つことになる。

図１８から図２１に、発電所のターンダウン運転およびシャットダウン運転に関連する本発明の例示的実施形態を示す。図１８の流れ図６００に示す第１の実施形態は、「ターンダウンアドバイザ」と呼ぶことができ、定義された、または選択された運転期間（「選択の運転期間」）中の発電所のターンダウンレベルをシミュレートし、最適化するための方法およびシステムを教示するものである。好ましい実施形態では、この方法は、複数のガスタービンを有する発電所と共に使用され、これらの発電所は、複数のガスタービンおよび１または複数の蒸気タービンを有する複合サイクル発電所を含みうる。チューニングされた発電所モデルを使用して、選択の運転期間中にターンダウンレベルで発電所を運転するための最適化最小負荷が決定されうる。前述のように、「最適化」運転モードは、１または複数の他の可能な運転モードに優って好適であるとみなされ、または評価される運転モードとして定義されうる。これらの実施形態のための運転モードは、発電所内の発電ユニットの物理的構成はもとより、給電責任または他の性能目標を全うするためのある発電ユニットの割り当てを含みうる。そうした機能は、最適化され、または高度化された運転モードに到達する際に、本発明は、各発電ユニットの異なるターンダウン構成、ならびに発電ユニットのうちの１つまたは複数をシャットダウンする一方で、他の発電ユニットはフルまたはターンダウンレベルで稼働したままとする構成も考慮に入れる多数の発電所組み合わせを考慮しうることを意味する。方法は、運用性制約条件、性能目標、費用関数、運営者入力、および周囲条件といった他の制約条件を、性能および／または効率を高度化する発電所の高度化ターンダウン運転モードの計算において、さらに考慮に入れることができる。この方法は、本明細書で記述し、かつ／または添付の特許請求の範囲で正確に叙述するように、ターンダウン運転モードの最適化のために現在の周囲条件および予測される周囲条件を考慮に入れると共に、実際の条件が予測される条件から外れるときに発電ユニットのうちの１つまたは複数の運転を動的に調整するために発電ユニット構成および／または制御を変更することができる。好ましい実施形態によれば、そうした性能は、少なくとも一部は、提案のターンダウン運転期間にわたる燃料使用料または消費のレベルを最小化するものとして定義される。

本発明のターンダウンアドバイザは、最適化され、もしくは高度化されたターンダウンソリューションおよび／または推奨されるターンダウン措置に到達する際に、いくつかの要因、基準、および／または運転パラメータを考慮に入れることができる。好ましい実施形態によれば、これらは、それだけに限らないが、ガス・タービン・エンジン運転限界（すなわち、温度、空気力学、燃料スプリット、希薄吹き消え、力学、排出制限）、ガスタービンおよび蒸気タービン制御システム、最低蒸気タービンスロットル温度、復水器上の真空シールの保守、ならびに、システムまたはシステムの制御の構成またはラインアップといった他の要因を含む。最適化の出力のうちの１つは、発電所または複数の発電所の推奨運転モードおよび構成を含むことができ、複数の発電所は、風力、太陽光、往復動機関、原子力、および／または他の種類を含む異なる種類の発電所を含む。推奨運転モードは、自動的に開始され、または承認を得るために発電所運営者に電子的に伝達されうることが理解されるであろう。そうした制御は、発電ユニットの運転を制御するように構成された社外または自社の制御システムによって実装されうる。さらに、発電所が複数のガス・タービン・エンジンを含む状況では、この方法の出力は、ターンダウン期間中に、ガスタービンのうちのどれが運転を続行すべきであり、どれがシャットダウンすべきか特定することも含んでいてよく、これは、図１９に関連してより詳細に論じるプロセスである。アドバイザがターンダウン期間中の継続運転を推奨するガスタービンの各々について、この方法は、負荷レベルをさらに計算しうる。別の出力は、ターンダウン期間中の発電所の合計負荷、ならびに、前述のように条件が変化する場合に調整されうる予測される周囲条件に基づいて毎時の目標負荷プロファイルを計算することを含みうる。また本発明は、ターンダウン運転期間中の発電所の予測される燃料消費および排出量も計算しうる。開示の方法の出力は、目標発電レベルをより効率的に達成するために発電ユニットおよび発電所が利用可能な制御設定値を与件とする運転ラインアップ／構成を含みうる。

先に論じたように、トレーダおよび／または発電所マネージャ（以後、それらを区別しない限り「発電所運営者」）は、既存の契約条件に縛られず、通常、電力スポット市場といった期待される市場でそれらの発電所を入札する。追加的な考慮事項として、発電所運営者は、発電所が目標または契約発電レベルを満たすことができるように適切な燃料供給が確実に維持されるようにする任務を負う。しかし、多くの場合、燃料市場は、事前に将来の燃料購入を約束する意欲があり、または約束することができる発電所に有利な価格条件が供与されるように見込みで運営される。より具体的には、燃料がより早く購入されるほど、有利な価格が付けられる。これらの市場力学を考慮すると、発電所が最適化された、または高レベルの経済的利益を達成するためには、発電所運営者は、その発電能力を利用すると同時に、１）より低い価格付けを確保するために燃料を事前に購入し、２）大きい燃料バッファを必要とせず低燃料在庫を維持するために、将来の発電期間に必要とされる燃料を正確に推定するように、他の発電ユニットに対抗して発電所を入札しなければならない。これに成功すれば、発電所運営者は、将来の燃料購入を早く約定することにより、より安い価格を確保すると同時に、不要で出費のかさむ予備燃料が必要とされる買い過ぎも、燃料供給不足のリスクをおかす購入不足も生じない。

本発明の方法は、特に発電活動が、発電市場占有率を確保するための給電配分入札の作成に関連する際に、発電ユニットまたは発電所の特定の構成についてのＩＨＲプロファイルを指定することによって発電活動の効率および収益性を最適化し、または高度化しうる。この方法は、発電所内の複数の発電ユニットにまたがる、または複数の発電所にまたがる最適な発電割り振りを指定することを含みうる。この方法は、それらの発電ユニットが利用可能な運転および制御構成を考慮に入れ、可能な構成を入れ替え、それによって、選択される場合に、低減された、または最小化された費用で入札期間にわたる電力の発電を可能にする入札を達成することができる。その際に、この方法は、すべての適用可能な物理的な、規制上の、かつ／または契約上の制約条件を考慮しうる。この全般的プロセスの一部として、この方法を使用して、複数の発電ユニットを有する発電所のターンダウン運転およびシャットダウン運転が最適化され、または高度化されうる。この手順は、例えば、気象または周囲条件、ガス品質、発電ユニットの信頼性といった予期される外生的条件、ならびに蒸気発生といった付随する義務を考慮に入れることを含みうる。この方法は、複数の構成を有する複数の発電ユニットについてのＩＨＲプロファイルを列挙すると共に、選択されたターンダウン構成の設定を制御し、次いで、発電所給電配分入札に備えて予期される外生的条件を制御するのに使用されうる。

運営者のための１つの共通の判断が、需要または負荷要件が最小限である、夜間といったオフピーク期間中に発電所をターンダウンするかそれともシャットダウンするかに関連するものである。理解されるように、この判断の結果は、これらの可能な運転モードの各々に関連した経済的効果についての発電所運営者の理解に大きく依存する。ある事例では、発電所をターンダウンする判断が直ちに明らかになりうるが、ターンダウン期間中に発電所をそこで維持すべき最適な最小負荷が不確実なままである。すなわち、発電所運営者はある期間にわたって発電所をターンダウンする決定を行っているが、運営者は、発電所のいくつかの発電ユニットを最も費用効果的に運転すべきターンダウン運転点に関して確信が持てない。

図１８のターンダウンアドバイザは、発電所を運転タすべき最適な最小負荷を推奨するためのプロセスの一部として使用されうる。アドバイザ機能は、周囲条件、経済的入力、ならびに運転パラメータおよび制約条件の特定のシナリオが与えられた場合の発電所の最善の運用計画をさらに推奨しうる。これらの入力から、プロセスは、図１９に関連してより詳細に論じるように、最善の運転レベルを計算し、次いで、発電所の制御に必要な運転パラメータを推奨しうる。理解されるように、この機能はいくつかの副次的な便益をもたらし、これらは、部品寿命の延長、より効率的なターンダウン運転、経済性の改善、および燃料購入を行う際の正確さの向上を含む。

流れ図６００に示すように、ある情報および関連した基準が初期ステップの間に収集されうる。ステップ６０２で、発電所システムおよび発電ユニットと関連付けられるデータ、変数、および他の要因が決定されうる。これらは、先に挙げた要因または情報のいずれかを含みうる。好ましい実施形態によれば、周囲プロファイルが受け取られてよく、周囲プロファイルは、選択の運転期間中の周囲条件の予想を含みうる。関連する排出量データもこのステップの一部として収集されてよく、これは排出量制限および発電所のこれまでの排出量を含みうる。別の要因は、選択の運転期間中の電力および／または蒸気の潜在的販売に関連したデータを含む。このステップの一部として決定されうる他の変数は、発電所におけるガスタービンの台数、ガスタービンの各々についての燃焼システムおよび制御システムの台数、ならびに以下で論じる計算に関連しうる任意の他の発電所特有の制限を含む。

ステップ６０４で、提案のターンダウン運転の期間（または「選択の運転期間」）が詳細に定義されうる。理解されるように、これは、ユーザまたは発電所運営者によって定義され、その間の利用可能なターンダウン運転モードの分析が求められる選択の運転期間を含みうる。選択の運転期間の定義は、その予期される長さ、ならびにユーザ指定の開始時刻（すなわち、選択の運転期間が開始する時刻）および／または停止時刻（すなわち、選択の運転期間が終了する時刻）を含みうる。このステップは、選択の運転期間内の間隔を定義することをさらに含みうる。この間隔は、選択の運転期間を複数の順次の、一定間隔の期間へ細分するように構成されうる。本明細書で提供する例として、この間隔を１時間として定義し、選択の運転期間を、複数の１時間間隔を含むものとして定義する。

ステップ６０６で、選択の運転期間の最適化プロセスに関与するガスタービンの台数が選択されうる。これは、発電所におけるガスタービンの全部またはそのある部分を含みうる。方法は、以下でより詳細に説明するように、蒸気タービンシステムといった発電所における他の発電ユニットの考慮をさらに含み、選択の運転期間中のそれらの運転状態を考慮に入れることができる。ターンダウン運転に関与するガスタービンの決定は、発電所運営者からの入力を促し、または受け取ることを含みうる。

ステップ６０８で、この方法は、選択の運転期間中の提案のターンダウン運転の一部として決定されたガスタービンの台数を与件として置換行列を構成しうる。理解されるように、置換行列は、複数のガス・タービン・エンジンが選択の運転期間中に関与し、または運転されうる様々なやり方を含む行列である。例えば、図１８の例示的置換行列６０９に示すように、２台のガスタービンの事例での置換行列は、可能な構成の各々をカバーする４つの異なる組み合わせを含む。具体的には、発電所が第１のガスタービンおよび第２のガスタービンを含む場合、置換行列は以下の行または場合を含む：１）第１ガスタービンと第２のガスタービンの両方が「オン」である、すなわち、ターンダウン運転状態で運転されている；２）第１ガスタービンと第２のガスタービンの両方が「オフ」である、すなわち、シャットダウン運転状態で運転されている；３）第１のガスタービンは「オン」であり、第２のガスタービンは「オフ」である；ならびに４）第１のガスタービンは「オフ」であり、第２のガスタービンは「オン」である。理解されるように、１台のガスタービンの場合には２つの置換だけが可能であり、３台のガスタービンでは、７つの異なる行または場合が可能になるはずであり、各行は、３台のガス・タービン・エンジンが「オン」および「オフ」の運転状態に関して特定のタイムフレームの間にどのように関与しうるかに関する異なる構成を表す。図１７および図１７に関連した説明で論じた最適化プロセスに関連して、置換行列の各場合または行は、異なる、または競合する運転モードを表すものとみなされうる。

ステップ６１０、ステップ６１３、ステップ６１４、ステップ６１６、およびステップ６１８によって表されるステップの一部として、この方法は、提案のターンダウン運転のための提案のパラメータセットを構成しうる。前述のように、選択の運転期間は、いくつかの１時間長の時間間隔へ分割されうる。提案のパラメータセットを構成するためのプロセスはステップ６１０から開始してよく、そこで、間隔の各々が対処されたかどうかが判定される。この問いへの回答が「はい」である場合には、プロセスは、図示のように、出力ステップ（すなわちステップ６１１）へ進み、そこでターンダウン分析の出力が運営者６１２に提供される。すべての間隔がカバーされていない場合、プロセスはステップ６１３に進んでよく、そこでまだカバーされていない間隔のうちの１つが選択される。次いで、ステップ６１４で、周囲条件が、受け取った予想に基づいて選択された間隔について設定されうる。ステップ６１６に進んで、プロセスは、置換行列の中から行を選択し、ステップ６１８で、特定の行に従ってガスタービンのオン／オフ状態を設定しうる。

そこから、この方法は２つの異なる経路に沿って進みうる。具体的には方法は、ステップ６２０で表される最適化ステップへ進んでよく、他方ステップ６２１の判断ステップへも進み、そこでプロセスは、置換行列のすべての置換または行が選択期間についてカバーされたかどうか判定する。これへの回答が「いいえ」である場合、プロセスは折り返してステップ６１６に戻り、そこで間隔についての異なる置換行が選択される。これへの回答が「はい」である場合には、プロセスは、図示のように、すべての間隔がカバーされたかどうか判定するためにステップ６１０へ進みうる。理解されるように、間隔ごとの置換行列のすべての行が対処されると、プロセスはステップ６１１の出力ステップへ進みうる。

ステップ６２０で、この方法は、前に図１７で論じたように、チューニングされた発電所モデルを用いて性能を最適化しうる。この手法と一致する複数の事例が、競合する運転モードの各々、すなわち、選択の運転期間の各間隔についての置換行列の各行について作成されうる。好ましい一実施形態によれば、この方法は、いくつかの運転パラメータが選択の運転パラメータまたは性能指標に及ぼす影響を決定するために変更されている提案のパラメータセットを生成する。例えば、この実施形態によれば、提案のパラメータセットは、特定の行のオン／オフ状態および特定の間隔についての周囲条件予想を与件として、どんな組み合わせが発電所の最小化合計燃料消費率をもたらすか判定するために、入口案内翼（「ＩＧＶ」）および／またはタービンの排気温度（「Ｔｅｘｈ」）の設定を操作することを含みうる。理解されるように、ターンダウン運転と関連付けられるその他の制約条件を満足させつつ燃料消費を最小化する運転は、ターンダウン性能を経済的に最適化し、または、少なくとも、１または複数の代替の運転モードに対して経済的に高めるための１つのやり方を表す。

図示のように、ある実施形態によれば、この最適化プロセスの間に本発明によって費用関数、性能目標、および／または運用性制約条件が使用されうる。これらは、ステップ６２２で表されるように、発電所運営者によって提供されうる。これらの制約条件は、ＩＧＶの設定に関する制限、Ｔｅｘｈ制限、燃焼限界など、ならびに発電所の一部としうるその他の熱システムに関する制限を含みうる。例えば、複合サイクルシステムを有する発電所では、ターンダウン運転中の蒸気タービンの運転または保守は、例えば、最低蒸気温度や復水器真空シールの維持といった、ある制約条件を提示しうる。別の運用性制約条件は、ある補助システムがある運転モードで影響されうる、かつ／または、蒸発冷却器や冷却機といった、あるサブシステムが相互に排他的であるという必要な論理を含みうる。

この方法が、間隔および置換行列の異なる行が与えられたものとして反復を一巡すると、最適化の結果はステップ６１１で発電所運営者に伝達されうる。これらの結果は、時間間隔の各々の置換行列の各行についての最適化された事例を含みうる。一例によれば、出力は、間隔の各々についての置換の各々についての発電所の燃料消費の費用関数によって定義される最適化運転を記述する。具体的には、出力は、間隔ごとの（置換行列の行で表される）可能な発電所構成の各々について（すでに述べた方法に従ってチューニングされた発電所モデルを用いて最適化された）必要とされると同時に、運用性制約条件、性能目標、および予期される周囲条件も満足させる最小燃料を含みうる。別の実施形態によれば、出力は、同様に間隔の各々の可能な発電所構成についての発電出力レベル（すなわちメガワット数）を最小化する最適化を含む。理解されるように、（置換行列の置換で表される）可能な発電所構成のいくつかは、出力レベルを発電するための燃料供給にかかわらず運用性制約条件を満足させることができない場合がある。そうした結果は廃棄され、それ以上考慮されず、ステップ６１１の出力の一部として報告されない。

図１９および図２０に、発電所のガスタービンが、過渡運転と関連付けられる代表的な制約条件が与えられた場合の定義された間隔（図では「Ｉ」）を含む選択の運転期間にわたってどのように運転されうるかを図式的に表す。理解されるように、過渡運転は、シャットダウン運転モードへ、またはシャットダウン運転モードからの遷移を伴う運転モードを含む、異なる運転モード間で発電ユニットを切り換えることを含む。図示のように、複数の運転経路または順序６３９が以下に応じて達成されうる：１）ガスタービンの初期状態６４０；および２）過渡運転制約条件を与件として変更が可能な間隔において運転モードを変更すべきかどうかに関して行われる決定。理解されるように、いくつかの異なる順序６３９は、発電ユニットが図示の間隔にわたって運転されうる複数のやり方を表す。

理解されるように、図１８の方法の出力は、図１９および図２０と併せて、発電所の発電ユニットのための提案のターンダウン運転順序を構成するのに使用されうる。すなわち、図１９および図２０には、発電所の発電ユニットがどのように関与しうるか、および時間間隔の経過に従って発電ユニットの運転モードがどのように変更されうるかに関する例が示されており、これには、発電ユニットの運転モードが不変のままであるときの例、発電ユニットの運転モードがシャットダウン運転モードからターンダウン運転モードへ変更されるときの例、ならびに発電ユニットの運転モードがターンダウン運転モードからシャットダウン運転モードへ変更されるときの例が含まれうる。図示のように、この例で使用される過渡運転制約条件は、運転モードの変更は、発電ユニットが、最小限２つの間隔にわたって変更された運転モードにとどまる必要があることである。発電ユニットが最後の間隔に到達するための多くの順序（または経路）は、過渡運転制約条件が与えられた場合に発電ユニットが利用できる可能なターンダウン運転順序を表す。

理解されるように、図１８からの分析結果、すなわち、行列置換の各々についての最適化ターンダウン運転は、可能なターンダウン運転順序の中から、複数の好ましい事例を選択するのに使用することができ、好ましい事例を、提案のターンダウン運転順序と呼ぶことができる。具体的には、図１８に関連して記述した方法の結果が与えられた場合に、提案のターンダウン運転順序は、発電所の性能目標および制約条件を満足させると同時に、（ＭＷ出力や燃料消費といった）選択された費用関数に従って性能を最適化するターンダウン運転の事例の中から選択されうる。図１９および図２０に示す考慮事項は、過渡運転制約条件が与えられた場合にターンダウン運転順序が達成可能であるかどうか判定するやり方を表す。すなわち、図１８から図２０までの組み合わせ分析によって到達される提案のターンダウン運転順序は、発電ユニットをある運転モードから別の運転モードへ遷移させることと関連付けられる時間的制限と適合する運転順序である。

次に図２１を参照すると、発電所のターンダウン運転をさらにモデル化し、分析する方法が示されている。理解されるように、この方法は、定義された時間間隔にわたって１台の発電ユニットを関与させる具体的事例についてのターンダウン費用対シャットダウン費用を分析するのに使用されうる。しかしこの方法は、数台の発電ユニットの運転が複数の間隔を有する選択の運転期間にわたって制御されうるやり方に関する推奨が求められる発電所レベルの費用の分析にも使用されうる。このようにして、図１９および図２０の出力は、複数の間隔の期間にわたる可能な運転モードまたは順序を構成するようにアセンブルされ、それらの運転モードは、例示されるように、次いで、図２１の方法に従って、より広い運転期間にわたるターンダウン運転のより十分な理解を提供するために分析されうる。

発電所運営者は、すでに論じたように、オフピーク時間中にターンダウン運転モードかシャットダウン運転モードかを常時判断する必要がある。ある条件はその判断を簡単明瞭なものとしうるが、最新の発電所の複雑さの増大および各発電所内に通常含まれる複数の熱発電ユニットを与件とする場合、その判断は往々にして難しい。理解されるように、発電所をターンダウンすべきか、それともシャットダウンすべきかの判断は、各運転モードと関連付けられる経済的利益の十分な理解に大きく依存する。本発明は、図２１に示す代替の実施形態によれば、発電所運営者により、意思決定を高度化するためのこれら異なる運転モードの各々と関連付けられるトレードオフの理解の向上を得るのに使用されうる。ある実施形態によれば、図２１の方法は、図１８のターンダウンアドバイザと合わせて、１）既知の条件および経済要因を与件とする発電所の発電ユニットのためのターンダウン運転モードとシャットダウン運転モードとの間の最善の運用計画を推奨し、２）ターンダウン運転がそれらの発電ユニットのいくつかについての最善の運用計画である場合に、最適な最小ターンダウン負荷レベルを推奨する組み合わせアドバイザ機能を可能にするように使用されうる。このように、発電所運営者は、周囲条件、経済的入力、運転パラメータの具体的シナリオを与件とする発電所のための最善の経済的運用計画を表すどれかの推奨に基づいて、発電所の発電ユニットをシャットダウンするのではなくターンダウンすべき状況、あるいはその逆の状況をより容易に特定しうる。構成要素部品寿命の延長といった付随する便益も可能である。また図１８および図２１に関連して記述した方法およびシステムは別々に用いられうることも理解すべきである。

一般に、流れ図７００の方法は、やはり「ターンダウンアドバイザ」の一部とされ、または本明細書では「ターンダウンアドバイザ」と呼ばれ、ユーザ入力および分析的操作からのデータを適用して、発電所をターンダウンすることと関連付けられる費用と発電所をシャットダウンすることと関連付けられる費用とを評価する計算を実行する。理解されるように、図２１の流れ図７００は、このアドバイザ機能を、ある好ましい実施形態によれば、先に詳細に論じたチューニングされた発電所モデルを活用することによって提供する。この機能の一部として、本発明は、オフピーク需要期間中に発電所をターンダウンすることとシャットダウンすることとの間の様々な経済的結果およびそれ以外の結果について助言しうる。本発明は、指定された市場期間にわたって発電所をシャットダウンするよりもターンダウンする方が好適であるかどうかに関して明らかにする関連データを提供しうる。ある実施形態によれば、その場合、適切な措置としてより低費用を有する運転が発電所運営者に推奨されうるが、やはり本明細書で提示するように、判断影響を及ぼしうる付随的問題または他の考慮事項も発電所運営者に伝達されうる。この方法は、潜在的費用ならびにそうした費用がかかる確率を出すことができ、これらの考慮事項は、どちらの運転モードが好適であるかに関する最終判断に影響を及ぼしうる。そうした考慮事項には、例えば、発電所保守、運転効率、排出レベル、設備アップグレードなどと関連付けられる短期運転費と長期運転費の両方の完全な分析が含まれうる。

理解されるように、ターンダウンアドバイザは、前述の、特に図１６から図２０に関連して論じたシステムおよび方法の多くを用いて実装されうる。図２１のターンダウンアドバイザは、以下の種類のデータのうちの１つまたは複数を収集し、使用しうる：提案のターンダウン運転期間についてのユーザ指定の始動および停止の時刻（すなわち、ターンダウン運転モードが分析され、または考慮される期間）；燃料費；周囲条件；タイム・オフ・ブレーカ；交流電源使用；関連期間中の電力または蒸気の販売／価格；当該期間にわたる運転および保守費；ユーザ入力；計算されたターンダウン負荷；運転の予測排出量；発電所によって消費される現在の排出量レベルおよび定義された規制期間についての制限；ターニング装置の運転に関する仕様；パージプロセスに関連した規制および設備；発電所運転モードについての固定費；始動運転に関連した費用；発電所始動信頼性；遅延始動についてのインバランス料金または過料；始動に関連した排出量；蒸気タービンが存在する場合に補助ボイラに使用される燃料比；発電所のガスタービンがどのようにターンダウン運転モードとシャットダウン運転モードとで運転したかに関する履歴データ。ある実施形態では、以下で論じるように、本発明からの出力は以下を含みうる：関連する期間にわたる発電所のための推奨運転モード（すなわち、ターンダウン運転モードおよびシャットダウン運転モード）；各運転モードと関連付けられる費用；ある期間にわたる推奨される発電所運転負荷および負荷プロファイル；推奨される発電ユニット始動開始時刻；ならびに、年初来の消費された排出量および本年の残りの期間について残存する排出量。ある実施形態によれば、本発明は、関連する期間にわたる発電所の燃料消費および排出量を計算し、または予測することができ、その計算または予測は、次いで、１または複数の特定のガス・タービン・エンジンについてのターンダウン対シャットダウンの費用を計算するのに使用されうる。この方法は、シャットダウンモードとターンダウンモードでの各ガスタービン費用を使用して、最小運転費を有する組み合わせを決定しうる。そうした最適化は、発電所運営者によって定義されうる様々な基準に基づくものとしうる。例えばその基準は、収入、純収入、排出量、効率、燃料消費などに基づくものとしうる。加えて、代替の実施形態によれば、この方法は、パージクレジットを取るべきか否か；シャットダウンすべきガス・タービン・ユニットおよび／またはターンダウンすべきガス・タービン・ユニット（例えば、履歴始動信頼性および遅延始動が原因で課されうる潜在的インバランス料金に基づきうる）といった具体的措置を推奨しうる。本発明はさらに、見込み燃料購入をより正確に行うために、あるいは、さらに先の市場期間についての燃料購入を可能にするために燃料消費に関連した予測を高度化するのに使用されてよく、これらの予測は、燃料価格付けおよび／またはより少ない燃料在庫またはマージンの維持にプラスの影響を及ぼすはずである。

図１９には、流れ図７００の形態の、本発明の例示的実施形態によるターンダウンアドバイザの例示的実施形態が示されている。このターンダウンアドバイザは、他の発電ユニットをターンダウンモードで運転しつつ、発電所またはその一部分をシャットダウンする将来の運転期間にわたる相対費用に関して助言するのに使用されうる。この例示的実施形態によれば、シャットダウン運転モードおよびターンダウン運転モードと関連付けられる可能な費用が分析され、次いで適切な措置のために発電所運営者に伝達されうる。

初期ステップとして、選択のターンダウン運転期間中の運転費に影響を及ぼし、または運転費を決定するのに使用されうるあるデータまたは運転パラメータが収集されうる。これらは、図示のように、ターンダウンデータ７０１、シャットダウンデータ７０２、および共通データ７０３の間でしかるべくグループ化される。共通データ７０３は、シャットダウン運転モードとターンダウン運転モードの両方に関連する費用項目を含む。共通データ７０３は、例えば、ターンダウン運転モードの分析が実行される選択の運転期間を含む。長期間のタイムフレームにわたってより幅広い最適化が達成されるように、競合するターンダウン運転モードについて複数の選択の運転期間が定義され、別々に分析されうることが理解されるであろう。理解されるように、選択の運転期間の定義は、期間の長さおよびその開始点または終了点を定義することを含みうる。他の共通データ７０３は、図示のように、燃料の価格、発電所の様々な排出制限、および周囲条件に関するデータを含みうる。排出制限に関して、収集されるデータは、定義された規制期間中、例えば１年間に累加されうる制限、および発電所からすでに発生した量、および適用可能な規制期間がすでに適用された程度を含みうる。さらに、排出量データは、制限のいずれかの超過と関連付けられる過料または他の費用を含みうる。このように、この方法は、年次の、または周期的な規制制限に対する発電所の現在の状況、ならびに起こりうる違反の可能性およびそうした不適合と関連付けられる過料に関して情報を提供されうる。この情報は、各種の運転が発電所の排出量に対して異なる影響を及ぼすため、発電ユニットをシャットダウンすべきか、それともターンダウンすべきかの判断に関連しうる。周囲条件データに関して、そうしたデータは、本明細書ですでに説明したプロセスに従って取得され、使用されうる。

ターンダウン運転モードは、理解されるように、ターンダウン運転モードと関連付けられる運転費の決定に固有に関連したデータを有する。そうしたターンダウンデータ７０１は、図示のように、発電所がターンダウンレベルで運転する間に発電される電力によって獲得されうる収入を含む。より具体的には、ターンダウン運転モードは、低レベルでではあるが、発電が継続する運転モードであるため、その電力が発電所の収入を生じさせる可能性がある。収入が生じる限り、その収入は、ターンダウン運転モードと関連付けられるその他の運転費の一部を相殺するのに使用されうる。したがって、この方法は、発電所がターンダウンモードで運転している間に発電する電力の販売または商用利用と関連付けられる価格または他の経済的表示を受け取ることを含む。これは履歴データに基づくものとすることができ、獲得される収入は、発電所が運転するターンダウンレベルに依存しうる。

ターンダウンデータ７０１は、選択の運転期間中のターンダウンレベルで発電所を運転することと関連付けられる運転費および保守費をさらに含みうる。これも履歴データに基づくものとすることができ、そうした費用は、発電所のターンダウンレベルおよび発電所がどのように構成されるかに依存しうる。場合によっては、この出費は、負荷レベルおよび類似の運転の履歴記録に依存する毎時費用として反映されうる。ターンダウンデータ７０１は、ターンダウンモードで運転している間の発電所排出量に関連したデータをさらに含みうる。

シャットダウンデータ７０２も、シャットダウン運転モードに固有のいくつかの項目を含み、この種のデータはこの方法のこの段階において収集されうる。ある実施形態によれば、これらのうちの１つは、シャットダウン期間中のターニング装置の運転に関連するデータである。したがって、シャットダウン運転の様々な段階に関するデータが定義されることになる。これは例えば、以下に関連したデータを含みうる：発電ユニットを通常の負荷レベルからターニング装置が取り付けられた状態にするのに必要な時間の長さに関する履歴データを含みうる、シャットダウン運転自体；発電所が選択の運転期間に従ってシャットダウンのままである時間の長さ；発電ユニットが通常、ターニング装置上にとどまる時間の長さ；ならびに発電ユニットをシャットダウンした後で再始動し、またはオンライン状態に戻すためのプロセスに関するデータ、ならびにこのために必要とされる時間、始動燃料要件、および始動排出量データ。始動時間の決定に際して、発電ユニットについて可能な始動の種類やそれに関連した仕様といった情報が決定されうる。当業者は理解するように、始動プロセスは、発電所がシャットダウン状態のままである時間に依存しうる。始動時間に影響を及ぼす別の考慮事項は、発電所が、始動時間に影響を及ぼし、または始動時間を短縮しうるある機構を含むかどうか、および／または発電所の運営者がこれらの機構のいずれかを関与させようとするかどうかである。例えば、パージプロセスは、必要な場合には、始動時間を延長しうる。しかし、発電所があるやり方でシャットダウンされた場合には、パージクレジットが利用できる場合がある。シャットダウン運転と関連付けられる固定費は、始動と関連付けられる固定費を含み、関連する発電ユニットのいずれかに特有の費用と共に、このステップで確認されうる。発電所の始動および／またはシャットダウンと関連付けられる排出量データも確認されうる。これらは、運転の履歴記録に基づくものであっても、そうでなくてもよい。最後に、熱発電ユニットの各々についての始動信頼性に関連したデータが確認されうる。理解されるように、発電所は、各発電ユニットをオンライン状態に戻すプロセスが、発電所が負荷義務を満たすことができなくなる遅延を含む場合には、手数料、過料、および／または損害賠償額を課されうる。これらの費用が決定され、以下でより詳細に論じるように、始動信頼性に関連した履歴データを考慮して考察されうる。このように、そうした出費が、負担の可能性を反映し、かつ／またはそうした出費のリスクをヘッジし、もしくはリスクに備えて保険をかけるための支出を含むように差し引かれうる。

７０１から７０３の初期データ取得ステップから、図２１に示す例示的実施形態は、ターンダウンアナライザ７１０およびシャットダウンアナライザ７１９を経て進むことができ、これらのアナライザは各々、それが対応する運転モードの運転費を計算するように構成されうる。図示のように、これらのアナライザ７１０、７１９は各々、ステップ７３０への費用、排出、および／または他のデータの提供へ向かって進むことができ、ステップ７３０では、可能なターンダウンおよび発電ユニットシャットダウンのシナリオに関するデータが、最終的にステップ７３１で発電所運営者への出力を行うために、コンパイルされ、比較される。後述するように、この出力７３１は、可能なシナリオのうちの１つまたは複数についての費用および他の考慮事項を含んでいてよく、最終的には、特定の措置およびその理由を推奨しうる。

ターンダウンアナライザ７１０に関して、方法は、まず、選択の運転期間中の提案のターンダウン運転の負荷レベルを決定しうる。以下でさらに論じるように、ターンダウン運転と関連付けられる費用のほとんどは、発電所が稼働する負荷レベルと共に、発電所がその負荷を生成するためにどのように構成されるかに大きく依存し、その構成は、例えば、様々な熱発電ユニットがどのように関与するか（すなわち、どの発電ユニットがターンダウンされ、どの発電ユニットがシャットダウンされるか）を含みうる。提案のターンダウン運転のためのターンダウン負荷レベルは、本発明の代替の実施形態に従っていくつかの異なるやり方で決定されうる。第１に、発電所運営者は、ターンダウン負荷レベルを選択しうる。第２に、負荷レベルは、発電所が効率よく稼働した過去のターンダウンレベルに関する履歴規則の分析によって選択されうる。これらの記録から、例えば、効率、排出量、１または複数のサイト特有の目標の達成、ターンダウン条件中に発電される電力の代替の商用利用の可用性、周囲条件、ならびに他の要因といった、運営者供給の基準に基づいて、提案の負荷レベルが分析され、選択されうる。

提案のターンダウン運転のターンダウンレベルを選択する第３の方法として、図１８に関連して記述したようなコンピュータ実装の最適化プログラムを使用して最適化が計算されうる。図２１では、このプロセスがステップ７１１およびステップ７１２で表されている。最適化ターンダウンレベルは、ステップ７１１でターンダウン運転モードを提案し、次いで、ステップ７１２で、発電所の運転限界が満たされているかどうか分析することによって計算されうる。理解されるように、これがどのようにして達成されるかに関しては、図１８に関連して先により詳細に説明した。このようなプロセスを使用してターンダウンレベルを最適化することによって、選択の運転期間についてのシャットダウン代替モードに対する比較のために選択されたターンダウン運転モードが最適化事例を表すこと、および、これを与件として、ターンダウン代替モードとシャットダウン代替モードとの比較が有意な比較となることが理解されるであろう。図１８に関連して記載したように、最小ターンダウンレベルは、運営者選択の基準および／または費用関数に従ってターンダウンレベルを最適化する最適化プロセスによって計算されうる。関数のうちの１つは、提案のターンダウン運転期間中の燃料消費のレベルとしうる。すなわち、最適化ターンダウンレベルは、最小レベルへ向けて燃料消費を最適化すると同時に、他のすべての運転限界またはサイト特有の性能目標を満足させることによって決定されうる。

そこから、図２１のこの方法は、ステップ７１１およびステップ７１２によって決定されたターンダウン運転モードの特性に従って選択の運転期間についての提案のターンダウン運転モードと関連付けられる費用を決定しうる。図示のようにステップ７１３は、燃料消費を計算または推定し、そこから、提案のターンダウン運転のための燃料費を計算または推定しうる。燃料消費を最小化することに基づく最適化を記述する前述の例示的実施形態に従って、単に、最適化ステップの一部として計算された燃料レベルを取得し、それを予期される、または既知の燃料価格で乗じることによって燃料費が導出されうる。次のステップ（ステップ７１５）で、提案のターンダウンレベルおよび選択の運転期間中の商用需要の可用性を与件として、選択の運転期間中に発電される電力から導出される収入が計算されうる。次いで、ステップ７１６で、運転費および保守費が決定されうる。提案のターンダウン運転と関連付けられる運転費および保守費は、任意の従来の方法によって計算されてよく、ターンダウンレベルに依存しうる。運転費および保守費は、ターンダウン運転の履歴記録から導出される毎時の経費として反映されてよく、提案のターンダウン運転中に使用される様々な構成要素システムの期待寿命の一部分を反映する構成要素使用経費を含みうる。ステップ７１７で示されている次のステップで、費用（燃料、運転および保守）を加算し、収入を減算することによって、選択の運転期間についての提案のターンダウン運転モードの純費用が計算されうる。

この方法は、「排出量の影響」とも呼びうる、提案のターンダウン運転モードを与件とする選択の運転期間にわたる発電所排出量を決定するステップ７１８も含みうる。純費用および排出量の影響は次いで、ステップ７３０で表されているコンパイル比較ステップへ提供することができ、よって、異なるターンダウンシナリオの費用および排出量の影響が分析されて、以下でさらに論じるように、最終的に出力ステップ７３１で推奨が提供されうる。

シャットダウンアナライザ７１９を見ると、シャットダウンアナライザ７１９は、選択の運転期間中にシャットダウン運転モードで発電所の発電ユニットのうちの１つまたは複数を運転することに関連する側面を計算するのに使用されうる。本発明のこの態様の一部として、発電所をシャットダウンし、次いで、選択期間の最後に再始動するための手順を含む運転が費用および排出量について分析されうる。好ましい実施形態によれば、シャットダウンアナライザ７１９は、初期ステップ７２０および７２１の一部として、提案のシャットダウン運転モードを決定することができ、提案のシャットダウン運転モードは最適化シャットダウン運転モードを表しうる。提案のシャットダウン運転モードは、発電ユニットのうちの１つまたは複数をシャットダウンし、次いで選択の運転期間の最後に各発電ユニットをオンライン状態に戻すために再始動するためのプロセスを含む。理解されるように、発電ユニットが稼働していない期間の長さは、発電ユニットが利用できる可能な始動プロセスの種類を決定することになる。例えば、ホットスタートとコールドスタートのどちらが利用可能かは、それぞれ、シャットダウン期間が短いかそれとも長いかに依存する。提案のシャットダウン運転モードを決定する際に、この方法は、始動プロセスが発電ユニットを運転負荷レベルへ戻すのに必要な時間を計算しうる。ステップ７２１で、本発明の方法は、提案のシャットダウン運転手順が発電所のすべての運転限界を満足させることを確認する検査を行いうる。運転限界のうちの１つが満足されない場合、方法は代替の始動手順を計算するためにステップ７２０に戻りうる。これは、発電所の運転限界を満足させる最適化始動手順が計算されるまで繰り返されうる。理解されるように、先に論じた方法およびシステムに従って、チューニングされた発電所モデルを使用して代替のシャットダウン運転モードをシミュレートすることにより、関連する運転期間および予想周囲条件を与件とする最適化された事例が決定されうる。

ステップ７２０およびステップ７２１の提案のシャットダウン運転モードが与えられると、プロセスは引き続きそのモードと関連付けられる費用を決定しうる。初期ステップは、シャットダウン運転モードが含む始動プロセスの特性を分析することを含む。ステップ７２２で、プロセスは、始動の特定の運転パラメータを決定することができ、これは、発電所運営者がパージを必要とし、または要求しているか否かに関する判定を含みうる。決定された始動を与件として、ステップ７２３で燃料費が決定されうる。例示的実施形態によれば、シャットダウンアナライザ７１９は次いで、始動プロセスにおいて往々にしてかかる遅延と関連付けられる費用を計算する。具体的には、ステップ７２４に示すように、プロセスは、そうした遅延の確率を計算しうる。この計算は、入力として、始動の種類、ならびに、発電所における関連する発電ユニットの過去の始動に関する履歴記録、ならびに他の発電所におけるそうした発電ユニットの始動に関するデータを含みうる。この一部として、プロセスは、開始遅延発生の確率および課されるはずの損害賠償額といった過料を反映する提案のシャットダウン運転モードに関連した費用を計算しうる。この費用は、発電所がそうした過料を被るリスクの一部分をサービス提供者または他の発行者に回すためのヘッジ戦術と関連付けられる任意の費用を含みうる。

ステップ７２６で、この方法は、シャットダウンプロセスにおいてターニング装置を運転することと関連付けられる費用を決定しうる。方法は、シャットダウン期間が与えられた場合のターニング装置の速度プロファイルを計算することができ、これを用いて、ターニング装置を運転するのに必要とされる補助電源の費用が決定される。理解されるように、これは、ガスタービンの動翼を動翼が冷却される際に保持するのに必要とされる電力を表し、これがなされるのは、それを行わずに動翼を静止位置で冷却させた場合に発生するはずの反りまたは変形を防止するためである。ステップ７２７で、図示のように、シャットダウン運転の運転費および保守費が決定されうる。提案のシャットダウンと関連付けられる運転費および保守費は、任意の従来の方法によって計算されうる。運転費および保守費は、提案のシャットダウン運転中に使用される様々な構成要素システムの期待寿命の一部分を反映する構成要素使用経費を含みうる。ステップ７２８で示されている次のステップで、燃料、ターニング装置、ならびに運転および保守の決定された費用を加算することによって、選択の運転期間についての提案のシャットダウン運転モードの純費用が計算されうる。この方法は、前述のように運転モードの「排出量の影響」とも呼ばれうる、提案のシャットダウン運転モードを与件とする選択の運転期間にわたる発電所排出量が決定されるステップ７２９も含みうる。純費用および排出量の影響は次いで、ステップ７３０のコンパイルおよび比較ステップに提供されうる。

ステップ７３０で、この方法は、選択の運転期間についての様々な発電所ターンダウン運転モードをコンパイルし、比較しうる。一実施形態によれば、この方法は、図１８から図２０に関連して記述した方法およびプロセスの一部として特定された競合するターンダウン運転モードを分析しうる。ステップ７３０で、競合するターンダウン運転モードの各々についてのコンパイルされた費用データおよび排出量の影響が比較され、ステップ７３１の一部として、出力として提供されうる。このように、競合する運転モードがどのように比較されるかに従って、選択のターンダウン運転期間中に発電所をどのように運転すべきかに関する推奨を提供することができ、推奨は、タービンのどれをシャットダウンすべきであり、タービンのどれをターンダウンすべきか、およびタービンを運転すべきターンダウンレベルを含む。

ステップ７３１の出力の一部として、特に、分析された競合する運転モードが類似した経済的結果を有する場合に、排出量データも提供されうる。理解されるように、各代替モードが発電所排出量にどのように影響するか、および影響を与件とする、現在の規制期間中の不適合の可能性に関する通知、ならびにそれらに関連した経済的結果も提供されうる。具体的には、規制期間中の１または複数の発電所汚染物質の累積排出量が、当該タイムフレームにおいて許容される全般的制限と比較されうる。ある好ましい実施形態によれば、比較の結果を伝達するステップは、現在の規制排出期間にわたる累積排出制限を平均することによって導出された排出率に対する、現在の規制排出期間の一部分にわたる発電所の累積排出レベルを平均することによって導出された発電所の排出率を指示することを含みうる。これがなされうるのは、違反を招かずに許容される平均排出率と比べて発電所がどの程度であるか判定するためである。方法は、現在の規制期間中に発電所がまだ利用できる排出量、および提案の運転モードのどちらかに対応するために利用できる十分なレベルがあるか否か、または、そうではなく、排出量の影響が将来の規制違反の確率を即座に上げるかどうかを判定しうる。

出力として、この方法は、提案のターンダウン運転モードとシャットダウン運転モードとの間で、経済的な、またそれ以外の点での利益／不利益に関して助言する推奨される措置を提供しうる。推奨は、費用と、それらの費用がかかったカテゴリ間の詳細な内訳および費用を計算する際に行った仮定の報告を含みうる。さらに、推奨される措置は、最も好適な運転モードを選択するための判断に影響を及ぼしうるはずの任意の他の考慮事項の概要も含みうる。これらは、適用可能な排出制限および規制期間に関連した情報、ならびにそれらに関連して発電所の現在の累積排出量がどの程度であるかを含みうる。これは、発電所運営者が、排出閾値に違反するリスク、ならびにそうした違反に関連した費用を不合理に増大させる任意の運転モードに関して通知されることを含みうる。

本発明は、前述の機能的側面の多くの性能を効率よく可能にし、改善する統一されたシステムアーキテクチャまたは統合されたコンピューティングシステムをさらに含みうる。発電所は、理解されるように、異なる市場で、異なる時間帯にまたがって稼働し、発電所の管理に関与する多くの利害関係者および意思決定者を含み、様々な種類の所有関係の下で存在する。さらに、１人の所有者がいくつかの発電所を制御し、運営することもあり、各発電所は、オーバーラップする、または別々の市場にまたがる複数の発電ユニットを有する。また所有者らは、効果的な発電所運転を評価するための異なる基準を有する場合があり、それらの基準は、例えば、固有の費用モデル、応答時間、可用性、柔軟性、サイバーセキュリティ、機能性、および別々の市場が運営するやり方に固有の差異を含みうる。しかし、理解されるように、ほとんどの現在の電力取引市場は、複数の当事者および意思決定者によって共有される様々なオフライン生成ファイルを利用し、これらのファイルは、トレーダ、発電所マネージャ、および規制当局者の間で送信されるものを含む。ある市場区分内の各発電所および／または発電ユニットの能力は、各当事者によって明確に理解されない場合がある。したがって、電力取引市場の連続する各層は、通常、下位層によって報告される発電所性能をヘッジする。これは、発電所所有者およびフリート運営者にとっての収入減ということになる。というのは、発電ユニットの多層階層により、控えめなヘッジングが複合されてより大規模なシステム不効率および発電能力の不十分な利用をもたらすからである。本発明は、以下で論じるように、これらの問題の多くの根本にある分断を軽減すると共に、本明細書で記述するその他の新規の機能の多くを可能にするための承認された、より効率的なプラットフォームを提供するように機能する。

本明細書で示したように、本発明の一態様によれば、統一アーキテクチャ上で物理学に基づく分析を実行し、履歴データを収集、評価し、Ｗｈａｔ−ｉｆシナリオまたは代替シナリオの分析を実行しうるシステムまたはプラットフォームが策定される。統一アーキテクチャは、発電所モデル化、運転判断支援ツール、発電所の運転および性能の予測、性能目標に従った最適化といった、様々な機能、様々な構成要素を可能にしうる。アーキテクチャはこれを、発電所にとってローカルの構成要素と、例えば、クラウドベースのインフラストラクチャ上でホストされる構成要素といった、発電所にとってリモートの構成要素との統合によって達成しうる。理解されるように、そうした統合の態様は、結果の整合性またはタイムラインに影響せずに、高度化されたより正確な発電所モデルを可能にしうる。一例示的実施形態によれば、これは、ローカルのコンピューティングシステムと外部でホストされるコンピューティングシステムとで同じチューニングされた発電所モデルを利用することを含む。さらに、本発明のアーキテクチャは、外部でホストされるクラウドベースのインフラストラクチャ上で展開されれば、複数の顧客サイトを扱うように効率よく拡張されうる。

より具体的には、次に図２２から図２５を見ると、複数の発電ユニットが複数のリモートの位置に分散されている発電所のフリートを制御し、管理し、最適化することと関連付けられる多くの要件をサポートする、拡張可能なアーキテクチャが提示されている。ローカル／リモート・ハイブリッド・アーキテクチャは、本明細書で示すように、状況による、または事例特有のある基準またはパラメータに基づいて用いられうる。例えば、一連の発電所を有する所有者または運営者が、システム機能のある側面はローカルでホストされ、他の側面はクラウド環境でホストされることを望み、クラウド環境は、すべての発電ユニットからのデータをプールし、分析機能も含む共通のデータリポジトリとして機能しうるとする。様々な種類の所有者／運営者の各々について適切なアーキテクチャを選択する方法は、発電所の運転を駆動する重大な利害関係、ならびに発電所が稼働する電力市場の具体的特性に注目しうる。ある実施形態によれば、以下に示すように、特定の発電所の閉ループ制御をサポートし、またはサイバーセキュリティを改善し、またはほぼリアルタイムの処理に対応するのに必要とされる速度を提供するために、性能計算がローカルで実行されうる。他方、本発明のシステムは、ローカルシステムとリモートシステムとの間のデータフローがローカルのデータおよびモデル・チューニング・パラメータを含むように構成することができ、それらのパラメータは、後で代替シナリオ分析といった分析に使用されるチューニングされた発電所モデルの作成のためにクラウドインフラストラクチャに転送される。リモートまたはクラウドインフラストラクチャは、共通の発電所モデルへのアクセスを必要とする異なる種類のユーザの固有のニーズに従って共通の発電所モデルとの対話を適応させるのに使用されうる。さらに、フリートの各発電所が稼働する市場の固有の態様に依存する応答時間およびサービスレベル契約に基づいて、拡張のための戦略が決定されうる。最終結果の可用性に関してより高い応答時間が必要とされる場合には、ソフトウェアリソースとハードウェアリソースの両方に関して分析プロセスが拡張されうる。システムアーキテクチャは、分析を実行する任意のシステムが動作不能になった場合に、同じ発電所モデルおよび履歴データを含む冗長ノード上で処理が続行されうるように、冗長性をサポートしうる。統一アーキテクチャは、アプリケーションとプロセスを統合することにより、技術的にも商業的にも有利となるように性能を高め、機能範囲を広げることができ、これは、新しい発電所モデルの簡便な統合、手順とモデルの分離、異なる運営者が同じデータをリアルタイムで共有すると同時に、そのデータを各運営者のニーズに従った固有のやり方で提示することを可能にすること、簡便なアップグレード、ならびに発電所へ監視制御を送るためのＮＥＲＣ−ＣＩＰ制限の遵守を含みうる。

図２２に、本発明のある態様によるフリートレベルの最適化のためのハイレベル論理フロー図または方法を示す。図示のように、フリートは複数の発電ユニットまたは資産８０２を含んでいてよく、資産８０２は複数の発電所にまたがる別々の発電ユニットまたは発電所自体を表しうる。フリートの資産８０２は１人の所有者または１つの事業体によって所有され、顧客によって必要とされる電気負荷の分担を発電する契約上の権利を求めて１または複数の市場にまたがって他のそうした資産に対して競争しうる。資産８０２は、同種のエンジンおよび／または類似の構成の多くを含む複数の発電ユニットを含みうる。ステップ８０３で、発電所の様々な資産においてセンサによって収集される性能データが、中央データリポジトリへ電子的に伝達されうる。次いで、ステップ８０４で、測定データは、後述するように、資産ごとの性能レベルのより正確な、またはより実際通りの指示が決定されるように照合調整され、またはフィルタリングされうる。

先に詳細に説明したように、この照合調整がなされうる１つのやり方は、測定データを発電所モデルによって予測された対応するデータと比較することであり、発電所モデルは資産の各々の運転をシミュレートするように構成される。そうしたモデルは、オフラインモデルとも呼ぶことができ、物理学に基づくモデルまたは熱モデルを含んでいてよく、照合調整プロセスは、それらのモデルがシミュレーションにより資産運転を表す正確さを維持し、かつ／または向上させるようにそれらのモデルを周期的にチューニングするのに使用されうる。すなわち、前に詳細に論じたように、方法は、ステップ８０５で、最も新しく収集されたデータを使用して発電所モデルをチューニングしうる。このプロセスは、資産の各々、すなわち、発電ユニットおよび／または発電所の各々についてのモデル、ならびに複数の発電所の運転もしくはフリート運転の態様をカバーするより一般的なモデルをチューニングすることを含みうる。また照合調整プロセスは、不一致を解決し、かつ／または異常を特定するために、収集されたデータ、特に、同様に構成された同じ種類の資産から収集されたデータを類似した資産８０２間で比較することを伴いうる。このプロセスの間に、コンパイルされたデータの集合性、冗長性を仮定して、重大な誤りが除かれうる。例えば、より高い精度を有するセンサまたはつい最近検査されたばかりで、正しく動作することが証明されているセンサに従いうる。このように、収集されたデータは実際のフリート性能のより正確な指示を表す単一の一貫したデータセットを構築するために、比較して照合確認され、検証され、照合調整されうる。この正確なデータセットは次いで、後で将来の市場期間中のフリートのための最適化された制御ソリューションをシミュレートし、決定するのに使用されうるオフライン発電所モデルをチューニングするのに使用することができ、オフライン発電所モデルは、例えば、給電配分入札手順において発電所の競争力を高めるのに使用されうる。

ステップ８０６で、図示のように、発電所の実際の性能が、照合調整された性能データおよびステップ８０５のチューニングされたモデルから決定される。次いで、ステップ８０７で、フリートの資産８０２は、選択された最適化基準が与えられたものとして一括して最適化されうる。理解されるように、これは、先にすでに詳細に論じたのと同じプロセスを伴いうる。ステップ８０８で、最適化供給曲線または資産スケジュールが作成されうる。これは、資産がどのようにスケジュールされ、または運転されるか、ならびに各資産が、例えば、発電所のフリートについての提案の、または仮定の負荷レベルを満足させるように関与するレベルを記述しうる。最適化の基準は、資産の運営者または所有者によって選択されうる。例えば、最適化基準は、効率、収入、収益性、または何らかの他の尺度を含みうる。

図示のように、後続のステップは、将来の市場期間についての給電契約に入札し、給電契約を獲得するために最適化スケジュールを伝達することを含みうる。これは、ステップ８０９で、後で最適化資産スケジュールに従って入札を提出するエネルギートレーダに最適化資産スケジュールを伝達することを含みうる。理解されるように、ステップ８１０で、入札は、その多くが競合する所有者によって所有されうる電力系統内に位置する複数の発電所および発電ユニットに負荷を分配するための電力系統全体の給電配分プロセスに参加するのに使用されうる。給電配分プロセスのための入札またはオファーは、個々の電力系統によって決定される、可変発電費用や効率といった定義された基準に従って構成されうる。ステップ８１１で、電力系統の最適化の結果を使用して、電力系統内の様々な資産が予測需要を満たすためにどのように関与すべきかを反映する資産スケジュールが生成されうる。ステップ８１１の資産スケジュールは、電力系統全体の給電配分プロセスの結果を反映するものであり、次いで、ステップ８１２で、例えば、各資産が運転される負荷を含みうる運転設定値（または特定の運転モード）を、資産８０２のうちの１つまたは複数の運転を制御する制御装置へ伝達するために、資産８０２のフリートの所有者へ送り返されうる。ステップ８１３で、制御装置は、その給電配分プロセスにおいて契約した負荷要件を満足させるために、制御ソリューションを計算し、次いでその制御ソリューションを伝達し、かつ／または資産８０２を直接制御しうる。フリート所有者は、収益性を最適化するために１または複数の発電所が条件の変化に従って稼働する仕方を調整しうる。

図２３に、本発明の例示的実施形態によるローカルシステムとリモートシステムとの間のデータフローを示す。前述のように、ある実施形態によれば、機能はローカルでホストされてよく、同時に他の機能がクラウド環境においてオフサイトでホストされてもよい。本発明による適切なアーキテクチャを選択する方法は、フリート内の資産の運転の重要な駆動要因である考慮事項を決定することを含む。したがって、サイバーセキュリティ問題といった考慮事項は、あるシステムがローカルのままであること、あるいは、必要な適時性が維持されるように時間がかかる性能計算がローカルでホストされたままであることを必要としうるはずである。図２３に示すように、ローカル発電所制御システム８１６がセンサ測定値を取り込み、そのデータをチューニングモジュール８１７へ伝達することができ、そこで、図１７に関連して前に論じたように、発電所モデルによって予測された値に対して実際の値または測定値を比較する性能計算を用いて、チューニングまたはデータ照合調整プロセスが完了されうる。データルータ８１８を経由して、図示のように、モデル・チューニング・パラメータおよび照合調整されたデータは、次いで、クラウドでホストされるリモート中央データベース８１９に伝達されうる。そこから、モデル・チューニング・パラメータを使用して、通常、オフライン発電所モデル８２０と呼ばれるものがチューニングされ、このモデルは次いで、詳細に前述したように、将来のフリート運転を最適化し、代替のシナリオまたは「Ｗｈａｔ−ｉｆ」分析を提供すると共に、資産のフリートの可能な、または競合する運転モード間で助言を提供するのに使用されうる。

オフライン発電所モデル８２０を用いて実行される分析の結果は、図示のように、ウェブポータル８２１を介してフリート運営者へ伝達されうる。ウェブポータル８２１は、発電所フリートの管理に必要なユーザへのカスタマイズされたアクセス８２２を提供することができ、それらのユーザは、発電所運営者、エネルギートレーダ、所有者、フリート運営者、技術者、ならびに他の利害関係者を含む。アクセス８２２によるユーザ対話に従って、オフライン発電所モデル８２０が実行した分析によって提供される推奨に関して判断が行われうる。そうした判断は、実装のためにシステムを介して発電所制御システム８１６へ送り返されうる。代替の実施形態によれば、ある措置は、さらなるユーザ入力を必要とせずに自動的に行われるように指定されうる。

図２４および図２５に、本発明のある代替の態様による統一アーキテクチャの概略的システム構成を示す。図２５に示すように、リモートの中央リポジトリおよび分析構成要素８２５が、フリートレベルの最適化を実行するためにいくつかの資産８０２から性能パラメータおよび測定運転パラメータを受け取りうる。このフリートレベルの最適化は追加入力データに基づくものであってよく、追加入力データは、各発電所で貯蔵され、利用可能な現在の燃料量、発電所ごとの地域別燃料価格、各発電所で発電される電気の地域別価格、現在の気象予想およびリモートに位置する資産間の相違点、ならびに／または停止および保守スケジュールを含みうる。例えば、ガスタービンの構成部品オーバホールの予定は、高温での短期運転がより経済的であることを意味しうる。プロセスはその場合、発電所のフリートのための最適化された可変発電費用を含む供給曲線を計算しうる。さらに本発明は、図示のように、少なくともある状況において、入札が電力系統全体の給電指令当局８２６に直接転送され、それによってエネルギートレーダ８０９を介さないような、より自動化された入札作成を可能にしうる。図２５に示すように、（電力系統全体の給電指令当局による）電力系統の最適化の結果を使用して、電力系統内の様々な資産が予測需要を満たすためにどのように関与すべきかを反映する資産スケジュールが作成されうる。この資産スケジュールは、電力系統全体の最適化を反映することができ、図示のように、資産の運転設定値および運転モードが電力系統内の各資産を制御する制御装置に伝達されるように資産８０２のフリートの所有者に送り返されうる。

したがって、図２２から図２５に従って、競合的な電力系統内で稼働する発電所のフリートに、将来の市場期間に関連した高度な性能および／または入札プロセスを提供するための方法およびシステムが開発されうる。運転条件および運転パラメータに関する現在のデータが、フリート内の発電所の各々からリアルタイムで受け取られうる。次いで発電所および／またはフリートのモデルは、現在のデータに従って、モデルの予測の正確さおよび範囲が改善し続けるようにチューニングされうる。理解されるように、これは、測定性能指標と発電所またはフリートモデルによって予測される対応する値との比較によって達成されうる。次のステップとして、チューニングされた発電所モデルおよび／またはフリートレベルのモデルを使用して、チューニングされたモデルを用いてシミュレートされる競合する運転モードに基づく、フリート内の発電所の各々についての実際の発電能力が計算されうる。次いで、実際の発電所能力および定義された最適化基準を用いて最適化が実行されうる。次いで、フリート内の発電所の各々についての最適運転点を計算する資産スケジュールが作成されうる。理解されるように、運転点は次いで、それらの運転点に従って各々を制御するために異なる発電所へ転送されてよく、あるいは、運転点は、中央給電指令当局に提出する入札を作成するための基礎として使用されうる。

本発明は、現在、最も実用的で、好ましい実施形態であるとみなされる実施形態に関して説明されているが、本発明は開示の実施形態だけに限定されるものではなく、添付の特許請求の範囲の趣旨および範囲に含まれる様々な改変および均等な構成に及ぶものであることが意図されていることを理解すべきである。

１０ 電力系統
１２ 発電所
１４ 送電線
１６ 負荷
１８ 蓄電装置
２０ 通信ネットワーク
２１ 接続
２２ 発電所制御装置
２３ 負荷制御装置
２４ 給電指令当局
２５ 電力系統制御装置
２６ データリソース
３０ ガス・タービン・システム
３１ 構成要素制御装置
３２ 圧縮機
３３ 周囲環境
３４ 燃焼器
３６ タービン
３９ 運営者
４０ 吸気ダクト
４１ 入口案内翼
４２ 排気ダクト
４４ 発電機
４６ センサ
４７ 発電所アクチュエータ
４９ 発電所構成要素
５０ 蒸気タービンシステム
５１ 吸気調節システム
５２ ＨＲＳＧダクト・ファイアリング・システム
５３ タービン
５５ 熱い排気ガス
６０ ガス・タービン・モデル
６１ 吸気調節システムモデル
６２ 蒸気タービンモデル
６３ 経済モデル
６４ オプティマイザ
６５ 冷却システム
７０ フィルタ
７１ ニューラルネットワーク
７２ 実際のデータ
７３ 予測データ
７４ 最適化設定値
７５ 発電所モデル
８０ コンピュータシステム
８１ ディスプレイ
８２ プロセッサ
８３ 入力装置
８４ メモリ
１１０ 制御モジュール
１１１ 制御モデル
１１２ 性能モデル
１１３ ＬＣＣモデル
１１４ 高度化モジュール
１１５ 制御情報
１２０ オファー曲線モジュール
１２１ 周囲条件予想
１２２ 市場条件予想
１２３ データベース
１２４ オフラインモデル
１２５ オファー曲線
１２６ モデル・チューニング・モジュール
１２８ 目標負荷
２００ 発電所最適化システム
２０２ 制御計器（ガスタービン）
２０４ 制御計器（蒸気タービンシステム）
２０８ 発電所制御装置
２１０ データ取得モジュール
２１２ データベース／ヒストリアン
２１４ 熱勘定モジュール
２１６ 性能モジュール
２１８ オプティマイザモジュール
２２０ 助言出力
２２２ 閉フィードバックループ制御出力
２３０ リアルタイム熱発電所最適化システム
２３１ サーバシステム
２３４ クライアントシステム
２３６ データベースサーバ
２３９ データベース
３００ システム
３０１ システム
３０２ 発電所
３０３ 制御装置
３０５ 第１の（１次）モデル
３０６ 第２の（予測）モデル
３０７ インターフェース
３０８ 現在の性能パラメータ
３０９ 他の変数
３１０ 制御プロファイル入力
３１３ 運営者指定のシナリオ
３１４ 予測運転特性
５０１ 発電所
５０２ 発電所モデル
５０３ チューニングモジュール
５０５ 発電所制御装置
５０７ チューニングされた発電所モデル
５０９ 発電所運営者モジュール
５１０ オプティマイザ
５１１ センサ
６００ アルゴリズム
６０１ 最大値
６０２ 閾値、ステップ
６０３ アルゴリズム
６０４ ステップ
６０６ ステップ
６０８ ステップ
６０９ 例示的置換行列
６１０ アルゴリズム、ステップ
６１１ 最大冷却能力値、ステップ
６１２ 関連したアルゴリズム、ステップ
６１３ 露点、ステップ
６１４ ステップ
６１６ ステップ
６１８ ステップ
６２０ アルゴリズム、ステップ
６２１ 上限閾値レベル、ステップ
６２２ ステップ
６３０ チャート
６３１ チャート
６３９ 順序
６４０ 初期状態
７０１ ターンダウンデータ
７０２ シャットダウンデータ
７０３ 共通データ
７１０ ターンダウンアナライザ
７１１ ステップ
７１２ ステップ
７１３ ステップ
７１５ ステップ
７１６ ステップ
７１７ ステップ
７１８ ステップ
７１９ シャットダウンアナライザ
７２０ ステップ
７２１ ステップ
７２２ ステップ
７２３ ステップ
７２４ ステップ
７２６ ステップ
７２７ ステップ
７２８ ステップ
７２９ ステップ
７３０ ステップ
７３１ ステップ
８０２ 資産／サイト
８０３ ステップ
８０４ ステップ
８０５ ステップ
８０６ ステップ
８０７ ステップ
８０８ ステップ
８０９ エネルギートレーダ、ステップ
８１０ ステップ
８１１ ステップ
８１２ ステップ
８１３ ステップ
８１６ ローカル発電所制御システム
８１７ チューニングモジュール
８１８ データルータ
８１９ クラウドでホストされるリモート中央データベース
８２０ オフライン発電所モデル
８２１ ウェブポータル
８２２ カスタマイズされたアクセス
８２５ リモートの中央リポジトリおよび分析構成要素
８２６ 電力系統全体の給電指令当局

Claims (12)

1. 発電所（１２、５０１）の運転の制御方法であって、前記発電所（１２、５０１）は電気を発電するための熱発電ユニット（３０、５０）を含み、前記発電所（１２、５０１）は、前記熱発電ユニット（３０、５０）の運転パラメータの数値によって区別される選択可能な運転モードを含み、前記制御方法は、制御システムが、
   チューニングされた発電所モデル（５０７）を構成するために発電所モデル（７５、５０２）をチューニングするステップであって、
   ａ）第１の運転期間および複数の前記運転パラメータを設定し、次いで、前記第１の運転期間中の前記複数の運転パラメータの測定値を測定するステップと、
   ｂ）前記熱発電ユニット（３０、５０）の熱消費率及び／または出力レベルを含む性能指標を設定するステップであって、前記性能指標は、少なくとも一部は、前記複数の運転パラメータの中から選択される選択された運転パラメータから導出される、前記性能指標を設定するステップと、
   ｃ）前記測定値から、前記性能指標の値を計算するステップと、
   ｄ）前記発電所モデル（７５、５０２）および前記測定値の一部を入力データとして用いて、前記第１の運転期間にわたる前記熱発電ユニット（３０、５０）の前記運転をシミュレートして、前記選択された運転パラメータのシミュレート値を決定するステップと、
   ｅ）前記選択された運転パラメータの前記シミュレート値に基づいて、前記性能指標の予測値を計算するステップと、
   ｆ）前記性能指標の計算された前記値を前記予測値と比較することにより、前記測定値と前記予測値との差分を決定するステップと、
   ｇ）前記チューニングされた発電所モデル（５０７）を構成するために、前記差分に基づいて前記発電所モデル（７５、５０２）の前記複数の運転パラメータを調整するステップと、
   を含む、前記チューニングするステップと、
   前記チューニングされた発電所モデル（５０７）を用いて前記熱発電ユニット（３０、５０）の提案の運転モードをシミュレートするステップであって、
   ａ）第２の運転期間を設定するステップと、
   ｂ）前記選択可能な運転モードの中から前記提案の運転モードとして運転モードを選択するステップと、
   ｃ）前記チューニングされた発電所モデル（５０７）を用いて、前記第２の運転期間中の前記熱発電ユニット（３０、５０）の前記運転をシミュレートするための前記提案の運転モードの各々についてシミュレーションを実行するステップであって、前記シミュレーションが、どの運転パラメータの数値のセットが最も経済的利益を向上するものであるか決定するものである、前記ステップと、
   ｄ）前記シミュレーションの各々からシミュレーション結果を得るステップと
   を含むシミュレーション手順を含むものである前記シミュレートするステップと
   を含む制御方法。
2. 前記第２の運転期間は前記第１の運転期間に後続する非オーバーラップ運転期間を含み、
   前記制御方法は、前記第２の運転期間の前記シミュレーション結果から最適化運転モード（５２１）を決定するステップであって、
   ａ）前記熱発電ユニット（３０、５０）の熱消費率及び／または出力レベルを含む性能の目標である性能目標を設定するステップと、
   ｂ）前記性能目標に従って前記シミュレーションの各々についての前記シミュレーション結果を評価することにより、前記シミュレーション結果から最適化シミュレーションを決定するステップと、
   ｃ）前記最適化運転モード（５２１）として、前記最適化シミュレーションに一致する前記提案の運転モードのうちのいずれかを指定するステップと
   を含む最適化手順を含むものである前記最適化運転モード（５２１）を決定するステップをさらに含む、請求項１に記載の制御方法。
3. 前記運転パラメータは、熱発電ユニット（３０、５０）に含まれるガスタービンの燃料流量、入口温度、蒸気圧、蒸気温度、および蒸気流量のいずれかを含む、請求項１または２に記載の制御方法。
4. 前記差分は最初の差分と呼ばれ、
   前記チューニングされた発電所モデル（５０７）を構成するために、前記最初の差分に基づいて前記発電所モデル（７５、５０２）をチューニングする前記ステップは、
   チューニングされた発電所モデル（５０７）を構成するために、前記発電所モデル（７５、５０２）に調整を加えるステップと、
   前記チューニングされた発電所モデル（５０７）および前記複数の運転パラメータの前記測定値の一部を入力データとして用いて、前記第１の運転期間にわたる前記熱発電ユニット（３０、５０）の前記運転をシミュレートして、前記選択された運転パラメータの前記シミュレート値を再計算するステップと、
   再計算された前記選択された運転パラメータの前記シミュレート値を使用して、前記性能指標の前記予測値を再計算するステップと、
   前記性能指標の計算された前値と再計算された前記性能指標の前記予測値との差分を、再計算された差分として決定するステップと、
   前記最初の差分を前記再計算された差分と比較することにより、前記発電所モデル（７５、５０２）と前記チューニングされた発電所モデル（５０７）のどちらが、前記性能指標の計算された前値に対してより正確に前記性能指標の前記予測値を計算したか判定するステップと
   を含むチューニングシミュレーションを含むものである、
   請求項２に記載の制御方法。
5. 前記性能指標は熱消費率に関する第１の性能指標と、出力レベルに関する第２の性能指標とを含み、
   前記シミュレーションの各々についての前記シミュレーション結果は、前記第２の性能指標の予測値を含み、
   前記熱発電ユニット（３０、５０）の前記運転の制御は、前記第２の性能指標の前記予測値と前記シミュレーションの各々についての予測運転費との間の相関に従って行われる経済的最適化を含む、
   請求項２に記載の制御方法。
6. 前記第２の運転期間中に前記最適化運転モード（５２１）に従った前記熱発電ユニット（３０、５０）の制御を自動的に実装するように、発電所制御装置に前記最適化運転モード（５２１）を電子的に伝達するステップと
   を含む、
   請求項５に記載の制御方法。
7. 前記チューニング手順が繰り返し行われ、
   前記制御方法は、各繰り返しが、直前の繰り返しから得られる前記チューニングされた発電所モデル（５０７）の再チューニングを含むように前記チューニング手順を定期的に繰り返すステップをさらに含み、
   前記シミュレーション手順および前記最適化手順の前記ステップは最適化サイクルを含み、
   前記制御方法は、前記最適化サイクルを定期的に繰り返すステップをさらに含む、
   請求項２に記載の制御方法。
8. 前記熱発電ユニット（３０、５０）への燃料供給は、可変設定値に基づいて制御システ
   ム（２２、５０５、８１６）により制御されるアクチュエータ（４７）によって制御され
   、
   前記熱発電ユニット（３０、５０）の前記運転パラメータは変数を含み、前記変数において、
   操作変数に応じて前記アクチュエータ（４７）が制御され、
   外乱変数は、前記熱発電ユニット（３０、５０）の被制御変数に影響を及ぼす制御不能な入力変数であり、
   被制御変数は、前記熱発電ユニット（３０、５０）の設定された出力レベルに対して制御された出力変数に対応する変数であり、
   前記制御方法は、前記提案の運転モードの各々についての提案のパラメータセットを生成するステップをさらに含み、
   前記提案のパラメータセットは各々、前記発電所モデル（７５、５０２）のための第２の運転期間中の変数の値を含み、
   前記提案のパラメータセットの前記第２の運転期間中の変数は、複数の前記外乱変数を含み、
   前記制御方法は、
   前記複数の前記外乱変数の予想値を受け取るステップと、
   前記受け取った予想値に対応する前記外乱変数の値を含むように前記提案のパラメータセットを生成するステップと
   をさらに含む、
   請求項２に記載の制御方法。
9. 前記熱発電ユニット（３０、５０）への燃料供給は、可変設定値に基づいて制御システム（２２、５０５、８１６）により制御されるアクチュエータ（４７）によって制御され、
   前記熱発電ユニット（３０、５０）の前記運転パラメータは変数を含み、前記変数において、
   操作変数に応じて前記アクチュエータ（４７）が制御され、
   外乱変数は、前記熱発電ユニット（３０、５０）の被制御変数に影響を及ぼす制御不能な入力変数であり、
   被制御変数は、前記熱発電ユニット（３０、５０）の設定された出力レベルに対して制御された出力変数に対応する変数であり、
   前記提案の運転モードを選択する前記ステップは、代替の運転モードを定義し、次いで、前記代替の運転モードの各々について、前記代替の運転モードに関連した複数の事例を定義するステップを含み、
   前記複数の事例各々は、熱発電ユニットの各々によって提供される出力レベルのパーセンテージを変えることによって区別され、
   前記制御方法は、前記代替の運転モードについて定義された前記複数の事例の各々について提案のパラメータセットを生成するステップであって、前記提案のパラメータセットは前記チューニングされた発電所モデル（５０７）のための第２の運転期間中の変数の値を含む、前記提案のパラメータセットを生成する前記ステップをさらに含み、
   前記提案のパラメータセットの前記第２の運転期間中の変数は、複数の前記外乱変数を含み、
   前記制御方法は、
   少なくとも周囲温度および周囲圧力を含む前記複数の前記外乱変数の予想値を受け取るステップと、
   前記受け取った予想値に対応する前記外乱変数の値を含むように前記提案のパラメータセットを生成するステップと
   をさらに含む、
   請求項２に記載の制御方法。
10. 前記熱発電ユニット（３０、５０）の出力レベルは、前記第２の運転期間中の商用配電のために前記熱発電ユニット（３０、５０）によって発電される電気のレベルを含み、
    前記代替の運転モードは前記出力レベルにより評価され、
    異なる前記出力レベルの各々における前記複数の事例は、前記熱発電ユニット（３０、５０）の各々によって提供される前記出力レベルにより評価される、
    請求項９に記載の制御方法。
11. 前記発電所（１２、５０１）は、ガスタービン（３０）と、蒸気タービン（５０）と、
    吸気調節システム（５１）と、ダクト・ファイアリング・システム（５２）とを含む複合サイクル発電所（１２、５０１）を含み、
    前記吸気調節システム（５１）は、前記ガスタービン（３０）の発電能力を増強するために前記ガスタービン（３０）の吸気を冷却するように構成されており、
    前記蒸気タービン（５０）は、ボイラ内の１次熱源として使用するために前記ガスタービン（３０）からの排気を受け取るように構成されており、
    前記ダクト・ファイアリング・システム（５２）は、前記ボイラが前記蒸気タービン（５０）の発電能力を増強するための２次熱源として構成されており、
    前記熱発電ユニット（３０、５０）は、前記ガスタービン（３０）、あるいは前記吸気調節システム（５１）によって増強された前記ガスタービン（３０）、および前記蒸気タービン（５０）、あるいは前記ダクト・ファイアリング・システム（５２）によって増強された前記蒸気タービン（５０）を含む、
    請求項１０に記載の制御方法。
12. 前記発電所（１２、５０１）の前記被制御変数のうちの１つが出力レベルを含み、前記出力レベルは商用配電のために前記発電所（１２、５０１）によって発電される電気のレベルを含み、
    前記提案のパラメータセットを生成する前記ステップは、
    前記出力レベルを一定のレベルに保持するステップと、
    複数の前記外乱変数を一定のレベルに保持するステップであって、前記複数の前記外乱変数の前記一定のレベルは前記予想値に対応する、前記複数の前記外乱変数を前記一定のレベルに保持する前記ステップと、
    複数の前記操作変数の各々を変動させるステップと
    を含む、
    請求項１１に記載の制御方法。