论文部分内容阅读
火力发电机组优化运行辅助决策系统对火电厂的节能降耗有着重要意义。文中以大型火电机组为研究对象,深入探讨了电厂采集数据的预处理、机组的性能计算和能损分析模型、厂级负荷优化分配、锅炉燃烧优化和受热面积灰结渣在线监测及吹灰优化,并基于C/S和B/S的混合架构模式,结合实际工程,给出了优化运行辅助决策系统的软件实现。论文主要从以下几个方面展开研究:
在线分析系统应能有效而连续地对机组主要运行状态参数进行采集和数据预处理。本文分析了实时数据采集的工作原理和接口技术,并运用阈值策略、时域处理和人工神经网络算法分别对电厂采集数据进行了预测验证,对实际工程应用具有很好的指导意义和参考价值。其中,对热力相关性很强的数据,采用动量梯度下降、学习率自适应改进BP神经网络算法预测,仿真效果良好,文中同时基于面向对象的程序设计思想,给出了改进BP算法的C[#]程序实现。
火电厂热力系统经济性能计算是分析和指导已有电厂安全经济运行的基本手段。本文引入可信度高的质能守恒原理、热平衡计算方法,给出了电厂锅炉系统、汽轮机部分和单元机组的性能计算模型。考虑到常规方法需要较多参数而又不能从数据库中获取值的缺点,采用了一种新的锅炉效率计算方法,只需测定几个参数便可进行锅炉效率在线计算。
热力系统的能损分析是论文研究的重点之一。文中将机组分为锅炉、汽机、凝汽和旁路给水等几个子系统,对运行参数和设备状况进行了能损分析。运行参数的能损分析采用偏差煤耗计算法,与热力系统有关的能损采用等效焓降法进行分析。参数目标值的确定综合采用制造厂商和调试机构提供的设计数据、热力试验、机组变工况计算、数据挖掘等方法,使之更加符合实际。
厂级负荷优化分配是优化调度系统的核心。文中基于最小二乘法实时拟合出机组当前能耗特性曲线,在此基础上以全厂供电煤耗率最低为目标函数,建立了厂级负荷优化分配问题的数学模型,并基于分层模糊遗传算法对目标函数进行了求解。分层模糊遗传算法通过建立分层控制规则对交叉概率和变异概率进行在线调整,同时使用孤岛模式和临域搜索策略增加演化的全局性,能够较好地满足时间性能和精度性能要求。优化计算结果表明,该算法比二进制编码基本遗传算法、传统值长分配模式要好,特别是在全厂总负荷较低时,全厂供电煤耗率可以降低约1g/KW.h,对电厂具有重要的经济意义。
在实时数据监控和能损分析的基础上,本文进行了锅炉燃烧优化、锅炉受热面积灰结渣在线监测与吹灰优化系统模型的研究。锅炉燃烧优化模块以锅炉效率最大化为优化目标,基于人工神经网络建立锅炉燃烧优化模型,然后使用浮点数编码的遗传算法进行寻优;锅炉受热面积灰结渣在线监测与吹灰优化模块基于煤种结渣倾向性预测结果、Phoenics数值模拟结果和受热面洁净因子计算结果,准确监测锅炉受热面的积灰结渣位置和严重程度,并对积灰结渣较严重的给予报警,同时进行优化吹灰除渣控制。最后,基于微软.netFramework解决方案,采用C/S和B/S相结合的混合架构模式,开发了优化运行辅助决策软件系统。后台程序基于C/S体系,进行数据采集与预测验证、机组性能实时计算/能损分析、全厂负荷的在线经济分配、锅炉燃烧优化和受热面吹灰优化;前台程序基于无刷新Ajax技术和多层B/S模式,显示各种曲线、经济指标计算结果和能损分析结果,具有很好的实时性能。