RU2559416C2 - Оптимизированное интегрированное управление для электростанции, работающей на сжигании кислородного топлива - Google Patents

Оптимизированное интегрированное управление для электростанции, работающей на сжигании кислородного топлива Download PDF

Info

Publication number
RU2559416C2
RU2559416C2 RU2013130996/06A RU2013130996A RU2559416C2 RU 2559416 C2 RU2559416 C2 RU 2559416C2 RU 2013130996/06 A RU2013130996/06 A RU 2013130996/06A RU 2013130996 A RU2013130996 A RU 2013130996A RU 2559416 C2 RU2559416 C2 RU 2559416C2
Authority
RU
Russia
Prior art keywords
optimizer
power plant
control system
exhaust gas
model
Prior art date
Application number
RU2013130996/06A
Other languages
English (en)
Other versions
RU2013130996A (ru
Inventor
Синьшэн ЛОУ
Original Assignee
Альстом Текнолоджи Лтд
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 Альстом Текнолоджи Лтд filed Critical Альстом Текнолоджи Лтд
Publication of RU2013130996A publication Critical patent/RU2013130996A/ru
Application granted granted Critical
Publication of RU2559416C2 publication Critical patent/RU2559416C2/ru

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23C—METHODS OR APPARATUS FOR COMBUSTION USING FLUID FUEL OR SOLID FUEL SUSPENDED IN  A CARRIER GAS OR AIR 
    • F23C9/00—Combustion apparatus characterised by arrangements for returning combustion products or flue gases to the combustion chamber
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23C—METHODS OR APPARATUS FOR COMBUSTION USING FLUID FUEL OR SOLID FUEL SUSPENDED IN  A CARRIER GAS OR AIR 
    • F23C9/00—Combustion apparatus characterised by arrangements for returning combustion products or flue gases to the combustion chamber
    • F23C9/003—Combustion apparatus characterised by arrangements for returning combustion products or flue gases to the combustion chamber for pulverulent fuel
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23L—SUPPLYING AIR OR NON-COMBUSTIBLE LIQUIDS OR GASES TO COMBUSTION APPARATUS IN GENERAL ; VALVES OR DAMPERS SPECIALLY ADAPTED FOR CONTROLLING AIR SUPPLY OR DRAUGHT IN COMBUSTION APPARATUS; INDUCING DRAUGHT IN COMBUSTION APPARATUS; TOPS FOR CHIMNEYS OR VENTILATING SHAFTS; TERMINALS FOR FLUES
    • F23L7/00—Supplying non-combustible liquids or gases, other than air, to the fire, e.g. oxygen, steam
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23L—SUPPLYING AIR OR NON-COMBUSTIBLE LIQUIDS OR GASES TO COMBUSTION APPARATUS IN GENERAL ; VALVES OR DAMPERS SPECIALLY ADAPTED FOR CONTROLLING AIR SUPPLY OR DRAUGHT IN COMBUSTION APPARATUS; INDUCING DRAUGHT IN COMBUSTION APPARATUS; TOPS FOR CHIMNEYS OR VENTILATING SHAFTS; TERMINALS FOR FLUES
    • F23L7/00—Supplying non-combustible liquids or gases, other than air, to the fire, e.g. oxygen, steam
    • F23L7/007—Supplying oxygen or oxygen-enriched air
    • 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
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • 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
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23N—REGULATING OR CONTROLLING COMBUSTION
    • F23N2223/00—Signal processing; Details thereof
    • F23N2223/40—Simulation
    • 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
    • Y02E20/34—Indirect CO2mitigation, i.e. by acting on non CO2directly related matters of the process, e.g. pre-heating or heat recovery

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)
  • Regulation And Control Of Combustion (AREA)

Abstract

Система управления для оптимизации электростанции, работающей на кислородном топливе, содержит оптимизатор, взаимодействующий с электростанцией, работающей на кислородном топливе; при этом электростанция, работающая на кислородном топливе, выполнена с возможностью возвращать углекислый газ из потока отработанного газа к котлу; платформу управления, при этом платформа управления выполнена с возможностью управления электростанцией, работающей на кислородном топливе; и моделирующее устройство, выполненное с возможностью моделирования работы электростанции, работающей на кислородном топливе. Технический результат изобретения - повышение эффективности работы станции. 2 н. и 27 з.п. ф-лы, 5 ил.

Description

ОБЛАСТЬ ТЕХНИКИ
Настоящее описание относится к оптимизированному интегрированному управлению для электростанции, работающей на сжигании кислородного топлива. В частности, настоящее описание относится к оптимизированному интегрированному управлению для электростанции, работающей на кислородном топливе и пылевидном угле, или для электростанций, с циркулирующим кипящим слоем кислородного топлива.
ПРЕДШЕСТВУЮЩИЙ УРОВЕНЬ ТЕХНИКИ
В системах сжигания кислородного топлива кислород применяется вместо воздуха для сжигания основного топлива для производства отработанного газа, содержащего, в основном, водяной пар и углекислый газ. Это приводит к тому, что в отработанном газе концентрации углекислого газа составляют более 80 процентов от объема. В то время как две третьих отработанного газа циркулирует внутрь системы, оставшаяся часть (состоящая, в основном, из углекислого газа и водяного пара и небольшого количества аргона, азота, оксидов азота и оксидов серы) очищается, сжимается и позже транспортируется в место хранения или используется в других целях.
На фигуре 1 показан пример электростанции 100, имеющей такую конфигурацию, чтобы обеспечить возможность кислородного сжигания. Электростанция 100 по существу содержит воздухоразделительный блок 200, котел 300 и систему 400 обработки отработанного газа. Воздухоразделительный блок 200 находится в гидравлической связи с котлом 300 и системой 400 обработки отработанного газа. Котел 300 и система обработки 400 отработанного газа расположены ниже по потоку относительно воздухоразделительного блока, при этом система 400 обработки отработанного газа расположена ниже по потоку относительно котла 300. Воздухоразделительный блок 200 отделяет воздух из окружающей среды от азота и доставляет газ, насыщенный кислородом, к котлу 300. Котел 300 находится в сообщении с паровой турбиной 302 и подает пар на турбину 302 для приведения ее в действие. Отработанный газ от котла 300 выводится в осушитель 304 отработанного газа и к электростатическому осадителю 306.
Часть осушенного и очищенного от частиц отработанного газа, которая выходит из электростатического осадителя 306, возвращается к котлу 300, где газ перемешивается с дополнительным поступающим воздухом (насыщенным кислородом и очищенным от азота) и подается в котел 300. Оставшаяся часть отработанного газа (насыщенного углекислым газом), который не рециркулирует, дополнительно обрабатывается для удаления влаги, и, затем, подвергается сжатию в компрессоре 308 и подвергается секвестрации в установке 310 для секвестрации.
Существует ряд новых задач, связанных с распространением сжигания кислородного топлива на электростанциях. Некоторые из этих проблем перечислены ниже.
Использование систем кислородного сжигания топлива на электростанции для обеспечения более легкого захвата углекислого газа приводит к дополнительным энергозатратам по сравнению с аналогичными станциями, на которых не используется кислородное сжигание топлива. Это дополнительное энергопотребление возникает, в основном, из-за энергопотребления в воздухоразделительном блоке (от 25 до примерно 30%) и из-за рециркуляции отработанного газа (от 5 до примерно 10%). Такое увеличение энергопотребления приводит к пониженной выходной мощности электростанции.
В результате использования газа, насыщенного кислородом, происходит перемена в сгорании, возникающая, когда изменяется отношение доли кислорода к доле рециркулирующего отработанного газа. Это создает новые задачи для управления электростанцией.
Внешние воздействия на систему электростанции, такие как изменение в требуемой электрической нагрузке или в производстве углекислого газа, будут оказывать отрицательное воздействие на воздухоразделительный блок 200, котел 300 и систему 400 обработки отработанного газа. Поскольку рециркуляция отработанного газа и управление по замкнутому контуру электростанции связаны с изменениями в требуемой электрической нагрузке или с производством углекислого газа, эти изменения вызывают изменения в работе воздухоразделительного блока 200, котла 300 и системы 400 обработки отработанного газа.
Для повышения эффективности работы станции и для минимизации воздействия изменений в требуемой электрической нагрузке или изменений в производстве углекислого газа, желательно использовать системы управления, способные действовать совместно для улучшения генерирования электроэнергии, в то же время обеспечивая секвестрацию углекислого газа.
КРАТКОЕ ИЗЛОЖЕНИЕ СУЩНОСТИ ИЗОБРЕТЕНИЯ
Здесь описана система управления для оптимизации электростанции, работающей на кислородном топливе, система управления, содержащая оптимизатор, взаимодействующий с электростанцией, работающей на кислородном топливе; причем электростанция, работающая на кислородном топливе, выполнена с возможностью возвращать углекислый газ из потока отработанного газа и направлять его в котел; управляющую платформу; при этом управляющая платформа выполнена с возможностью управлять электростанцией, работающей на кислородном топливе; моделирующее устройство, предназначенное для моделирования работы электростанции, работающей на кислородном топливе.
Здесь описан способ, содержащий этапы, на которых моделируют работу воздухоразделительного блока, котла, осушителя отработанного газа, электростатического осадителя и/или конденсатора отработанного газа, и турбогенератора в электростанции, работающей на кислородном топливе, которая, в свою очередь, сообщается с энергосистемой; формируют модель работы воздухоразделительного блока, котла, осушителя отработанного газа, электростатического осадителя и/или конденсатора отработанного газа на основании смоделированной работы; измеряют выходные данные воздухоразделительного блока, котла, осушителя отработанного газа, электростатического осадителя и/или конденсатора отработанного газа; и оптимизируют работу воздухоразделительного блока, котла, осушителя отработанного газа, электростатического осадителя и/или конденсатора отработанного газа, и турбогенератора, путем сравнения смоделированной работы с фактической работой.
КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ
Фигура 1 изображает примерную электростанцию, выполненную с возможностью кислородного сжигания;
Фигура 2 изображает примерный экономический оптимизатор кислородного топлива и систему управления для управления и оптимизации работы электростанции, когда отработанный газ возвращается;
Фигура 3 изображает некоторые варианты работы контроллеров обработки модели в оптимизированной электростанции, работающей на сжигании кислородного топлива и углекислого газа;
Фигура 4 изображает иллюстративное воплощение экономического оптимизатора станции, работающей на сжигании кислородного топлива, с Фигуры 2; и
Фигура 5 изображает структуру контроллера прогнозирования модели котла, работающего на кислородном топливе, который может представлять собой супервизорный оптимальный контроллер, используемый в любых моделях котлов, работающих на кислородном топливе.
ОПИСАНИЕ ПРЕДПОЧТИТЕЛЬНЫХ ВАРИАНТОВ ВОПЛОЩЕНИЯ
Изобретение будет описано далее более подробно со ссылкой на прилагаемые чертежи, на которых показаны различные воплощения. Настоящее изобретение может, тем не менее, быть воплощено во множестве различных форм, и не должно считаться ограниченным воплощениями, описанными здесь. Наоборот, эти воплощения приведены для того, чтобы настоящее описание могло быть полным и законченным, и будут в полной мере передавать сущность изобретения специалистам в данной области техники. Подобные номера ссылок обозначают подобные элементы на протяжении всего описания.
Следует понимать, что когда об элементе говорится, что он находится «на» другом элементе, он может быть расположен непосредственно на другом элементе, или между ними могут присутствовать промежуточные элементы. Напротив, когда об элементе говорится, что он расположен «непосредственно на» другом элементе, то между ними не присутствуют какие-либо промежуточные элементы. При использовании здесь, термин «и/или» включает в себя любые и все комбинации одного или нескольких из связанных перечисленных элементов.
Следует понимать, что несмотря на то, что термины «первый», «второй», «третий» и т.д. могут быть использованы здесь для описания различных элементов, компонентов, участков, слоев и/или секций, эти элементы, компоненты, участки, слои и/или секции не должны ограничиваться этими терминами. Эти термины используются лишь для отличия одного элемента, компонента, участка, слоя или секции от другого элемента, компонента, участка, слоя или секции. Таким образом, первые элемент, компонент, участок, слой или секция, описанные ниже, могут также быть названы вторыми элементом, компонентом, участком, слоем или секцией, не нарушая пределов настоящего изобретения.
Терминология имеет целью описание отдельных воплощений и не предназначена быть ограничивающей. Используемые здесь формы единственного числа подразумевают также включение форм множественного числа, если в контексте явно не указано иначе. Дополнительно, должно быть понятно, что термины «содержит» и/или «содержащий», или «включает» и/или «включающий», используемые в настоящем описании, указывают на наличие упомянутых признаков, участков, целых, этапов, операций, элементов и/или компонентов, но не исключают присутствия или дополнения одного или нескольких других признаков, участков, целых, этапов, операций, элементов, компонентов и/или их групп.
Более того, относительные термины, такие как «ниже» или «нижний» или «выше» или «верхний» могут быть использованы здесь для описания расположения одного элемента к другому элементу, как показано на чертежах. Следует понимать, что относительные термины могут включать в себя различные ориентации устройства, помимо ориентаций, показанных на чертежах. Например, если устройство с одного из чертежей перевернуть, элементы, описанные как расположенные на «нижней» стороне других элементов будут в этом случае расположены на «верхних» сторонах других элементов. Таким образом, приведенный термин «нижний» может, таким образом, включать как ориентацию «нижний», так и «верхний», в зависимости от конкретной ориентации на чертеже. Подобным образом, если устройство с одного из чертежей перевернуть, элементы, описанные как расположенные «под» или «ниже» других элементов, будут, в этом случае, располагаться «над» другими элементами. Приведенный термин «ниже» или «под» может, таким образом, включать в себя как ориентацию над, так и под.
Если не указано иное, все термины (включая технические и научные термины), используемые здесь, имеют то же значение, которое общеизвестно специалисту в области техники, к которой относится изобретение. Также, станет ясно, что термины, такие как термины, определение которым дано в словарях общего пользования, должны быть интерпретированы как имеющие значение, соответствующее их значению в контексте данной области техники и настоящего изобретения, и не будут интерпретированы в идеализированном или слишком формальном смысле, если четко не указано иное.
Иллюстративные воплощения описаны здесь со ссылкой на иллюстрации в разрезе, которые представляют собой схематичные иллюстрации идеализированных воплощений. По сути, допустимы отклонения от форм иллюстраций, в результате, например, технологий изготовления и/или допусков. Таким образом, воплощения, описанные здесь, не должны рассматриваться как ограниченные определенными формами участков, показанных здесь, но также должны включать в себя отклонения в формах, возникающие в результате, например, производства. К примеру, участок, показанный или описанный как плоский, может, как правило, иметь грубые и/или нелинейные признаки. Более того, показанные острые углы могут быть закруглены. Таким образом, участки, показанные на чертежах, являются схематичными сами по себе, и их форма не должна передавать точную форму участка, и они не призваны ограничивать пределы настоящего изобретения.
Здесь описана интегрированная система управления электростанцией с улавливанием углекислого газа благодаря сжиганию кислородного топлива, которая включает в себя нелинейные контроллеры и оптимизаторы, и которая комбинирует экономичный оптимизатор в стационарном состоянии с динамическим оптимизатором. Интегрированная система может выгодно применяться на множестве электростанций, и может быть использована для включения контроллеров для продления срока службы, оптимизации выбросов, экономической оптимизации и регулирования линейного изменения нагрузки. Она также может быть использована для включения детекторов ошибок, что облегчает стратегию управления ошибками для всей электростанции. В иллюстративном воплощении она может быть применена в станции, работающей на сжигании кислородного топлива и углекислого газа.
Здесь также описан способ управления электростанцией, улавливающей углекислый газ на основе сжигания кислородного топлива, которая включает в себя нелинейные контроллеры и оптимизаторы. В одном воплощении, способ содержит моделирование работы воздухоразделительного блока, котла, осушителя отработанного газа, электростатического осадителя и/или конденсатора отработанного газа и турбогенератора электростанции, работающей на кислородном топливе, находящейся в сообщении с энергосистемой. Модель работы воздухоразделительного блока, котла, осушителя отработанного газа, электростатического осадителя и/или конденсатора отработанного газа и турбогенератора создается на основании смоделированной работы. Измеряются выходные данные воздухоразделительного блока, котла, осушителя отработанного газа, электростатического осадителя и/или конденсатора отработанного газа и турбогенератора. Модель сравнивается с фактическими выходными данными, и работа воздухоразделительного блока, котла, осушителя отработанного газа и электростатического осадителя и/или конденсатора отработанного газа и турбогенератора, таким образом, оптимизируется путем сравнения смоделированной работы с фактической работой.
Использование интегрированной системы оптимизации обработки в электростанции предоставляет ряд преимуществ. При помощи оптимизаторов, координирующих различные особенности электростанции, включая процесс вырабатывания электроэнергии, процессы проектирования котла и генерального плана станции, эффективность электростанции может быть существенно увеличена и отрицательное воздействие улавливание углекислого газа может быть минимизировано. В одном воплощении, при помощи оптимизаторов процесса между различными частями станции, которые интегрированы, имеют общее управление и взаимодействуют друг с другом, отрицательным влиянием улавливания углекислого газа можно управлять и минимизировать. В иллюстративном воплощении, при помощи процессов оптимизации, затрагивающих выработку электроэнергии, например, производство кислорода, подачу угля, очистку отработанного газа и рециркуляцию в комбинации с процессами, затрагивающими проект станции, например проект котла и схему парового цикла, отрицательное воздействие улавливания углекислого газа может, по существу, управляться и минимизироваться.
Оптимизация процессов выработки электроэнергии в реальном времени поможет электростанции сохранять конкурентоспособность, принимая во внимание динамические характеристики блока, а также изменение рыночных цен на электричество, топлива, сорбенты, оптовые цены по главным выбросам (углекислый газ, оксид азота, двуокись серы, меркурий, взвешенные частицы и тому подобное) и продление срока службы компонентов, по отношению к затратам на обслуживание.
На фигуре 2 изображена примерная система 500 управления и экономической оптимизации кислородного топлива (далее называемая система управления 500) для управления и оптимизации работы электростанции, когда отработанный газ возвращается (т.е., на электростанции, работающей на сжигании кислородного топлива и углекислого газа). В одном воплощении, электростанция может представляет собой угольную электростанцию или электростанцию с циркулирующим кипящим слоем. Система управления 500 содержит моделирующее устройство 700, сообщающееся с платформой 800 распределенной системы управления. Платформа 800 распределенной системы управления взаимодействует с главным контроллером и оптимизатором 900. В одном воплощении, моделирующее устройство 700, платформа 800 распределенной системы управления и оптимизатор 900 находятся в электрическом соединении друг с другом. Оптимизатор 900 содержит экономический оптимизатор 950 станции, взаимодействующий с главным контроллером 952 станции. Экономический оптимизатор представляет собой многопараметрический оптимизатор.
Моделирующее устройство 700 содержит множество моделирующих устройств, моделирующих поведение компонентов электростанции, показанной на фигуре 1. Моделирующее устройство 708 воздухоразделительного блока моделирует работу воздухоразделительного блока 200. Работа котла 300, работающего на кислородном топливе, моделируется при помощи моделирующего устройства 710 котла, работающего на кислородном топливе. Моделирующее устройство внутренней обработки моделирует работу осушителя 304 отработанного газа, электростатического осадителя 306 и конденсатора 400 отработанного газа, соответственно. Первое моделирующее устройство 702 моделирует работу осушителя 304 отработанного газа. Второе моделирующее устройство 704 моделирует работу электростатического осадителя 306. Третье моделирующее устройство 706 моделирует работу конденсатора 400 отработанного газа.
Первое, второе и третье моделирующие устройства 702, 704 и 706, моделирующее устройство 708 воздухоразделительного блока и моделирующее устройство 710 котла, работающего на кислородном топливе, моделируют работу соответствующих компонентов при помощи первых принципиальных уравнений (т.е. балансы масс, моментов и энергии) и при помощи линейных и нелинейных моделей. Эти моделирующие устройства могут представлять собой моделирующие устройства стационарного режима работы или динамические моделирующие устройства. Создание модели и моделирование включают в себя любую комбинацию обыкновенных дифференциальных уравнений (ODE), алгебраический уравнений (AEs) и дифференциальных уравнений с частными производными (PDEs). Дополнительно, методы эмпирического моделирования, например нейронные сети (NN), такие как нелинейная авторегрессивная сеть с внешним входными данными (NARX), модели импульсных сетей, и модели Вайнера-Хаммерштейна, используются в структуре гибридной динамической модели, комбинирующей неэмпирические модели с моделями, определяемыми данными. Дополнительно, управления многопараметрическими моделями прогнозирования (МРС), в которых используются как линеаризованные модели, так и нелинейные модели, обеспечивают решения для динамической оптимизации. Главное моделирующее устройство 720 сообщается с каждым из первого, второго и третьего моделирующих устройств 702, 704 и 706, моделирующим устройством 708 воздухоразделительного блока и моделирующим устройством 710 котла, работающего на кислородном топливе. Главное моделирующее устройство 720 используется в ходе настройки подчиненных компонентов (т.е. первого, второго и третьего моделирующих устройств 702, 704 и 706, моделирующего устройства 708 воздухоразделительного блока и моделирующего устройства 710 котла, работающего на кислородном топливе) и для проверки работы подчиненных компонентов. Он обычно используется для испытаний и диагностики инструментов для подчиненных компонентов.
Каждое из моделирующих устройств (т.е. первое, второе и третье моделирующие устройства 702, 704 и 706, моделирующее устройство 708 воздухоразделительного блока и моделирующее устройство 710 котла, работающего на кислородном топливе) может представлять собой динамическое моделирующее устройство, моделирующее действительные процессы кислородного сжигания с использованием продвинутых технологий. Более подробно, динамическое моделирующее устройство может представлять собой моделирующее устройство на основании ROM (Модели Пониженного Порядка).
В процессе оптимизации, изображенном на фигуре 2, используются параллельные анализы процесса работы и системы управления. При помощи использования как моделирующего устройства процесса работы, так и динамического моделирующего устройства, оптимизированные параметры станции и рабочие параметры прогнозируются, оцениваются и, таким образом, эффективно оптимизируются. Моделирующее устройство процесса работы включает в себя, например, термодинамический, термо-экономический и эмиссионный прогноз с использованием теоретической и эмпирической моделей, таких как модели процесса и/или регрессионные модели в соответствии с проектными стандартами и модели NN (нейронных сетей), основанные на базах данных параметров, без ограничений.
В варианте воплощения платформа 800 управления содержит множество контроллеров, и моделирующее устройство 700 содержит множество моделирующих устройств.
Динамическое моделирующее устройство включает в себя неэмпирические модели, или альтернативно, комбинированные неэмпирические модели и эмпирические модели, определяемые данными, и/или модели импульсных сетей, а также модели имитации логических схем управления, например. Для управления сроком службы включены модели материалов, таким образом, обеспечивая прогнозирование повреждения материала и моделирование управления продлением срока службы.
Теперь со ссылкой на фигуру 2, платформа 800 распределенной системы управления управляет воздухоразделительным блоком 200, котлом 300, осушителем 304 отработанного газа, электростатическим осадителем 306 и конденсатором 400 отработанного газа. Платформа 800 распределенной системы управления взаимодействует с оптимизатором 900. Оптимизатор 900 содержит экономический оптимизатор 952 станции, который взаимодействует с главным контроллером 950 станции. Оптимизатор 952 станции получает данные в режиме реального времени от платформы 800 распределенной системы управления и обрабатывает их для использования при прогнозировании с помощью моделей процесса. Оптимизатор рассчитывает оптимальные целевые значения и возвращает их обратно на платформу 800 распределенной системы управления для выполнения в реальном времени. Целевые значения могут либо замещать существующие настройки платформы 800 распределенной системы управления, либо добавлять смещения существующих настроек для приведения их к новым вычисленным целевым значениям. Эксплуатационные ограничения будут принимать в расчет при оптимизационном вычислении.
Как сказано выше, распределенная система 800 управления содержит платформу 802 системы управления, которая управляет воздухоразделительным блоком 200, котлом 300, осушителем 304 отработанного газа, электростатическим осадителем 306 и конденсатором 400 отработанных газов, и/или системой турбогенератора (не показано). В одном воплощении, платформа 802 системы управления может управлять соответствующими частями электростанции 100 при помощи индивидуальных систем управления, как показано на фигуре 2. В другом воплощении, контроллер может использоваться для управления воздухоразделительным блоком 200, котлом 300, осушителем 304 отработанного газа, электростатическим осадителем 306 и конденсатором 400 отработанного газа.
Главный контроллер 950 станции, работающей на кислородном топливе, сообщается с контроллером 908 обработки модели для воздухоразделительного блока 200 и с контроллером 910 обработки модели для котла 300. Главный контроллер 950 станции, работающей на кислородном топливе, также взаимодействует с соответствующими оптимизаторами, т.е. первым оптимизатором (оптимальным контроллером) 902, вторым оптимизатором (оптимальным контроллером) 904 и третьим оптимизатором (оптимальным контроллером) 906 для осушителя 304 отработанного газа, электростатического осадителя 306 и конденсатора 400 отработанного газа, соответственно. Экономический оптимизатор 952 станции также сообщается с главным контроллером 950 станции и с первым оптимизатором 902, вторым оптимизатором 904 и третьим оптимизатором 906. Поскольку определение оптимизированной работы станции и рабочих параметров может включать в себя множество итераций для выбора среди ряда сценариев проекта, дополнительные оптимизаторы (не показано) могут быть включены, для того, чтобы как процесс работы, так и проект системы управления были предварительно оптимизированы до оптимизации с помощью экономического оптимизатора 952 станции.
На фигурах 3 и 4 изображены некоторые воплощения работы контроллеров обработки модели на станции, работающей на сжигании кислородного топлива и углекислого газа. При работе, контроллер 850 обработки модели получает выходные параметры 104 процесса кислородного сжигания с электростанции 100. Выходные параметры 104 процесса кислородного сжигания включат в себя, без ограничения, требуемую нагрузку, мощность, и расход газа (например, H2, N2, CO2 и/или синтез-газа). При помощи заданных значений 714 и выбранных параметров 716, контроллер 850 обработки модели оптимизирует смоделированные параметры станции и передает оптимизированные входные параметры управления 102 процессом кислородного сжигания, на их основании, на станцию 100. В иллюстративном воплощении, оптимизированные входные параметры 102 управления процессом кислородного сжигания представляют собой управляющую переменную учета транспортировки твердых веществ, но альтернативные воплощения этим не ограничиваются. Например, оптимизированный входной параметр 102 управления процессом кислородного сжигания может представлять собой управляющую переменную температуры реактора, управляющую переменную температуры контура, управляющую переменную температуры в топке, управляющую переменную линейного изменения нагрузки, алгоритм логики управления пуском станции, переменную давления в реакторе, переменную дифференциала давления в реакторе, алгоритм логики управления остановом станции, и отношение топлива/воздуха/известняка/пара, но альтернативные воплощения не ограничиваются вышеприведенным перечнем.
Контроллер 850 обработки модели содержит часть 818 модели, устройство 820 оценки и оптимизатор 822. Несмотря на то что контроллер 850 обработки модели с Фигуры 3 находится во взаимодействии с электростанцией 100, он может быть во взаимодействии с любой из других меньших частей станции, такими как, например, котел или воздухоразделительный блок, и может функционировать так, чтобы управлять этими меньшими частями станции. Например, контроллер 850 обработки модели может представлять собой контроллер 908 обработки модели для воздухоразделительного блока 200 и контроллер 910 обработки модели для котла 300, как показано на фигуре 1. Обмен данными может осуществляться при помощи ОРС (связывания и встраивания объекта для управления процессом) с платформой распределенной системы управления, но не ограничивается этим.
В одном воплощении, контроллер 850 обработки модели может включать в себя линейное или нелинейное динамическое моделирование и моделирование, полученное из неэмпирических уравнений, например балансы масс, моментов и энергии. Более того, методы эмпирического моделирования, такие как нелинейные нейронные сети, используются в гибридной структуре динамической модели, которая объединяет упрощенные неэмпирические модели с моделями, определяемыми данными. В иллюстративном воплощении, контроллер обработки модели усиливает существующие компоненты станционной системы управления, например существующие изодромные автоматические органы управления с предварением, для дополнения и/или замещения существующих систем управления моделью станции прогнозирующими контроллерами, основанными на модели, способными к оптимизации. Более подробно, часть модели 818 контроллера 850 обработки модели в соответствии с иллюстративным воплощением включает в себя нелинейную модель стационарного режима и одну или несколько линейных или нелинейных динамических моделей. Дополнительно, в модели стационарного режима и/или динамической модели может использоваться адаптивная, нечеткая и/или нейронно-сетевая технология моделирования, и/или эмпирическая технология моделирования для моделирования комплекса, нелинейных многофазовых потоков и химических реакций электростанции, работающей на кислородном топливе.
На фигуре 4 изображено иллюстративное воплощение экономического оптимизатора 952 электростанции, работающей на кислородном топливе, с фигуры 2. Экономический оптимизатор 952 электростанции, работающей на кислородном топливе, взаимодействует с электростанцией 100 с фигуры 1. В иллюстративном воплощении, экономический оптимизатор 952 станции, работающей на кислородном топливе, содержит многопараметрический оптимизатор 912, осуществляющий общую оптимизацию по экономическим параметрам для электростанции 100. Более подробно, многопараметрический оптимизатор 912 сфокусирован на термоэкономических характеристиках, снижении и/или регулировании выбросов, и критерии продления срока службы для оборудования электростанции 100. Многопараметрический оптимизатор 912 использует нелинейные модели или линейные модели для оптимизации работы электростанции. В иллюстративном воплощении, многопараметрический оптимизатор 912 использует нелинейные модели для оптимизации работы электростанции.
Для осуществления оптимизации электростанции 100 на экономической основе, многопараметрический оптимизатор 912 получает входные параметры 102 и выходные параметры 104 со станции 100 через алгоритм 918 расчета затрат и алгоритм 920 расчета дохода, соответственно, как показано на Фигуре 4. В иллюстративном воплощении, входные параметры 102 включают в себя, без ограничения, расход топлива, расход сорбента, расход воздуха, расход воды, расход известняка, скорость циркуляции твердых веществ, и тому подобное. Выходные параметры 104 включают в себя скорость выработки электроэнергии, льготы за сокращение выбросов, продление срока службы, технологический пар (как выпускаемый продукт), утилизацию углекислого газа, улавливание углекислого газа (что считается отрицательным доходом), хранение углекислого газа (что считается отрицательным доходом) и тому подобное.
Многопараметрический оптимизатор 912 получает выходные данные от алгоритма 918 расчета затрат и алгоритма 920 расчета дохода для определения оптимизированных величин рабочих параметров для электростанции 100, на основании таких ограничений, как, например, заданные эксплуатационные пределы 924, рыночные ограничения 926 и ограничения 928, зависящие от окружающей среды. Другие ограничения не показаны, но в Фигуру 4 также могут быть включены ограничения, связанные с приводами органов управления или жесткие ограничения (предельные выбросы), мягкие ограничения, которые могут быть введены в функцию, влияющую на расходы (например, торговые штрафы), полученную на основании национальных/государственных норм по выбросам или пользовательским торговым штрафам (относящимся к страхованию продукции на основании качества углекислого газа с точки зрения чистоты или качества технологического пара с точки зрения давления/температуры и чистоты).
В иллюстративном воплощении, алгоритм 918 расчета затрат суммирует ряд продуктов с заданными индивидуальным факторами расходов Ci и индивидуальными доходами Xi выходных параметров 102, в то время как алгоритм 920 расчета доходов суммирует ряд продуктов с заданными индивидуальными факторами доходов Pi и индивидуальными выходными величинами Yi выходных параметров 104. Факторы Ci индивидуальных расходов включают в себя, например, расходы на дополнительную энергию, стоимость известняка, и стоимость топлива, помимо прочего. Индивидуальные факторы доходов Pi включают в себя, например, льготы за снижение выбросов, льготы за продление сроков службы, среди прочего.
Многопараметрический оптимизатор 912 применяет оптимизированное решение по рабочим параметрам к электростанции 100 при помощи распределенной системы 914 управления и системы 916 автоматического управления (АРС) с использованием входных/выходных данных, как показано на Фигуре 4. В результате, электростанция 100 работает в оптимальном рабочем режиме, основанном на тотальной экономии.
В одном воплощении, многопараметрический оптимизатор 912 может использовать нелинейные оптимизирующие алгоритмы решения, при условии, что он может работать с определенной моделью станции и соответствующими ограничениями. Информация о неисправностях, полученная при помощи детекторов 922, также может быть использована при оптимизации. Неисправности могут быть связаны с процессом обратной связи, датчиками, регуляторами, приводами или другими частями электростанции. Типичные неисправности процесса могут включать в себя утечку газа, засорение клапана, протечку клапана, потерю баланса давления для газовых процессов или пароводяных процессов, неудовлетворительную устойчивость горения, дисфункцию пульверизатора, дисфункцию устройств поиска и синхронизации (ASU) и установки подготовки газа (GPU), дисфункцию контура рециркуляции газов, слишком высокое или слишком низкое давление/температура в топке, нарушение пределов по выбросам продуктов сгорания, и так далее. Информация о неисправностях может быть введена в процесс оптимизации при помощи гибридной целочисленной оптимизации.
Основные входные параметры 102 и выходные параметры 104 электростанции 100, работающей на кислородном топливе, показаны на Фигуре 5. На Фигуре 5 показана структура прогнозирующего контроллера модели котла, работающего на кислородном топливе, который может представлять собой главный контроллер оптимизации, применяемый в любых моделях котла, работающего на кислородном топливе. Как видно на фигуре 5, входные параметры 102 и выходные параметры 104 могут быть поделены между параметрами сгорания и параметрами, относящимися к пароводяным процессам. Основными входными параметрами для процесса сгорания являются топливо, сорбенты, РА-кислород (первичный поток кислорода) и SA-кислород (вторичный поток кислорода), в то время как выходными данными для процесса сгорания являются скорость отработанного газа, температуры сгорания, массы на выходе оксидов азота, диоксида серы и углекислого газа.
Основными входными параметрами для пароводяных процессов при сгорании кислородного топлива являются подаваемая вода, впрыскиваемая вода и потребность в энергии в киловаттах. Основными выходными параметрами пароводяных процессов при сгорании кислородного топлива являются расходы пара, температуры пара, масса пара и уровни барабана/разделителя, и температура металла частей под давлением (в случае необходимости).
Проблема оптимизации для контроллера обработки модели котла, работающего на кислородном топливе, для Фигуры 4 может быть математически выражена в Уравнении (1) ниже:
Figure 00000001
Figure 00000002
(1)
при рабочих условиях с Фигуры 4 и следующих математических условиях
Figure 00000003
Figure 00000004
Figure 00000005
(2)
Figure 00000006
Figure 00000007
(3)
Figure 00000008
Figure 00000004
Figure 00000005
(4)
где
Figure 00000009
представляет собой прогнозируемый выходной вектор, ys представляет собой выходной вектор стационарного состояния, u является входным вектором, Δu является вектором управления перемещением, Np и Nc (при этом Nc<Np) представляют собой прогнозируемый и контрольный горизонт, соответственно, и Q(>0), R(≥0) и S(≥0) являются симметричными весовыми матрицами. J является целевой функцией затрат для оптимизации. Квадратичная функция затрат используется в формулировании управления на основании прогнозирующей модели. Функция затрат может представлять собой линейную функцию затрат, а также зависеть от проблем, которые следует сформулировать для данной станционной системы, подсистемы и компонентов.
Для нелинейных моделей, устройства оценки состояния, при необходимости, могут представлять собой фильтры Калмана (EKF) или ненасыщенные фильтры Калмана (UKF). Многопараметрический оптимизатор 904 может, таким образом, представлять собой любой нелинейный оптимизатор, при условии, что он может работать с данными конкретными моделями и устройствами оценки.
Алгоритм расчета доходов обеспечивает оптимизатору входные данные о доходе, дополнительно основанные на по меньшей мере одном из: кредита за снижение выбросов и кредита за продление срока службы.
В варианте воплощения контроллер, прогнозирующий нелинейную модель, содержит часть модели; часть моделирующего устройства, соединенную с частью модели, и часть оптимизатора, оперативно соединенную с частью модели.
В другом варианте воплощения часть оптимизатора содержит по меньшей мере один из: многопараметрического оптимизатора, оптимизатора на основе градиента или стохастического оптимизатора, такого как оптимизатор генетического алгоритма или оптимизатор вложенного разбиения.
В другом варианте воплощения оптимизатор определяет оптимизированное решение о параметрах работы на основании по меньшей мере одного из входных данных о доходах и входных данных о затратах, и подает оптимизированное решение рабочих параметров на платформу управления электростанцией, работающей на кислородном топливе.
Поводя итог, устройство для оптимизации проекта и управления процессом в соответствии с иллюстративным воплощением включает в себя многопараметрический нелинейный инструмент, обеспечивающий интегрированную, динамическую оптимизацию стационарного режима и проекта для электростанции, работающей на кислородном топливе. В результате, выбросы станции существенно снижаются и/или эффективно минимизируются, в то время как общая эффективность станции существенно возрастает, что приводит к более низким общим эксплуатационным затратам.
Несмотря на то что изобретение было описано со ссылкой на различные иллюстративные воплощения, специалисту в данной области техники понятно, что различные изменения могут быть выполнены, и элементы могут быть заменены эквивалентами, не выходя за пределы изобретения. Дополнительно, может быть выполнено множество модификаций для адаптации к конкретной ситуации или материалу учения настоящего изобретения, не нарушая его основных пределов. Таким образом, настоящее изобретение не должно ограничиваться отдельным описанным воплощением как лучшим способом, предусмотренным для осуществления этого изобретения, напротив, изобретение будет включать в себя все воплощения, попадающие в пределы прилагаемой формулы изобретения.

Claims (29)

1. Система управления для оптимизации электростанции, работающей на кислородном топливе, содержащая:
оптимизатор, взаимодействующий с электростанцией,
работающей на кислородном топливе; при этом электростанция, работающая на кислородном топливе выполнена с возможностью возвращать углекислый газ из потока отработанного газа в котел;
платформу управления выполненную с возможностью управления электростанцией, работающей на кислородном топливе; и
моделирующее устройство, выполненное с возможностью моделирования работы электростанции, работающей на кислородном топливе,
при этом оптимизатор выполняет функцию оптимизации задачи оптимизации, выражаемой Уравнениями (1):
Figure 00000010

при соблюдении ряда математических условий, представленных уравнениями (2), (3) и (4)
Figure 00000011

где
Figure 00000012
представляет собой прогнозируемый выходной вектор, ys представляет собой выходной вектор стационарного состояния, u является входным вектором, Δu является вектором управления перемещением, Np и Nc (при этом Nc<Np) представляют собой прогнозируемый и контрольный горизонты, соответственно, и Q(>0), R(≥0) и S(≥0) являются симметричными весовыми матрицами, J является целевой функцией затрат для оптимизации.
2. Система управления по п. 1, в которой оптимизатор дополнительно оптимизирует алгоритм расчета доходов; причем алгоритм расчета доходов обеспечивает входные данные о доходах оптимизатору на основании множества входных параметров электростанции, работающей на кислородном топливе; и алгоритм расчета затрат, который обеспечивает входные данные о затратах оптимизатору на основании множества выходных параметров электростанции, работающей на кислородном топливе, при этом оптимизатор определяет оптимизированное решение рабочих параметров на основании по меньшей мере одних входных данных о доходах и одних входных данных о расходах, и передает оптимизированное решение рабочих параметров на электростанцию, работающую на кислородном топливе.
3. Система управления по п. 2, в которой множество входных параметров содержит по меньшей мере один из: расхода топлива, расхода сорбента, расхода воздуха, расхода воды, расхода известняка и скорости циркуляции твердых веществ, и множество выходных параметров содержит по меньшей мере один из: скорости вырабатывания электричества, утилизации углекислого газа, улавливания углекислого газа, хранения углекислого газа, расхода отработанного газа, температур сгорания, масс на выходе оксидов азота, диоксидов серы и углекислого газа.
4. Система управления по п. 2, в которой алгоритм расчета доходов обеспечивает оптимизатору входные данные о доходе, дополнительно основанные на по меньшей мере одном из: кредита за снижение выбросов и кредита за продление срока службы.
5. Система управления по п. 2, в которой алгоритм расчета затрат обеспечивает оптимизатору входные данные по затратам, дополнительно основанные на по меньшей мере одном из: затраты на дополнительную энергию, затраты на известняк и затраты на топливо.
6. Система управления по п. 1, в которой оптимизатор представляет собой многопараметрический оптимизатор, осуществляющий экономическую оптимизацию электростанции, работающей на кислородном топливе.
7. Система управления по п. 1, в которой платформа управления содержит множество контроллеров, и в которой моделирующее устройство содержит множество моделирующих устройств.
8. Система управления по п. 7, в которой по меньшей мере один контроллер из множества контроллеров представляет собой контроллер, прогнозирующий модель.
9. Система управления по п. 8, в которой контроллер, прогнозирующий модель, представляет собой контроллер, прогнозирующий нелинейную модель.
10. Система управления по п. 9, в которой контроллер, прогнозирующий нелинейную модель, содержит часть модели; часть моделирующего устройства, соединенную с частью модели, и часть оптимизатора, оперативно соединенную с частью модели.
11. Система управления по п. 9, в которой контроллер, прогнозирующий нелинейную модель, содержит устройство оценки состояния, такое как расширенный фильтр Калмана или ненасыщенный фильтр Калмана.
12. Система управления по п. 10, в которой часть модели содержит по меньшей мере одну из: модели стационарного режима, динамической модели, адаптивной модели, нечеткой модели и нейронно-сетевой модели, часть моделирующего устройства содержит моделирующее устройство пониженного порядка моделирования, при этом часть оптимизатора содержит по меньшей мере один из: многопараметрического оптимизатора, оптимизатора на основе градиента или стохастический оптимизатор, такого как оптимизатор генетического алгоритма или оптимизатор вложенного разбиения.
13. Система управления по п. 2, в которой оптимизатор определяет оптимизированное решение о параметрах работы на основании по меньшей мере одного из входных данных о доходах и входных данных о затратах и подает оптимизированное решение рабочих параметров на платформу управления электростанцией, работающей на кислородном топливе.
14. Система управления по п. 1, в которой оптимизатор рассчитывает целевые значения и подает эти целевые значения на платформу управления для исполнения в реальном времени.
15. Система управления по п. 1, в которой оптимизатор станции получает данные в режиме реального времени с платформы управления и обрабатывает их для использования при прогнозировании в модели процесса.
16. Система управления по п. 1, в которой оптимизатор содержит множество оптимизаторов.
17. Система управления по п. 1, в которой оптимизатор содержит первый оптимизатор для осушителя отработанного газа, второй оптимизатор для электростатического осадителя и третий оптимизатор для конденсатора отработанного газа.
18. Система управления по п. 1, в которой платформа управления содержит множество контроллеров.
19. Система управления по п. 1, в которой платформа управления управляет воздухоразделительным блоком, котлом, осушителем отработанного газа, электростатическим осадителем и конденсатором отработанного газа, и турбогенератором.
20. Система управления по п. 1, в которой моделирующее устройство содержит моделирующее устройство для воздухоразделительного блока и моделирующее устройство для котла.
21. Система управления по п. 1, в которой оптимизатор определяет оптимизированное решение рабочих параметров на основании по меньшей мере одних из входных данных о доходах и входных данных о расходах и передает оптимизированное решение рабочих параметров на платформу управления электростанции, работающей на кислородном топливе.
22. Система управления по п. 1, в которой оптимизатор вычисляет целевые значения и подает целевые значения на платформу управления для исполнения в реальном времени.
23. Система управления по п. 1, в которой оптимизатор станции получает данные с платформы управления в режиме реального времени и обрабатывает их для использования при прогнозировании в модели процесса.
24. Система управления по п. 2, в которой оптимизатор выполнен для оптимизации целевой функции затрат, при помощи линейных уравнений или формы, отличной от квадратичной формы уравнения.
25. Способ управления для оптимизации электростанции, работающей на кислородном топливе, содержащий этапы, на которых:
моделируют работу воздухоразделительного блока, котла, осушителя отработанного газа, электростатического осадителя и/или конденсатора отработанного газа на электростанции, работающей на кислородном топливе;
формируют модель работы воздухоразделительного блока, котла, осушителя отработанного газа, электростатического осадителя и/или конденсатора отработанного газа на основании смоделированной работы;
измеряют выходные данные воздухоразделительного блока, котла, осушителя отработанного газа, электростатического осадителя и/или конденсатора отработанного газа; и
оптимизируют работу воздухоразделительного блока, котла, осушителя отработанного газа, электростатического осадителя и/или конденсатора отработанного газа, и турбогенератора, посредством сравнения моделированной работы с фактической работой.
26. Способ по п. 25, при котором оптимизация содержит вычисление оптимальных целевых значений и подачу этих оптимальных целевых значений на платформу управления для исполнения в режиме реального времени.
27. Способ по п. 25, при котором оптимизация содержит определение оптимизированного решения рабочих параметров на основании по меньшей мере одних из входных данных о доходах и входных данных о затратах.
28. Способ по п. 25, в котором оптимизация содержит оптимизацию целевой функции затрат, в соответствии с Уравнением (1):
Figure 00000013

при соблюдении ряда математических условий, представленных Уравнениями (2), (3) и (4)
Figure 00000014

где
Figure 00000012
представляет собой прогнозируемый выходной вектор, ys представляет собой выходной вектор стационарного состояния, u является входным вектором, Δu является вектором управления перемещением, Np и Nc (при этом Nc<Np) представляют собой прогнозируемый и контрольный горизонты, соответственно, и Q(>0), R(≥0) и S(≥0) являются симметричными весовыми матрицами, J является целевой функцией затрат для оптимизации.
29. Способ по п. 28, при котором оптимизация содержит оптимизацию целевой функции затрат, при помощи линейных уравнений или форм, отличных от квадратичной формы уравнения.
RU2013130996/06A 2010-12-07 2011-11-08 Оптимизированное интегрированное управление для электростанции, работающей на сжигании кислородного топлива RU2559416C2 (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/962,368 US8755916B2 (en) 2010-12-07 2010-12-07 Optimized integrated controls for oxy-fuel combustion power plant
US12/962,368 2010-12-07
PCT/US2011/059686 WO2012078284A1 (en) 2010-12-07 2011-11-08 Optimized integrated controls for oxy-fuel combustion power plant

Publications (2)

Publication Number Publication Date
RU2013130996A RU2013130996A (ru) 2015-01-20
RU2559416C2 true RU2559416C2 (ru) 2015-08-10

Family

ID=44971114

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2013130996/06A RU2559416C2 (ru) 2010-12-07 2011-11-08 Оптимизированное интегрированное управление для электростанции, работающей на сжигании кислородного топлива

Country Status (9)

Country Link
US (1) US8755916B2 (ru)
EP (1) EP2649369A1 (ru)
KR (1) KR101484496B1 (ru)
CN (1) CN103339441B (ru)
AU (1) AU2011338906B2 (ru)
CA (1) CA2820216C (ru)
RU (1) RU2559416C2 (ru)
TW (1) TWI453360B (ru)
WO (1) WO2012078284A1 (ru)

Families Citing this family (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8914134B2 (en) * 2011-11-09 2014-12-16 General Electric Company Systems and methods for predicting transient operational characteristics of a power plant
US9127572B2 (en) 2013-10-18 2015-09-08 Alstom Technology Ltd. Oxy fired power generation system and method of operating the same
US20150107247A1 (en) * 2013-10-18 2015-04-23 Alstom Technology Ltd Control system for oxy fired power generation and method of operating the same
CN103615739B (zh) * 2013-11-27 2015-11-18 广东电网公司电力科学研究院 燃烧锅炉运行控制方法与系统
TWI557390B (zh) * 2014-09-04 2016-11-11 臺灣塑膠工業股份有限公司 機爐電控制系統
US20160209031A1 (en) 2015-01-20 2016-07-21 Alstom Technology Ltd Model-based controls for a furnace and method for controlling the furnace
CN104615114B (zh) * 2015-01-27 2018-05-25 华北电力大学 一种循环流化床的炉内脱硫优化控制方法
US10542961B2 (en) 2015-06-15 2020-01-28 The Research Foundation For The State University Of New York System and method for infrasonic cardiac monitoring
JP6522445B2 (ja) * 2015-06-30 2019-05-29 三菱日立パワーシステムズ株式会社 制御パラメータ最適化システム及びそれを備えた運転制御最適化装置
EP3391301A1 (en) * 2015-12-17 2018-10-24 Turkiye Petrol Rafinerileri Anonim Sirketi Tupras Energy network management and optimization system
CN106501452A (zh) * 2016-10-21 2017-03-15 中国特种设备检测研究院 集成烟气排放和功率曲线测试的燃烧器热态测试装置
US10452041B2 (en) 2017-03-31 2019-10-22 General Electric Company Gas turbine dispatch optimizer real-time command and operations
CN107066770A (zh) * 2017-06-12 2017-08-18 华东理工大学 基于gpu加速的工业装置蒸汽系统在线优化方法
US20190056702A1 (en) * 2017-08-21 2019-02-21 General Electric Company Model-based machine learing control system and method for tuning power production emissions
KR101963045B1 (ko) * 2017-11-03 2019-03-28 극동대학교 산학협력단 퍼지 적응형 무향칼만필터를 적용한 비선형 제트엔진의 제어 장치
JP6540787B1 (ja) * 2017-12-28 2019-07-10 横河電機株式会社 装置、方法、およびプログラム
CA3035669A1 (en) * 2018-03-05 2019-09-05 The Governors Of The University Of Alberta Systems and methods for real-time steam quality estimation
WO2019208773A1 (ja) * 2018-04-27 2019-10-31 三菱日立パワーシステムズ株式会社 プラントの運転支援装置、プラントの運転支援方法、プラントの学習モデルの作成方法、プラントの運転支援プログラム、プラントの運転支援プログラムを記録した記録媒体、プラントの学習モデルの作成プログラム、及びプラントの学習モデルの作成プログラムを記録した記録媒体
US10626817B1 (en) * 2018-09-27 2020-04-21 General Electric Company Control and tuning of gas turbine combustion
KR102096558B1 (ko) 2018-11-26 2020-04-02 두산중공업 주식회사 연소 최적화를 위한 장치 및 이를 위한 방법
KR102094288B1 (ko) 2018-11-30 2020-03-27 두산중공업 주식회사 보일러의 연소 최적화 연산을 위한 시스템 및 방법
KR102108015B1 (ko) 2018-11-30 2020-05-08 두산중공업 주식회사 보일러 운전을 제어하기 위한 시스템 및 방법
KR102106827B1 (ko) 2018-11-30 2020-05-06 두산중공업 주식회사 보일러 연소의 최적화를 위한 시스템 및 방법
CN110026068B (zh) * 2019-04-08 2021-07-09 东南大学 一种基于神经网络逆控制的大型燃煤电站co2捕集系统及前馈控制方法
US10901376B2 (en) * 2019-04-11 2021-01-26 Johnson Controls Technology Company Building management system with self-optimizing control modeling framework
EP3736518A1 (de) * 2019-05-09 2020-11-11 Linde GmbH Verfahren zum betreiben einer verfahrenstechnischen anlage
CN110657423B (zh) * 2019-09-30 2021-12-03 国网山东省电力公司电力科学研究院 冷烟气再循环系统的耦合智能控制系统及其构建方法
CN110673485B (zh) * 2019-10-21 2020-11-24 京东城市(南京)科技有限公司 用于燃烧控制的模型训练方法、装置、电子设备以及介质
CN111289683B (zh) * 2020-03-05 2022-08-09 内蒙古汇能集团长滩发电有限公司 一种火电煤粉燃烧效率检测系统
CN113240155A (zh) * 2021-04-16 2021-08-10 国网河北省电力有限公司沧州供电分公司 预测碳排放量的方法、装置及终端
CN113267994B (zh) * 2021-04-23 2023-05-05 湖南省湘电试验研究院有限公司 基于三级控制串联的火电机组主汽压力控制方法及系统
CN113996158B (zh) * 2021-08-16 2024-08-09 国能(山东)能源环境有限公司 炉外脱硫的控制方法、装置、电子设备及存储介质
US11905817B2 (en) * 2021-12-16 2024-02-20 Saudi Arabian Oil Company Method and system for managing carbon dioxide supplies using machine learning
US20240240587A1 (en) * 2023-01-13 2024-07-18 Southwest Research Institute Power Production Plant Including Liquid Oxygen Storage and Method of Operation of the Power Production Plant
WO2024168383A1 (en) * 2023-02-13 2024-08-22 Paradigm Fuels Pty Ltd A system for generating and using nox gases in an algae growth system

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5781432A (en) * 1993-03-02 1998-07-14 Pavilion Technologies, Inc. Method and apparatus for analyzing a neural network within desired operating parameter constraints
RU80044U1 (ru) * 2007-05-17 2009-01-20 Открытое Акционерное Общество "Первая Генерирующая Компания Оптового Рынка Электроэнергии" (Оао "Огк-1") Система управления генерирующими мощностями
RU2352984C2 (ru) * 2003-09-12 2009-04-20 Вольво Аэро Корпорейшн Оптимизация последовательных комбинаторных процессов
RU2007139972A (ru) * 2007-10-29 2009-05-10 Закрытое акционерное общество "Техсистем груп" (RU) Способ оптимизации режимов работы электростанций
EP2182283A2 (en) * 2008-10-31 2010-05-05 Hitachi Ltd. Oxyfuel combustion boiler plant and control method for the same
RU2010107509A (ru) * 2010-03-01 2011-09-10 Владимир Михайлович Летун (RU) Способ оптимального управления режимом загрузки основного оборудования тепловой электростанции (тэс)

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5724805A (en) * 1995-08-21 1998-03-10 University Of Massachusetts-Lowell Power plant with carbon dioxide capture and zero pollutant emissions
US6223519B1 (en) * 1999-02-11 2001-05-01 Bp Amoco Corporation Method of generating power using an advanced thermal recuperation cycle
EP1217473A1 (en) * 2000-12-21 2002-06-26 Abb Research Ltd. Optimizing plant control values of a power plant
US7599750B2 (en) 2005-12-21 2009-10-06 Pegasus Technologies, Inc. Model based sequential optimization of a single or multiple power generating units
US7654320B2 (en) * 2006-04-07 2010-02-02 Occidental Energy Ventures Corp. System and method for processing a mixture of hydrocarbon and CO2 gas produced from a hydrocarbon reservoir
WO2008011427A2 (en) 2006-07-17 2008-01-24 Syntha Corporation Calculating and predicting performance of power generating unit
CA2679632C (en) 2007-03-12 2018-01-09 Emerson Process Management Power & Water Solutions, Inc. Method and apparatus for generalized performance evaluation of equipment using achievable performance derived from statistics and real-time data
US8160730B2 (en) * 2008-03-03 2012-04-17 Xinsheng Lou Fuzzy logic control and optimization system
US8352148B2 (en) * 2008-05-21 2013-01-08 General Electric Company System for controlling input profiles of combined cycle power generation system
KR101360790B1 (ko) 2009-04-22 2014-02-11 한국전력공사 발전소 계측기 성능 감시 예측 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5781432A (en) * 1993-03-02 1998-07-14 Pavilion Technologies, Inc. Method and apparatus for analyzing a neural network within desired operating parameter constraints
RU2352984C2 (ru) * 2003-09-12 2009-04-20 Вольво Аэро Корпорейшн Оптимизация последовательных комбинаторных процессов
RU80044U1 (ru) * 2007-05-17 2009-01-20 Открытое Акционерное Общество "Первая Генерирующая Компания Оптового Рынка Электроэнергии" (Оао "Огк-1") Система управления генерирующими мощностями
RU2007139972A (ru) * 2007-10-29 2009-05-10 Закрытое акционерное общество "Техсистем груп" (RU) Способ оптимизации режимов работы электростанций
EP2182283A2 (en) * 2008-10-31 2010-05-05 Hitachi Ltd. Oxyfuel combustion boiler plant and control method for the same
RU2010107509A (ru) * 2010-03-01 2011-09-10 Владимир Михайлович Летун (RU) Способ оптимального управления режимом загрузки основного оборудования тепловой электростанции (тэс)

Also Published As

Publication number Publication date
WO2012078284A1 (en) 2012-06-14
CN103339441A (zh) 2013-10-02
AU2011338906A1 (en) 2013-07-04
KR101484496B1 (ko) 2015-01-20
CN103339441B (zh) 2015-09-09
AU2011338906B2 (en) 2015-07-16
TW201250176A (en) 2012-12-16
CA2820216A1 (en) 2012-06-14
US20120143382A1 (en) 2012-06-07
RU2013130996A (ru) 2015-01-20
CA2820216C (en) 2016-01-05
KR20130089283A (ko) 2013-08-09
EP2649369A1 (en) 2013-10-16
TWI453360B (zh) 2014-09-21
US8755916B2 (en) 2014-06-17

Similar Documents

Publication Publication Date Title
RU2559416C2 (ru) Оптимизированное интегрированное управление для электростанции, работающей на сжигании кислородного топлива
US7966080B2 (en) System for optimizing oxygen in a boiler
US8527072B2 (en) System and method for multi-unit optimization of boiler and SCR operations
Lv et al. A dynamic model for the bed temperature prediction of circulating fluidized bed boilers based on least squares support vector machine with real operational data
US8755940B2 (en) Modeling and control optimization system for integrated fluidized bed combustion process and air pollution control system
US9771872B2 (en) Model-based combined cycle power plant load control
Rossi et al. Artificial neural networks and physical modeling for determination of baseline consumption of CHP plants
US20160230699A1 (en) Combined cycle power generation optimization system
Luo et al. Operational planning optimization of steam power plants considering equipment failure in petrochemical complex
WO2007116591A1 (ja) プラントの制御装置
Kim et al. A Tchebycheff-based multi-objective combined with a PSO–SQP dynamic real-time optimization framework for cycling energy systems
Manaf et al. Efficient energy management of CO2 capture plant using control-based optimization approach under plant and market uncertainties
CN112602024A (zh) Kpi改善辅助系统及kpi改善辅助方法
Qiu et al. Model predictive control of compact combined cycles in offshore power plants integrating a wind farm
Kim Dynamic Optimization Algorithms for Baseload Power Plant Cycling under Variable Renewable Energy
Sunil et al. Boiler controls and operation from the perspective of renewable energy integration to electrical grid
Śladewski et al. Close loop optimisation of large CHP based on approximation model
Foreman Architecture for intelligent power systems management, optimization, and storage
Pandurangan Optimization and Supervisory Control of Cogeneration Systems
Bartlett et al. Clean Coal Power Initiative

Legal Events

Date Code Title Description
PD4A Correction of name of patent owner
MM4A The patent is invalid due to non-payment of fees

Effective date: 20171109