基于模糊綜合評判的火電廠運行參數目標值的自尋優方法

杜艷玲，李 露，王 茹，李 斌，楊 琛

（1．華北電力大學 動力工程系，保定071003； 2．深圳中廣核工程設計有限公司，深圳518000；3．天津大學 機械學院，天津300000）

火電機組運行中一些參數直接或間接地反映了機組的運行情況。任一工況下總有一組運行數據使得機組獲得最好的經濟效益，這組參數就是機組在該工況下運行的最優值，也是該工況下的目標值，運行中應使運行參數達到或者接近這一目標值。因此，合理確定機組運行參數的目標值是保證機組效益、性能診斷和運行優化的前提。通常運行參數目標值可以由最佳運行試驗、變工況熱力計算、歷史數據的統計和數據挖掘等方法確定［1－3］，這幾種方法在火電廠中也都有一定程度的應用。

以模糊數學理論為基礎的模糊綜合評判方法，可以在兼顧系統的各種因素的基礎上完成系統的整體評價。機組運行受到多個運行參數的共同影響，因此可應用模糊綜合評判來分析，目前已有學者成功運用該方法進行了火電廠的運行評價［4－6］。本文將應用模糊綜合評判理論來完成機組運行性能的評判，進而建立機組運行參數目標值的自尋優模型。通過機組實時運行參數和系統存儲目標值的模糊綜合評判結果的比較，選擇更優結果作為機組運行參數新的目標值，以指導機組的實際運行。

1 模糊綜合評判方法

模糊綜合評判就是運用模糊數學理論對系統進行綜合評價的方法。設評判對象的各因素的集合為U＝｛u1，u2，…，un｝，稱為評判因素集；可能出現的評判集合為V＝｛v1，v2，…，vm｝，稱為評判集；評判集與因素集之間的模糊關系為評判矩陣R，也稱隸屬度矩陣：

R由所有單因素評判的模糊集組成，其中隸屬度rij表示從因素ui單方面來看評價對象被評為vj等級的隸屬程度，即ui的量使評價對象表現為vj的可能性為rij。

這樣由（U，V，R）構成了一個模糊綜合評判模型，給定一個權重分配A＝｛a1，a2，…，an｝，則對應了一個綜合評判［7－8］B＝（b1，b2，…，bm），且B＝A?R，即：

確定權重的方法有很多，如直接給出法、專家評估法、加權統計法、模糊協調決策法、層次分析法、比較矩陣法等［6，9］，不同的方法適用不同的場合，應根據實際情況進行選擇。“?”表示模糊運算，與計算所采用的模型有關，常見模型有加權平均型、主因素突出型、全面制約型、取小上界和型等，使用時應根據分析要求和模型特點來選?。?］。

2 電廠運行參數目標值的自尋優模型

對機組的運行參數進行模糊綜合評判，分析機組的運行狀態。通過比較實時運行參數的綜合評判結果與數據庫中已存的最優行參數的評判結果，選取評判結果更高的那一組數據作為機組實際運行的目標值，實現運行參數目標值的自尋優。

2．1 因素集U和評判集V

本文通過評價機組運行的經濟性出發，考慮機組運行中幾個主要的考察因素。取因素U＝｛煤耗，主汽溫，主汽壓，再熱汽溫，排煙溫度，…，循環水溫｝，是評價機組經濟性的各因素所組成的集合。

評判集為機組的各運行參數（各因素）對機組經濟性影響的評價集合，取評判集V＝｛優，良，中，差｝，用這四個等級來表述機組運行情況的優劣［10］。

2．2 單因素評判

在進行系統的綜合評判前，要先研究單因素評判，關鍵是要選取恰當的隸屬函數。在實際應用中可根據評判對象的特點、各因素對系統經濟性的影響以及設備的安全要求來選取各自的隸屬函數。

2．2．1 煤耗

當運行煤耗x低于最優煤耗α時，其判斷集為優；大于最優煤耗時，根據其超出最優煤耗的多少來確定其評判集。取允許的煤耗偏差值為σ，則煤耗的隸屬函數為：

2．2．2 主汽溫、主汽壓、再熱汽溫

對于亞臨界以下機組，當這三個參數分別等于其各自的設計值時，經濟性最好；當三者低于設計值時，機組經濟性降低；當三者高于設計值時，機組不僅經濟性降低，而且設備安全也受影響。α分別為這三個參數最優值，這里為設計值，取其隸屬函數為：

式中：α為溫度低于最優值時，溫度每降低1個單位對機組經濟性降低的影響程度，數量級為10－5～10－4，可按機組運行經驗取值；σ為這三個參數的允許偏差值。

2．2．3 循環水溫

凝汽器的循環水溫受環境溫度影響，冬、夏兩季環境溫度相差太多，因而對于循環水溫的隸屬函數與季節有關，設冬、夏兩季循環水溫的最優值分別為α1、α2，則隸屬函數為：

式中：α為循環水溫度偏離運行最優值時對降低機組經濟性的影響因子，數量級為10－3～10－2，可按機組運行經驗取值。

2．2．4 排煙溫度

鍋爐的排煙溫度一般都有規定的范圍，排煙溫度過高則增大了排煙損失，鍋爐效率變差；排煙溫度過低則會引起鍋爐尾部低溫受熱面腐蝕。設排煙溫度的正常范圍為（α2、α3），上下界為α1、α4，則隸屬函數為：

對于上述四個典型因素的隸屬函數，根據機組運行的實時參數x計算相應的A（x），根據A（x）數值大小來確定評判集。當0．9＜A（x）≤1．0時評判為優，0．7＜A（x）≤0．9時評判為良，0．4＜A（x）≤0．7時評判為中，0＜A（x）≤0．4時評判為差。因此任一A（x）必屬于優、良、中、差之一，其對應的單參數類型為1，其余為0。如A（x）＝0．8，則表明參數x處于良的運行狀態，該因素的評判集為｛0，1，0，0｝。

各單因素評判的模糊集組合起來構成了評判矩陣：

其中每一行“優、良、中、差”所在位置的參數中僅有一個1，其余則為0。

2．3 綜合評判

在模糊綜合評判中，各因素的權重分配反映了各因素在綜合評判過程中的重要性，直接影響綜合評判的結論。通過綜合考慮機組各個因素經濟性、安全性、環保性的影響，采用直接給出法［6］（由專家憑借經驗直接給出）確定權重A。比較綜合評判的各種計算模型，考慮到加權平均型依據權重大小兼顧了所有因素，可得出適用于整體考察的綜合指標［8］，故采用加權平均型計算模型，即普通的矩陣乘法B＝AR。

2．4 自尋優過程的實現

對于機組的實際運行參數進行上述的模糊綜合評判，將評判結果B與系統內部存儲的最優運行參數的模糊綜合評判進行比較，若計算所得優于系統內存儲的最優結果評定，則用本次運行參數替換原來的最優運行參數目標值；反之，則保持最優運行參數目標值仍為原來系統內的存儲數據。

3 實例分析

3．1 運行參數目標值的自尋優

將本文中的運行參數自尋優模型運用到某300MW亞臨界凝汽式機組，取影響機組經濟性的幾個主要參數組成該模糊綜合評判的因素集，U＝｛煤耗，主汽溫，主汽壓，再熱汽溫，排煙溫度，循環水溫｝；評判集V＝｛優，良，中，差｝；對實時運行數據進行單因素評判，計算模糊評判矩陣R；權重A＝｛0．35，0．20，0．10，0．20，0．10，0．05｝由專家憑經驗直接給出。由加權平均法計算評判結果B＝AR。對機組運行參數的計算結果見表1。

表1 計算數據與結果

根據評判結果B，機組運行處于“優”的隸屬度為0．65，處于“良”的隸屬度為0．35，處于“中”和“差”的隸屬度均為0。按照最大隸屬原則機組處于優的運行狀態，將該評判結果與系統內存儲的最優運行參數對應的評判結果做比較，確定實時的最優運行參數。計算系統歷史數據庫中該工況下的綜合評判結果A＝｛0．50，0．10，0．35，0．05｝，兩者相比歷史庫中也處于優的運行狀態，但是處于優的程度沒比實時結果處于優的程度高，因此將當前的運行狀態作為該工況下的運行狀態存入最優數據庫，指導機組運行。

3．2 運行分析

對機組的實際運行參數進行模糊綜合評判時可得出每一時刻機組的運行狀態，在同一負荷下對不同時刻機組的評判結果B進行比較，可以得到該工況下機組的最優運行參數，便于進行機組的能耗分析。圖1給出機組不同時刻運行參數所對應的機組運行評判。在該段時間內機組運行狀態：開始時機組的運行狀態為良；隨后機組運行為“良”的隸屬度下降而隸屬“優”的程度不斷增加，機組運行狀態在向優的方向發展；在9：075時刻后，機組隸屬“優”的程度增大，隸屬“良”的程度減??；在9：13時刻機組的運行狀態達到峰值，隸屬“優、良、中、差”的程度分別為｛0．95，0，0．05，0｝。因此，9：13時刻機組的狀態最好，該時刻的運行參數可以作為運行參數的目標值。

圖1 某時間段機組運行狀態評判結果

為了弄清機組運行狀態隨時間出現圖1所示變化的原因，對機組的各因素進行了單因素評判，分析結果見圖2。

圖2 某時間段單因素評判結果

圖2中：9：05～9：13這段時間內，主蒸汽壓力的運行評判為“優”；主汽溫和再熱汽溫的隸屬函數值A（x）先降后增，單因素評判結果均為“優”；煤耗、主汽壓、排煙溫度對應的單因素評判結果均為“優”。根據權重A，機組的運行狀態由最初的“良”變為“優”，且在9：13時刻以后主汽壓的評判結果下降，因而在9：13呈現機組運行最優的狀態。圖1中的曲線變化可從圖2得到驗證，說明按該模型計算的結果是正確的。

4 結語

應用模糊綜合評判方法對火電廠機組的運行狀態進行了綜合評判，并將實時運行的評判結果與系統中已存的最優行參數的評判結果進行比較，將評判結果更佳的那一組數據作為機組實際運行的目標值，實現運行參數目標值的自尋優。結合某300MW亞臨界凝汽機組進行綜合評判可得到以下結論：

（1）綜合評判模型能夠在保證機組整體性能的基礎上兼顧各因素的評價，權重A反映了各評價因素對機組綜合評判結果的影響。

（2）通過對實時運行參數的綜合評判結果與數據庫中已存的最優行參數的評判結果的比較，選取評判結果更佳的那一組數據作為機組實際運行的目標值，實現運行參數目標值的自尋優。

（3）通過對不同時刻機組運行參數的單因素評判和綜合評判結果的比較，可以看出機組的運行參數和狀態的變化情況，便于進一步展開機組的性能分析。

［1］江浩，徐治皋．電站運行優化決策支持系統及優化值的確定［J］．動力工程，2003，23（3）：2480－2484，2376．

［2］牛成林．基于數據挖掘的電廠運行參數最優值確定的應用研究［D］．華北電力大學，2005．

［3］李建強，牛成林，谷俊杰，等．數據挖掘在火電廠運行參數優化目標值確定中的應用［J］．華北電力大學學報：自然科學版，2008，35（4）：53－56．

［4］王愛軍，張小桃，王培紅，等．電站鍋爐運行經濟性的模糊綜合評判模型［J］．電站系統工程，2001，17（5）：263－265．

［5］顧煜炯，董玉亮，楊昆．基于模糊評判和RCM分析的發電設備狀態綜合評價［J］．中國電機工程學報，2004，24（6）：193－198．

［6］滿若巖，付忠廣．基于模糊綜合評判的火電廠狀態評估［J］．中國電機工程學報，2009，29（5）：5－10．

［7］李慶奎，呂志平，葛智杰．基于模糊綜合評判的智能行程時間預測算法［J］．華東交通大學學報，2012，29（2）：6－9．

［8］胡寶清．模糊理論基礎［M］．2版．武漢：武漢大學出版社，2010：73－74．

［9］孫智宏，張琦．基于模糊綜合評判理論在工程評標過程中應用的研究［J］．科技信息（科學教研），2007（19）：344－345．

［10］馬一太，王志國，楊昭，等．燃氣輪機性能評價的模糊綜合評判方法［J］．中國電機工程學報，2003，23（9）：218－220．