李蔚[1]2006年在《基于免疫—禁忌混合算法的汽轮发电机组优化运行研究》文中认为以汽轮发电机组为核心的火电厂优化运行，一直是我国电力工业发展现代化的重要研究方向。在国内厂级监控信息系统(SIS系统)蓬勃发展的研究背景下，重点研究SIS系统中实时数据库平台的选择和高级应用的开发，生产实时数据预测与验证、机组优化运行技术、免疫—禁忌混合算法和机组负荷优化分配问题几个重要核心内容，为火电厂开展性能监测和优化运行工作提供科学依据。 首先对SIS系统建设过程中的若干问题进行了研究探讨，如SIS系统的网络架构、SIS和MIS的连接方式，实时数据库平台的选择原则，以及高级应用软件的实现功能和开发过程的注意事项等。研究指出应根据火电厂各自的实际情况，分析原有的MIS系统和控制系统的情况，兼顾实时性和安全性要求，选择适合管理要求的实时数据库平台，采集适当点数的数据并留有扩展余量，在安全可靠的数据库平台上逐步开发和完善各项高级应用。 提出一种新的双重神经网络组合预测模型，第一重由回归神经网络和延时神经网络组成，第二重是神经网络组合器，将前两种神经网络的预测结果进行非线性组合，充分利用测点数据的历史变化趋势和相关运行参数的映射规律信息，预测得更准确。以某机组的主蒸汽流量为例进行组合预测模型训练，校核样本的平均相对误差为1.5％，而单独采用回归神经网络和延时神经网络的平均相对误差为2.7％和1.9％，表明双重神经网络组合预测模型能够提高预测精度。应用序列概率比检测方法验证数据的正确性，通过计算预测值和测量值的残差、概率比，可有效检测出实时数据的异常，为测量数据的在线自动校验提供有效手段。 接着深入研究大型火电机组运行优化模型，由于机组性能计算中低压缸排汽焓的确定是个难点问题，提出采用外推法和平衡方程法相结合的计算方法，利用某机组的热力设计数据进行检验，其变负荷下排汽焓的计算结果与设计值的最大相对误差为0.9％，可见该方法计算精度高，可以满足火电厂实时性能计算的工程要求。凝汽器真空系统优化提出以汽轮机排汽压力变化所引起的净收益最大为目标函数，综合考虑了循环水消耗所产生的额外费用和机组进入电力市场后分时电价的影响。并应用改进的BP神经网络建立了机组变工况运行成本计算模型。
李太兴[2]2007年在《火电机组负荷优化分配系统研究》文中研究指明研究火电机组负荷优化分配,对于提高火电厂的安全性、经济性及可靠性具有重要的意义。本文通过对国内外各种负荷优化分配方法的分析比较,选定了一种比较理想的负荷分配数学方法即遗传算法,此方法在解决高维优化问题时具有较大的优越性;提出了一种借助Matlab工具箱来拟合机组煤耗特性曲线的方法;找到了影响火电机组间负荷优化分配的主要因素;建立了六种不同负荷分配方案的数学模型;通过对比分析得出了火电机组负荷优化分配的最优方案,从而为火电机组的优化运行提供了理论依据。
汤烨[3]2014年在《火电厂大气污染物与温室气体协同减排效应核算及负荷优化控制研究》文中指出随着我国经济的快速发展以及工业化进程的加快,我国电力需求量持续高速增长。然而,电力工业如此迅猛的增长速度一方面促进了我国经济高速发展,另一方面也导致我国面临着严峻的环境保护危机。火电厂生产过程中排放的二氧化硫、氮氧化物等大气污染物及温室气体对大气环境和气候变化造成了难以预计的影响。因此,本文针对天津某典型火电厂SO2、NOx脱除过程中协同产生的C02量进行了核算,结合电厂实际情况设置了4种不同的SO2、NOX、CO2减排情景,并基于协同效应的量化分析,估算了不同减排情景下的CO2排放量,对不同脱碳率下的SO2、NOx去除工艺的协同减排效益进行了深入研究。结果表明：该电厂脱硫工艺(石灰石-石膏湿法)每减少1吨S02排放,同时增加2.28吨C02排放量,电厂脱硝工艺(低氮燃烧和SCR联合工艺)每减少1吨NOx排放,同时增加了0.77吨C02,均对二氧化碳减排产生了负效益,当脱碳比分别为1：2：3：4时,电厂实际每日排放的CO2量为5925.59、5369.59、4813.51、4257.47吨。基于鲁棒优化方法,结合协同减排核算得到的协同效应系数以及核算方法,本研究构建了大协同控制模式下的火电厂机组负荷优化模型。通过结果可以看出,该模型能有效反应火电厂污染物减排与温室气体控制的耦合关系,实现大协同控制模式下的火电厂机组负荷优化运行,进而为火电厂管理者制定合理的机组负荷分配计划提供科学有效的决策依据。
周云山[4]2003年在《火电机组性能及负荷优化分配研究》文中指出本文以大同二厂6台机组热力试验数据为基础，通过对优化原理的研究，以优化算法为载体，根据机组运行状况实现电厂内机组间负荷的最优化分配，为生产提供科学的指导。主要进行以下工作： 1、单元机组能耗特性曲线确定：各种能耗特性数据计算包括锅炉能耗特性数据、汽轮机能耗特性数据、及在此基础上计算得到单元机组能耗特性数据。 2、建立负荷优化分配分析模型：以单元机组为研究对象，建立负荷优化单元机组的目标函数及对应的约束方程，计算过程中考虑机组出力上下限及系统负荷需求限制。 3、分别对不同的优化计算方法原理进行分析，以按照机组平均分配负荷为比较基准，对等微增率方法、复合形法、动态规划法，分别编制不同的优化计算程序，并对计算结果进行对比分析。 4、对不同负荷调度方式：调度员调度、AGC自动发电控制、电力市场环境下竞价调度、厂级负荷调度的原理、优劣，进行了对比分析。 5、将优化计算方法同电厂数据实例相结合，对具有实用价值和高可扩充性的负荷优化分配软件模块进行了开发。
李学明[5]2006年在《水火电联合运营策略及火电机组负荷智能分配研究》文中指出作为一种重要的能源，水电具有清洁高效的优点。但由于其易受自然条件限制，决定了水电不可能独立作为电网的稳定电源点。因此，水火电的联合运行就应运而生。本文以正在兴建的叁峡电站为研究对象，主要论述了叁峡水电的配套火电选择，叁峡水电和配套火电的运行策略，意在满足电网负荷要求的前提下能耗最低。本文所进行的工作主要有如下几个方面：(1)论文首先根据实际分析，论证了水火电联合运行的必要性，在论述了水火电联会运营研究现状和基本理论的基础上，结合叁峡水电的实际情况分析了为其配套火电的迫切性，并论证了配套火电的配套原则。(2)在对叁峡水电和配套火电之一——襄樊电厂的情况进行分析的基础上，针对水电和火电各自的优缺点分别确定了以整体的安全性、经济性为目标的叁峡水电和襄樊火电的在丰水期、枯水期及其它情况下的联合运营策略：丰水期，水电带基本负荷，火电调峰；枯水期，火电带基本负荷，水电调峰；其他情况下，水火电联合调峰。(3)在水电和火电的联合运行策略的前提下，论文以经济性为目标论述了火电机组负荷智能分配策略。论文在讲述智能负荷分配的基本概念和原则后，对等微增率分配器的数学原理进行了详细的论述、推导和证明，最后得到了基于煤耗曲线为二次型的负荷分配模型，这是本文火电部分的理论基础。(4)在等微增率的理论下，根据火电厂的运行特点，提出了全厂负荷智能分配的总体方案，并对火电厂负荷智能分配的设计原则以及智能分配中心的逻辑结构进行了研究。(5)根据襄樊火电厂的历史运行数据，得到了四台机组的煤耗负荷特性数学模型，并对负荷智能分配进行了仿真，以证明论文提出观点的正确性。在仿真部分，针对加入机组出力上下限约束条件后，出现的实际出力不能完全跟踪负荷指令的问题，提出了两种不同的二次负荷分配方案，对两种方案进行仿真研究对比后，得到第二种方案较优的结论。
古应华[6]2016年在《区域火电机组热电负荷优化分配研究》文中研究表明随着电力市场的改革,各电厂都是以追求企业效益最大化为目标。煤耗量是电厂运行中最大的成本。而区域火电机组的热负荷、电负荷分配又直接影响着电厂的煤耗量。因此,研究区域热电机组负荷的优化分配,对于提高企业的经济效益有重大意义。论文以某区域A、B、C、D四个电厂的十台机组为研究对象,根据各机组热力试验数据绘制其煤耗特性曲线,并计算了主蒸汽压力、主蒸汽温度、再热蒸汽温度、凝汽器真空、给水温度、减温水流量、排烟温度及排烟氧量等参数变化对机组煤耗率的影响,在此基础上建立机组煤耗特性方程、成本方程和区域火电机组热电负荷优化分配目标函数。应用计算机语言程序,开发了区域火电机组热电负荷优化分配系统。在给定总的热、电负荷下,优化得出上述四厂各机组所带的热、电负荷。通过对区域热电机组负荷的优化分配,可以有效地减少煤耗量,提高企业效益。
彭兴[7]2006年在《基于机组实时性能的火电机组负荷优化调度》文中进行了进一步梳理随着“厂网分开、竞价上网”为目标的电力体制改革的不断深化,电网中用电负荷峰谷差的日益增大,迫切要求提高电厂的经济性,所以研究火力发电厂厂级负荷优化调度具有重要的工程意义。本文以火力发电机组为研究对象,以标准供电煤耗量为模型的目标函数,并对影响机组性能的各个因素进行详细的理论分析和现场数据验证。针对国内负荷优化调度的煤耗特性曲线长期不变引起的问题,对机组工况进行了划分,提出了从实时监控系统和SIS性能计算模块的历史数据进行处理后,得到正常工况时各循环水入口温度下的煤耗特性曲线,在此基础上经过理论分析得到特定工况的煤耗特性曲线的方法,并介绍了煤耗特性曲线的更新流程。然后分别建立了负荷优化分配模型和机组启停优化模型。在分析多种优化算法的基础上,着重介绍了等微增率法、动态规划法和遗传算法的理论知识,对它们在负荷优化调度中的实现等作了改进,并详细比较了约束条件的处理方式、算法结果和算法速度。为了提高研究的实用价值,在组件软件设计思想的指导下,针对芜湖电厂开发了B/S模式的、基于机组实时性能的负荷优化调度系统,由于系统可获取机组在各工况的煤耗特性曲线,并能根据机组的实时工况切换到相应的煤耗曲线,所以,优化结果可信度更高、实用性更强,可显着地提高全厂的经济性,具有良好的应用前景。最后,对研究的成果进行了总结并提出了进一步研究的建议。
申哲巍[8]2012年在《火电机组调峰负荷分配研究》文中进行了进一步梳理负荷优化分配是保证电厂经济、安全运行的重要工作，随着电网峰谷差逐步加大，火电机组调峰负荷分配对于火电厂的安全性、经济性运行愈发具有现实意义。尤其是在当前节能减排任务严峻的情况下，对兼顾经济性与环保性的负荷分配模型的研究显示出迫切性。本文通过对现有的电厂排污的现状及相关政策的分析，针对我国机组脱硝改造比例不高的现状，将脱硝补偿电价及机组排污费用引入机组负荷优化分配模型，将经济性与环保性进行整合，以电厂收益为优化目标，将双目标模型转变为单目标模型，建立符合当前政策且兼具经济性和环保性的负荷分配新模型。针对遗传算法易于早熟的问题，将正态云模型引入遗传算法，改进了标准遗传算法的重组算子和变异算子，并采用基于云模型的自适应遗传概率，获得更好地寻优性能。改进的遗传算法既有云模型的定向趋势性、模糊性、随机性的特点，又同时具有遗传算法计算时间短、鲁棒性高的优点，为机组调峰负荷优化分配提供了强有力的计算寻优工具。实例表明，本文提出的引入云模型的遗传算法和考虑排污量和脱硝补偿电价的负荷分配模型具有正确性和先进性。
杨婷婷[9]2010年在《基于数据的电站节能优化控制研究》文中研究指明节能优化控制是火电厂节能降耗减排的重要途径。火电厂SIS实时历史数据库的海量数据中蕴含着大量潜在的知识和信息,可以为节能优化控制所利用。本文基于电站海量的运行历史数据,采用基于数据的理论和方法对数据库中历史数据进行深层次的分析,从热力系统自身的运行数据中找到改善系统运行的知识和手段。论文主要围绕基于数据的理论和方法在电站节能优化控制中的应用,展开了以下几方面的研究：1.总结了电站节能优化控制的体系结构。分别总结了厂级节能优化控制和机组级节能优化控制的内容,本文以基于数据的理论和方法为基础研究了厂级的负荷优化分配和机组级的运行参数目标值优化问题。2.针对目前电站入炉煤质变化大和机组负荷大范围变化的问题,提出了一种运行工况自然划分方法,以适应机组全工况节能优化控制的要求。提出了相对煤质作功能力系数来表征煤质特性,结合机组负荷和环境温度,基于历史数据采用聚类方法对工况进行自然划分,划分得到的工况簇作为后续优化的基础。3.提出了一种运行参数目标值优化的整体方法。采用模糊粗糙集属性约简方法对影响锅炉效率的运行参数进行约简,得到燃烧过程重要运行可调参数；基于机组运行数据的特点,提出一种模糊C均值聚类与模糊关联规则结合的挖掘算法,并将其应用到运行参数最优目标区间和中心值的挖掘中。4.总结了厂网两级负荷优化调度系统,分析了负荷优化分配中机组煤耗特性曲线存在的问题,提出了一种基于煤耗实时预测的厂级负荷优化分配方法。分析总结了机组供电煤耗率的影响因素,提出一种结合模糊聚类、粗糙集和信息熵方法的多因素权重分配方法,并将其应用于供电煤耗率影响因素的权重分配,在此基础上提出了快速性和经济性约束条件,采用动态规划寻优方法获得满足多约束条件的负荷分配的全局最优解,并通过实例验证方法的有效性。
周诗齐[10]2018年在《火电厂机组能耗特性分析及负荷优化分配》文中研究说明随着全球能源危机的加剧,以及电力市场改革带来的冲击,火电机组的节能降耗以及发电集团的负荷优化分配是如今火电行业需要解决的问题。发电集团想要提高自身竞争力,便需要降低自己的发电成本,对集团内部的发电机组负荷实现优化分配。本文以火电机组的能耗特性及负荷优化分配为课题,研究的对象为燃煤机组以及燃气-蒸汽联合循环机组。本论文针对多种机型、多燃料的发电机组,主要研究了机组的能耗经济指标影响因素以及机组间的负荷优化分配两方面的问题。基于热力学原理,本文对燃煤机组和燃气-蒸汽联合循环机组能耗经济性指标的计算进行了简单的介绍,建立了机组能耗经济指标的计算模型。并尝试基于计算模型对机组的能耗特性曲线进行简单拟合,发现难以满足工程实际需要。基于数据回归的方式,本文采用最小二乘支持向量机(LS-SVM)对燃煤机组和燃气-蒸汽联合循环机组进行建模,并通过粒子群优化算法对模型结构参数进行寻优。建模之前利用自组织特征映射网络对学习样本进行聚类处理。建立的LS-SVM模型测试样本误差均小于1%,并且预测趋势与实际运行相差不大。燃煤机组方面,本文利用K-means聚类的方式,提出机组工况基准值的概念,基于机组不同负荷工况基准值,拟合出了机组的负荷与能耗的特性曲线。燃气-蒸汽联合循环方面,本文分别对燃气轮机、余热锅炉和蒸汽轮机进行了建模,并通过模型的输入、输出参数将模型有机地结合在一起。模型测试样本误差均小于2%,精度与误差均满足工程要求。根据拟合出的曲线,本文采用遗传算法,对不同目标函数下的机组的负荷分配进行了寻优,结果显示,在基于机组平均供电标煤耗最优的目标下,能够使煤耗最多降低0.5g/(kW·h);在基于机组平均供电燃料成本最优的情况下,能够使供电成本最多降低2.3分/(kW·h);在基于机组平均上网利润最优的情况下,能够使上网利润最多提高0.3分/(kW·h)。负荷优化分配取得了很好的效果,具有一定的参考价值,为机组的优化运行提供了一定的方向。
参考文献：
[1]. 基于免疫—禁忌混合算法的汽轮发电机组优化运行研究[D]. 李蔚. 浙江大学. 2006
[2]. 火电机组负荷优化分配系统研究[D]. 李太兴. 华北电力大学（河北）. 2007
[3]. 火电厂大气污染物与温室气体协同减排效应核算及负荷优化控制研究[D]. 汤烨. 华北电力大学. 2014
[4]. 火电机组性能及负荷优化分配研究[D]. 周云山. 华北电力大学（北京）. 2003
[5]. 水火电联合运营策略及火电机组负荷智能分配研究[D]. 李学明. 华北电力大学（北京）. 2006
[6]. 区域火电机组热电负荷优化分配研究[D]. 古应华. 华北电力大学. 2016
[7]. 基于机组实时性能的火电机组负荷优化调度[D]. 彭兴. 东南大学. 2006
[8]. 火电机组调峰负荷分配研究[D]. 申哲巍. 华北电力大学. 2012
[9]. 基于数据的电站节能优化控制研究[D]. 杨婷婷. 华北电力大学（北京）. 2010
[10]. 火电厂机组能耗特性分析及负荷优化分配[D]. 周诗齐. 东南大学. 2018