KR20000005170A - 블록형 화력 발전소의 운전 방법 및 이 방법의 실시를 위한설비 - Google Patents

블록형 화력 발전소의 운전 방법 및 이 방법의 실시를 위한설비 Download PDF

Info

Publication number
KR20000005170A
KR20000005170A KR1019980707839A KR19980707839A KR20000005170A KR 20000005170 A KR20000005170 A KR 20000005170A KR 1019980707839 A KR1019980707839 A KR 1019980707839A KR 19980707839 A KR19980707839 A KR 19980707839A KR 20000005170 A KR20000005170 A KR 20000005170A
Authority
KR
South Korea
Prior art keywords
energy
current
heating heat
thermal power
demand
Prior art date
Application number
KR1019980707839A
Other languages
English (en)
Inventor
만프레트 헤르프스트
Original Assignee
칼 하인쯔 호르닝어
지멘스 악티엔게젤샤프트
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 칼 하인쯔 호르닝어, 지멘스 악티엔게젤샤프트 filed Critical 칼 하인쯔 호르닝어
Publication of KR20000005170A publication Critical patent/KR20000005170A/ko

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01K—STEAM ENGINE PLANTS; STEAM ACCUMULATORS; ENGINE PLANTS NOT OTHERWISE PROVIDED FOR; ENGINES USING SPECIAL WORKING FLUIDS OR CYCLES
    • F01K17/00—Using steam or condensate extracted or exhausted from steam engine plant
    • F01K17/02—Using steam or condensate extracted or exhausted from steam engine plant for heating purposes, e.g. industrial, domestic
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02G—HOT GAS OR COMBUSTION-PRODUCT POSITIVE-DISPLACEMENT ENGINE PLANTS; USE OF WASTE HEAT OF COMBUSTION ENGINES; NOT OTHERWISE PROVIDED FOR
    • F02G5/00—Profiting from waste heat of combustion engines, not otherwise provided for
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/0275—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • H02J3/472—For selectively connecting the AC sources in a particular order, e.g. sequential, alternating or subsets of sources
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E20/00—Combustion technologies with mitigation potential
    • Y02E20/14—Combined heat and power generation [CHP]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/12—Improving ICE efficiencies

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Power Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

블록형 화력 발전소(BHKW)는 한 편으로는 전기 에너지로서 전류 및/또는 다른 한 편으로는 열 에너지로서 난방열 및 냉방 냉기와 같은 이용 에너지를 수요에 따라 생산한다. 본 발명에 따라 실제 상이한 기준들에 의해 전류 및 난방열 수요의 예견적인 계산이 적어도 다음 24 시간에 대해 이루어지고 및 그로부터 도출되는 전체 소비의 검출 및 평가가 실시된다. 이로부터 들어오고 나가는 에너지에 대한 최적 평가 아래서, 전류 고요금 단계에서, 이 설비의 운전이 도출된다. 해당 설비는 자동 장치의 프로세서 유니트를 포함하며, 이것은 이미 이 설비에 있는 프로세서 유니트가 될 수 있으며, 이를 위해 적절한 소프트웨어가 제공된다. 이용가능한 데이터로 블록형 화력 발전소를 위한 에너지 최적화 프로그램이 실현될 수 있다.

Description

블록형 화력 발전소의 운전 방법 및 이 방법의 실시를 위한 설비
블록형 화력 발전소는 난방열 이용도 동시에 갖는 발전 설비이며, 이 경우 1차 에너지, 예를 들어 다양한 가스 및 경유 및 중유는 연소 기관 즉, 피스톤 모터 또는 가스 터빈에 의해 변환된다. 피크로드 난방열의 커버를 위해 부가적으로 히팅 보일러(heating boiler)가 이용된다.
BHKW-설비를 특별히 이용하는 것은 약 85% 내지 92%의 높은 전체 효율에 있으며, 이런 효율로 상기 이용된 1차 에너지는 전류 및 이용 난방열로 변환된다. 특히 고가의 전기 에너지에 대한 약 40% 부분 및 전류 및 난방열의 동시적인 이용은 블록형 화력 발전소에 이익을 가져온다.
BWK Brennstoff-Waerme-Kraft 41 (1981), No.6, 273 내지 277쪽에 이미 발전 -난방열-결합형 발전소 시스템를 위한 일일(日日) 이용 최적화 방안이 공지되어 있다. 이런 연구의 범위에서 일일 이용 최적화를 위한 유용한 소프트웨어의 적용 및 이용이 보고되고 있다. 그러나 이 시스템은 특히 화력 발전소를 운전하는 시(市) 발전소에서의 실현을 위해 제공되어 있다. BHKW의 특수한 조건들은 상세하게 조사되어 있지는 않는다.
블록형 화력 발전소의 문제점은 BWK Brennstoff-Waerme-Kraft 47 (1995), No. 11/12, 461 내지 464쪽에 및 BWK Brennstoff-Waerme-Kraft 48 (1996), No. 1/2, 61 내지 66 쪽에 언급되어 있다. 거기에서 블록형 화력 발전소의 운전 및 플랜닝(planning)에서 다이나믹(dynamic)의 중요성이 조사되었다. 블록형 화력 발전소를 위한 난방열과 관련한 일일 수요에 대한 컴퓨터에 의한 결정을 위한 증명된 수단이 지금까지 존재하지 않았다는데서 출발하고 있다. 특히 다양한 목적들에 대한 전형화된 기준 프로화일이 수용할 수 있는 결과를 가져오는지 여부의 문제가 조사 부족으로인해 대답되고 있지 않다. 이런 점으로부터 출발하여, 동적 계획(dynamic planning)을 위한 동적 계산 보조 수단을 정하는 것이 요구되고 있다. 실제로 운전의 최적화를 이루는 비교값들이 운전 실험에 의해 조사되고 있다. 그러나 실제로 이 경우에도 수동식 운전이 필요하다.
또한 BWK Brennstoff-Waerme-Kraft 47 (1995), No.11/12, 476 내지 479쪽에, 블록형 화력 발전소의 운전 최적화는 PC-지원 에너지 관리 시스템의 유도 기술로의 집적을 통해 이루어질 수 있다는 것이 공지되어 있다. 중요한 것은 PC 상에서 전송되는 데이터와 더불어 경제적인 주변 조건들을 반영하는 데이터들이 이용될 수 있어야 한다는 것이다.
본 발명은 한 편으로 전기 에너지로서 전류 및/또는 다른 한 편으로는 열 에너지로서 난방열 또는 냉방 냉기 같은 이용 에너지가 수요(demand)에 따라 생산되며, 이 경우 전류 수요 및 난방열의 수요는 일(日) 단위로 적어도 다음 24 시간에 대해 예상이 이루어지는 블록형 화력 발전소의 운전 방법에 관한 것이다. 그와 더불어 본 발명은 또한 상기 블록형 화력 발전소의 운전을 위한 제어 유니트 및 프로세서 유니트 및 저장소를 포함하여 해당 최적화 컴퓨터를 구비하는, 제 1항 또는 제 2항 내지 제 12항 중 한 항에 따른 운전 방법의 실시를 위한 설비에 관한 것이다.
도 1은 여름, 전이기 및 겨울 동안 블록형 화력 발전소로부터 불러올수 있는 난방열을 나타낸 그래프이고,
도 2 는 냉각탑을 가지고 또는 냉각탑 없이 선택적인 작동이 이루어지는, 도 1에 도시된 전이기에서 난방 수요 및 유니트 운전 시간의 그래프이며,
도 3은 도 1의 전이기의 예에 대한 자동적인 그래프 검출을 나타내고,
도 4는 에너지 최적화 프로그램의 구조도이다.
본 발명의 목적은 운전의 최적화가 자동화되어 이루어지도록하는 블록형 화력 발전소의 운전 방법 및 설비를 제공하는데 있다.
상기 목적은 본 발명에 따라 이 예상(prognose)이 다양한 실제 기준들에 의한 예견적인 계산이 되며, 및 자동 평가로 이로부터 도출되는 전체 소비가 검출되며, 이 경우 전류 및 난방열 생산의 선택 및/또는 조절은 에너지 비용에 의해 여러 요금 단계에서 최적화되므로써 달성된다. 예견적 계산을 위한 기준으로서 다양하게 계획된, 자동 수정하는 일형(day-type) 그래프가 이용된다. 이 경우 일련의 파라미터들이 운전에서 매치될 수 있다.
본 발명에 의해 특히 블록형 화력 발전소의 운전을 위한 비공개 컨셉션(conception)이 추구된다. 이 경우 경제성에 대한 결정적인 개선은 이 설비의 운전 상태에서 하기의 변경을 통해 가능해진다:
- 전류 고요금 단계에서 설비 운전의 컨센트레이션(concentration)
- 생산된 난방열 에너지의 가장 최선의 이용
- 발전 유니트의 최대 가능한 연 이용 기간
- 흘러 들어오고 나가는 에너지의 최적화
본 발명에 있어서 발전 및 난방열 생산의 최적 선택은 에너지 비용에 의해서만 이루어진다. 이 경우 다음 24 시간에 대해 전류 및 난방열의 예견적 계산을 위해 15 분-값들로부터 소비 그래프가 검출되는 것이 바람직하며, 이것은 EUV의 최대 데이터 수집과 일치된다.
본 발명에 따른 방법의 실시를 위한 해당 설비에서 이 메모리는 일형 그래프의 저장에 적합하며 그리고 입력 유니트들은 변수의 입력에 제공되므로, 에너지 최적화가 운전 데이터의 선택을 위한 수단에 의해 실현된다. 특히 이를 위해 이미 이 시스템 안에 있는 프로세서 유니트가 이용된다. 이 때 운전 데이터의 선택을 위한 수단은 프로세서용 소프트웨어이다.
본 발명에 의해 새로운 가이드- 및 최적화 프로그램 및 -시스템이 블록형 화력 발전소를 위해 제공된다. 그에 상응하는 소프트웨어는 뉴런 네트(neuronal net)에 의해 어셈블러 코드로 자동화 장치에 제공되어 있다.
본 발명의 상기 기술들은 도면을 참조한 아래와 같은 상세한 설명을 고려하여 쉽게 이해될 수 있다.
블록형 화력 발전소(BHKW)는 1차 에너지(primary energy)의 이용하에 발전 및 난방열 생산에 이용된다. BHKW는 에너지가 요구되는 곳에서 바로 거기에서 에너지를 만드는 소형 발전소이다. 1차 에너지 (예를 들어 천연 가스, 디젤) 또는 폐에너지 (슬러지 가스(sludge gas), 쓰레기 가스(garbage gas), 메탄)가 이 경우 효율적으로 그리고 환경 친화적으로 이용 에너지 (난방열, 냉방 냉기, 전류)로 변환된다.
피크로드의 난방열을 위한 보일러 및 전류 및 난방열을 끌어들이기 위한 주변 시스템과 더불어 동기 발전기를 가진 가스 모터 유니트(gas motor unit)가 중심 부분이 된다. 폐가스원(原), 냉각수원 및 이 모터의 다른 열원들이 가열- 및 프로세스 에너지로서 이용된다.
BHKW-설비는 100kW 내지 약 20000kW의 전기선으로 이루어져 있다. 하나의 BHKW-설비는 하나 또는 다수의 - 최대 6 내지 8개 - 유니트 및 경우에 따라서는 필요한 피크로드 보일러로 이루어진다.
알다시피, BHKW의 경제성은 발전 및 난방열 생산을 통한 높은 전체 효율에서 결과한다. 이용 조건에 따라서 85% 내지 90%의 효율이 달성된다. 따라서 이 BHKW-컴포넌트들의 집합 및 설계를 위한 개선 방안들이 폭 넓게 논의되었다.
도 1 내지 도 3에는 에너지 수요의 하루분 그래프가 도시되어 있다. 횡축에는 시간 단위로 시각이 도시되고 종축에는 1000kW 단위로 전력이 도시되어 있다. 도 1에는 3개의 그래프 1 내지 3이 도시되어 있으며, 이것은 여름, 전이기, 겨울의 하루 동안의 난방열 수요를 나타내고 있다. 특히 아침, 점심 및 저녁에 피크로드를 가지는 것을 그래프에서 알 수 있다. 그와 같은 그래프는 원칙적으로 이미 공지되어 있다.
도 2에는 도 1의 그래프가 재현되어 있다. 각각의 난방열 수요는 유니트 운전 시간을 통해서 실현되어 있다. 특히 2개 또는 3개의 유니트들이 작동되어 예를 들어 각각 1.7MW를 발전한다. 따라서 난방열 수요가 예를 들어 이른 아침 시간에 얼마나 되는지가 본 예에서 5MW 이상의 수요에서 계산될 수 있다. 점심 시간에 그 수요가 떨어지고 그와 반대로 저녁 시간에 예를 들어 7MW까지 상승하기 때문에, 이 3개의 유니트들은 점심 시간에 하나의 저장소를 동작시키고, 저녁 시간에는 이 저장소로부터 부가의 열이 빼내진다.
이 난방열 수요는 예를 들어 도 1 및 도 2의 그래프 2에 상응하게 예를 들어 500 kW의 일정한 대역을 가질 수 있다. 하기에서 상세하게 설명되는 것처럼, 외부의 수정 요소(factor)를 통해 정확한 그래프들이 개별적으로 검출될 수 있으며, 이는 예를 들어 도 3에 도시되어 있다. 따라서 하루의 시간 흐름에 대한 에너지 최적화 프로그램이 제공될 수 있다.
이 에너지 최적화 프로그램은 본질적으로 하기의 기능들을 포함한다:
1) 소비 예상:
전류 및 난방열에 대한 신뢰성 있고 매우 정확한 소비 예상은 다음의 24h에 대해 계속 이루어진다. 이 소비 그래프들은 EUV의 최대 데이터 수집과 일치하는 15분 마다의 값들로 이루어진다.
이런 예상은 예를 들어 자동 수정하는 8개의 다른 일형 그래프들에 기초하여 계산된다. 이런 예상에 대한 계산에서 파라메터로서 외부 온도, 전류 및 난방열 소비에 대한 마지막 4개의 측정값의 벡터들 및 상기 일형들에 대한 프로그램된 캘린더(programmed calender)가 있다.
하기의 파라메터들이 제공된다:
a) 전류 및 난방열 각각에 대한 일형 그래프를 제공한다
- 정상적인 근무일
- 전이기의-근무일
- 근무일 전날, 예를 들어 일요일
- 근무일 다음날, 예를 들어 토요일
- 2개의 근무일 사이의 하루
- 2 교대 작업 근무일
- 특별한 날 1 (징검다리 날)
- 특별한 날 2 (임시-운전)
모든 일형들은 후자 5일에 동일한 형태의 실제 값을 가지고 계속적으로 그리고 자동적으로 수정된다.
b) 일 그래프에 대한 수정 기능들
- 외부 온도
하루의 시간 경과에 따른 비교값은 난방열 수요 그래프에 작용하여 수정한다
- 난방 능률 시간 수단
난방열 부하의 급격한 변경은 처음 그래프와 비교되고 난방열 수요 그래프를 수정한다.
- 전류 수요 시간 수단
전력의 급격한 변경은 처음 그래프와 비교되고 전류 수요 그래프를 수정한다.
- 공기 습도
필요한 경우 공기 습도가 측정되고 비교값을 기준으로 난방열 수요 그래프가 매치된다.
- 밝기 (맑음/흐림)
필요한 경우 하루의 빛의 세기가 측정되어 비교값을 기준으로 전류 및 난방열 수요 그래프가 매치된다.
c) 캘린더 기능
- 러닝 타임 1년 (12개월)
- 일형들의 입력
2)에너지 비용의 평가
이들 에너지들이 필요로하는 시간대들 및 에너지 종류는 20 단계까지의 평점 리스트에 배열되어 있다. 즉, 가장 비싼 에너지 형태는, 예를 들어 피크로드 전류, 평점 "1"을 받으며 가장 저렴한 에너지 형태는, 예를 들어 밤의 난방열, 평점 "20"을 받는다.
제공된 고요금 시간대와 저요금 시간대 및 계산된 소비 그래프에 의해 평점 단계들의 전환이 이 시스템에 의해 정해진다.
에너지 비용 평점의 예:
평점
1. 피크로드 발전 40
2. HT(high tariff) 발전 22
3. HT 난방열 생산 8
4. NT(low tariff)-시간을 위한 HT 난방열 저장 7
5. NT 난방열 저장소 비움 6
6. NT 난방열 생산 5
7. 피크로드 보일러 연소치 2
8. 가스 저장소를 비움 (1차 에너지) 2
9. 가스 저장소를 채움 (1차 에너지) 0
10. 피크로드 보일러 0
11. 난방열 배출을 위한 냉각탑 -6
12. 프레쉬 물에 의한 재냉각 -4
13. 가스 (1차 에너지) -4
14. 폐가스 (1차 에너지) -4
15. 디젤 (1차 에너지) 0
16. 로드 쉐딩(load shedding) 순위 1 ... 16 -10
17. 피크로드 가스 (1차 에너지) -40
3) 수요 그래프 매칭
실제 측정된 수정 팩터들은 프로그램에 제공된 그래프와 비교되고 이 그래프는 그에 상응하는 병렬 이동을 통해 위로 또는 아래로 업데이트될 수 있다. 수정 팩터들의 강화(reinforce)는 개별적으로 제공된다. 러닝 타임의 최적화는 언제나 실제 그래프로 이루어진다.
4) 에너지 데이터
고유한 설비 컴포넌트의 수 및 기능들은 컴퓨터 프로그램의 이용 표면에 입력된다. 개별 시스템의 이용은 외부 BHKW-기술을 통해 자동적으로 수정된다. 발전 및 소비 데이터 및 개별 컴포넌트들의 부분 부하 상태에 의해 이상적인 동작 방식이 조정된다.
5) 운전 시간 최적화
이 에너지 최적화 프로그램은 다가오는 24 내지 48 h에 대한 예상된 난방열 수용에 의해 전류의 저요금 단계 동안 난방열 수요 전부를 검출하여 장래 수요와 현재의 그리고 필요한 난방열 저장소 커패시턴스를 비교한다.
가능한 한, 발전 및 난방열 생산 유니트를 운전하여, 이 전체 난방열 수요가 전류의 높은 요금 단계 동안 유니트를 통해 생산된다.
이것이 상기 유니트의 성능 또는 난방열 저장소의 용량을 통해 불가능하다면, 부족한 난방열 에너지 및 일정한 로드를 위한, 에너지 평점에 따른 유니트 또는 보일러에 상응하게 저요금 단계에서도 연속적으로 운전이 이루어지므로, 이 저장소 내용물은 보다 낮은 수요 레벨에서 충분하다.
동일한 방식으로 그리고 유사한 전체 및 각각의 에너지 비용의 계산으로 모든 에너지- 및 재냉각 컴포넌트의 의미있는 이용이 조절된다. 따라서 이 에너지 최적화 프로그램은 상기 유니트 및 보일러의 이상적인 이용을 통해 설비의 감소, 즉 전체 투자의 감소를 이룰 수있다.
또한 비용 최적에서의 운전을 통해 1차 에너지가 절약되고 보다 고가의 에너지가 만들어지며, 따라서 이 설비의 운전으로부터 이득 발생이 개선된다.
앞에서 상세하게 설명한 기준으로, 이미 이용하고 있는 프로세서 유니트를 운전시키는 소프트웨어가 제공될 수 있다. 이 경우 중요한 것은 이 블록형 화력 발전소의 운전을 위한 모든 중요한 데이터들이 수집된다는 것이다. 그와 같은 에너지 최적화 프로그램의 구조는 도 4에 따른 다이어그램으로부터 알 수 있다.
도 4에서 특히 블록형 화력 발전소(BHKW)에 대해 10 및 10번대 도면 부호는 난방열 수요에 대한 유니트들 및 20 및 20번대 도면 부호는 전류 수요에 대한 유니트들을 의미한다. 개별적으로 말해서 11은 난방열을 위한 일형 그래프의 형성 및 제공, 예를 들어 새로운 일형들을 포함하며, 및 12는 난방열 수요에 대한 수정 검출을 포함하며, 이로부터 유니트 13에서 예를 들어 24 내지 48 시간의 난방열에 대한 예상 수요가 도출된다. 유니트 21은 전류 수요에 대한 일형 그래프의 형성 및 제공, 예를 들어 새로운 일형들을 포함하며, 및 22는 소요 전류에 대한 수정 검출을 포함하고, 이로부터 유니트 23에서 예를 들어 다음 24 내지 48 시간에 대한 전류의 예상 수요가 도출된다. 후자로부터 유니트 24에 발전-난방열-결합으로 만들어지는 난방열의 검출이 이루어지며, 이 경우 난방열을 위한 수요 예상으로 유니트 13에서 공동으로 난방열 저장 커패시턴스의 예상 및 이용을 위한 유니트 25가 제어된다. 동일한 라인에서 네트 싱크론(net synchron) 최대 데이터 수집으로 전류 요금 인터벌을 위한 및 EUV의 피크로드 전류에 대한 수요 조건들을 위한 유니트 26가 존재한다.
고요금 단계에서 최대 발전을 위한 유니트의 운전 최적화를 위한 유니트 30가 온다. 필요한 발전-난방열-결합-유니트의 선택을 위한 유니트 32 및 필요하지 않지만 이용가능한 발전-난방열-결합-유니트의 확정을 위한 유니트 33가 상기 유니트 30 뒤에 배열된다. 또한 동일한 라인에 유니트 34가 존재하며, 이에서 평가된 에너지가 예를 들어 평점 20을 받고 그리고 예를 들어 평점 20에 대해 스테이터스, 커패시턴스 등과 같은 제공- 및 분리 이용의 분배를 위한 유니트 35가 있다. 이 유니트 32 내지 35로부터 그 뒤에 배열된 유니트가 흘러나가는 모든 에너지의 고려하에 에너지 값 최적화를 위해 제어되고 그의 값이 조정된다. 이 유니트 40로부터 보일러, 저장소, 냉각탑 등과 같은 개별 유니트 1 내지 n 에 대해 개별 조건들이 호출될 수 있다.
도 4에 따른 구조도에 도시된 유니트들은 적절한 소프트웨어를 통해 모사되고, 이것은 간단히 어셈블러 코드로 실현된다.
전술한 에너지 최적화 프로그램에 대해 어떠한 정확한 분석적인 관계들이 검출되지 않는 한, 근사치로부터 출발하여 뉴런 네트가 이용될 수 있으며, 이것은 훈련되어 이것은 각각의 소여성에 대해 자동 습득식으로 조정된다.

Claims (16)

  1. 한편으로 전기 에너지로서 전류 및/또는 다른 한편으로는 열 에너지로서 난방열 또는 냉방 냉기 같은 이용 에너지가 수요에 따라 생산되며, 전류 및 난방열 수요는 일 단위로 적어도 다음 24 시간에 대해 예상이 이루어지는 블록형 화력 발전소의 운전 방법에 있어서, 예상은 실제적인 다양한 기준들에 의한 예견적인 계산이며, 및 자동 평가로 이로부터 도출되는 전체 소비가 검출되며, 전류 및 난방열 생산의 선택 및/또는 조절은 에너지 비용에 의해 여러 요금 단계에서 최적화되는 것을 특징으로 하는 방법.
  2. 제 1항에 있어서, 전류는 광범위하게 고요금 단계에서 생산되는 것을 특징으로 하는 방법.
  3. 제 1항에 있어서, 다음 24 시간에 대한 전류 및 난방열의 예견적인 계산을 위해 15분-값들로부터 소비 그래프가 검출되고, 이것은 EUV의 최대 데이터 수집과 일치하는 것을 특징으로 하는 방법.
  4. 제 1항 및 제 3항에 있어서, 예견적인 계산을 위한 기준으로서 다양하게 계획된, 자동 수정하는 일형 그래프가 이용되는 것을 특징으로 하는 방법.
  5. 제 4항에 있어서,
    - 정상적인 근무일
    - 전이기의-근무일 (운전 종료 연초(年初))
    - 근무일 전날, 예를 들어 일요일
    - 근무일 훗날, 예를 들어 토요일
    - 2개의 근무일 사이의 하루
    - 2 교대 작업 근무일
    - 특별한 날 1 (징검다리 날)
    - 특별한 날 2 (임시-운전)
    일형 그래프로서 상기 사항에 근거하는 것을 특징으로 하는 방법.
  6. 전술한 항들 중 어느 한 항에 있어서, 현재 기준들의 파라미터들은 외부 온도, 전류 및 난방열 소비에 대한 적어도 후자 4개의 측정값들의 벡터 및 일형들에 대한 프로그램된 캘린더인 것을 특징으로 하는 방법.
  7. 제 5항에 있어서, 일형 그래프들을 위한 수정 기능들이 일정한 것을 특징으로 하는 방법.
  8. 제 7항에 있어서, 외부 온도, 시간 수단의 난방열 성능, 시간 단위의 전류 수요, 공기 습도 및/또는 날의 밝기의 변화가 수정 기능들에 포함되어 있는 것을 특징으로 하는 방법.
  9. 제 8항에 있어서, 난방열 성능 및/또는 전류 수요의 변화는 시간 수단으로 파악되는 것을 특징으로 하는 방법.
  10. 전술한 항들 중 어느 한 항에 있어서, 개별적인 에너지 종류 및 다른 시간대에 대한 에너지 비용들이 고려되는 것을 특징으로 하는 방법.
  11. 제 10항에 있어서, 개별적인 에너지 종류들이 필요로 하는 시간대 및 에너지 종류가 예를 들어 20 단계의 평점을 가지는 것을 특징으로 하는 방법.
  12. 제 11항에 있어서, 제공된 고요금 및 저요금 시간대 및 계산된 소비 그래프에 의해 평점 단계의 전환이 이 시스템에 의해 이루어지는 것을 특징으로 하는 방법.
  13. 상기 블록형 화력 발전소의 운전을 위한 제어 유니트 및 프로세서 유니트 및 저장소를 포함하여 해당 최적화 컴퓨터를 구비하는, 제 1항 또는 제 2항 내지 제 12항 중 어느 한 항에 따른 운전 방법의 실시를 위한 설비에 있어서, 이 메모리는 일형 그래프의 저장에 적합하며, 및 변수의 입력을 위한 입력 유니트가 제공되므로, 에너지 최적화를 위한 운전 데이터의 선택을 위한 수단이 제공되는 것을 특징으로 하는 설비.
  14. 제 13항에 있어서, 이용가능한 프로세서 유니트가 이용되는 것을 특징으로 하는 설비.
  15. 제 12항에 있어서, 운전 데이터의 선택을 위한 수단이 소프트웨어로서 실현되어 있는 것을 특징으로 하는 설비.
  16. 제 13항에 있어서, 소프트웨어가 블록형 화력 발전소를 위한 유도- 및 최적화 프로그램 및 시스템인 것을 특징으로 하는 설비.
KR1019980707839A 1996-04-03 1997-04-01 블록형 화력 발전소의 운전 방법 및 이 방법의 실시를 위한설비 KR20000005170A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE19613524.9 1996-04-03
DE19613524 1996-04-03

Publications (1)

Publication Number Publication Date
KR20000005170A true KR20000005170A (ko) 2000-01-25

Family

ID=7790487

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019980707839A KR20000005170A (ko) 1996-04-03 1997-04-01 블록형 화력 발전소의 운전 방법 및 이 방법의 실시를 위한설비

Country Status (6)

Country Link
EP (1) EP0891472A1 (ko)
KR (1) KR20000005170A (ko)
CN (1) CN1218536A (ko)
CA (1) CA2250905A1 (ko)
HR (1) HRP970183A2 (ko)
WO (1) WO1997038210A1 (ko)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19836842A1 (de) * 1998-08-14 2000-02-24 Gaswaerme Inst E V Verfahren zum Steuern von Energieverbrauchseinrichtungen
WO2002015365A2 (en) * 2000-08-11 2002-02-21 Nisource Energy Technologies Energy management system and methods for the optimization of distributed generation
AT500616B1 (de) * 2001-10-15 2006-02-15 Siemens Ag Oesterreich Verfahren zur bildung physikalischer und struktureller modelle verteilter kraft- wärmekopplungsanlagen
DE10261171B3 (de) * 2002-12-20 2004-06-24 Enginion Ag Verbund von Kraft-Wärme-Kopplungsanlagen
JP2004211587A (ja) * 2002-12-27 2004-07-29 Toshiba Corp 発電プラントの運用支援システム
DE10317183B4 (de) * 2003-04-15 2007-04-05 SWE Strom und Fernwärme GmbH Temporäre Steigerung durch KWK erzeugter elektrischer Energie
US7489990B2 (en) * 2006-07-17 2009-02-10 Fehr Stephen L Systems and methods for calculating and predicting near term production cost, incremental heat rate, capacity and emissions of electric generation power plants based on current operating and, optionally, atmospheric conditions
GB2454671B (en) * 2007-11-13 2013-03-27 Ec Power As Method and apparatus for providing heat and power
DE102008063954B3 (de) * 2008-12-25 2010-07-22 Mayer, Michael, Dipl.-Ing. Verfahren zum Regeln mindestens einer dezentralen Energieversorgungsanlage nach zumindest ökologischen Zielvorgaben, die insbesondere die Minimierung von CO2-Emissionen umfassen, sowie nach dem Verfahren geregelte dezentrale Energieversorgungsanlage
CN102236343B (zh) * 2010-04-30 2015-12-02 新奥科技发展有限公司 一种泛能网系统及其控制方法
DE102010022462A1 (de) * 2010-06-02 2011-12-08 Abb Technology Ag Verfahren und Vorrichtung zum Anpassen eines Produktionsablaufplans für einen Produktionsprozess
US8880202B2 (en) * 2010-07-09 2014-11-04 Emerson Process Management Power & Water Solutions, Inc. Optimization system using an iteratively coupled expert engine
US9335748B2 (en) * 2010-07-09 2016-05-10 Emerson Process Management Power & Water Solutions, Inc. Energy management system
CN103107560B (zh) * 2011-11-15 2015-08-12 华北电力科学研究院有限责任公司 一种基于供热机组参与电网调峰的风电接入方法及系统
CN108345708A (zh) * 2017-01-25 2018-07-31 西门子（中国）有限公司 发电厂优化设备和方法
SE543908C2 (en) * 2018-07-04 2021-09-21 Epiroc Rock Drills Ab Method and arrangement for managing power consumption in a mine
CN114562718B (zh) * 2022-01-26 2023-09-01 西安热工研究院有限公司 一种热电联产机组的优化控制方法、装置及存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4521869A (en) * 1982-04-02 1985-06-04 The Babcock & Wilcox Company Program timer control
DE3321701A1 (de) * 1983-06-16 1984-12-20 Gerhard-Günter 7266 Neuweiler Gaßmann Fernsteuerdatenempfaenger zur energieeinsparung bei nachtstromspeicherheizungen
HU191700B (en) * 1984-08-01 1987-03-30 Energiagazdalkodasi Intezet Method and connection arrangement for increasing the efficiency of energy-spare plant operation based on the heat-storage capacity of district heating systems
WO1995016296A1 (de) * 1993-12-09 1995-06-15 B + H Ingenieur-Software Gmbh Verfahren zur steuerung von im verbund betriebenen elektrische und/oder thermische energie erzeugenden anlagen

Also Published As

Publication number Publication date
CN1218536A (zh) 1999-06-02
EP0891472A1 (de) 1999-01-20
WO1997038210A1 (de) 1997-10-16
CA2250905A1 (en) 1997-10-16
HRP970183A2 (en) 1998-04-30

Similar Documents

Publication Publication Date Title
Pavičević et al. The potential of sector coupling in future European energy systems: Soft linking between the Dispa-SET and JRC-EU-TIMES models
KR20000005170A (ko) 블록형 화력 발전소의 운전 방법 및 이 방법의 실시를 위한설비
US10621683B2 (en) Control device for optimizing local energy network
Piacentino et al. Sustainable and cost-efficient energy supply and utilisation through innovative concepts and technologies at regional, urban and single-user scales
Helistö et al. Long‐term impact of variable generation and demand side flexibility on thermal power generation
Sauter et al. Electric thermal storage system impact on northern communities’ microgrids
US20190181680A1 (en) Control device optimizing evaluation of energy management in in-plant energy network
CN111355265A (zh) 一种微电网能量两阶段鲁棒优化方法及系统
CN113541205B (zh) 基于集群学习的低碳csp系统协同优化方法及装置
Henao-Muñoz et al. Energy management system for an isolated microgrid with photovoltaic generation
CN112329260A (zh) 一种多能互补微网多元多目标优化配置与优化运行方法
CN112001523A (zh) 考虑多种储能的综合能源多尺度优化调度控制方法及系统
CN111126675A (zh) 多能互补微网系统优化方法
Baum et al. The influence of regulation, taxes and charges on the energy supply of buildings
CN113991640A (zh) 基于火电的多能互补能源基地能源配置规划方法
CN109449988A (zh) 大规模新能源发电并网的电力系统逐日仿真模拟方法
Chennaif et al. Electric system cascade analysis for optimal sizing of an autonomous photovoltaic water pumping system
Zec et al. Load management in an off-grid hybrid PV–wind–battery system using the power flow control algorithm and fuzzy logic controller
Schellong et al. Optimization of distributed cogeneration systems
Ignat-Balaci et al. Day-Ahead Scheduling, Simulation, and Real-Time Control of an Islanded Microgrid.
JP3988853B2 (ja) エネルギ供給システムの制御装置およびその制御方法
Muhammad et al. Application of Dynamic Programming for Optimal Hybrid Energy Management System: Hydro-Photovoltaic-Diesel-BESS
JP2001295700A5 (ko)
Maakoul et al. Statistical modeling and optimal energy distribution of cogeneration units by genetic algorithms
To et al. Generator Preventive Maintenance Scheduling in Large Power Systems with High Penetration of Renewable Energy Resources

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid