考慮多影響因素的全廠機組間熱電負荷動態優化分配方法研究

葉 青,萬 杰,居國騰,趙佳駿,沈偉軍,姚 坤

(1.浙江浙能紹興濱海熱電有限責任公司，浙江 紹興 312073; 2.哈爾濱工業大學 電氣工程博士后流動站，黑龍江 哈爾濱 150001;3.香港大學 電機與電子工程系,香港 999077; 4.浙江浙能技術研究院有限公司，浙江 杭州 310052)

當前，由于城市集中供熱系統的迅速發展和熱電聯產較高的能源轉換效率，抽汽機組得到了大力的發展。然而，大規模風電和光伏等新能源的并網發電導致大電網的安全高效運行面臨嚴峻考驗；因此，越來越多的大功率抽汽機組也不得不進行快速深度變負荷運行[1-2]。所以，整個熱電聯產機組的運行經濟性存在一定的優化空間。對于確定的熱電負荷，如何根據機組的類型以及機組效率的差異，在各機組間進行熱電負荷的分配，使整體熱耗率最低、經濟效益最好，是電廠生產運行中面臨的問題[3-4]。現已公開的熱電負荷分配優化手段有多種。文獻[5]以標準煤耗量最小為目標函數，采用窮舉法和粒子群優化算法，分別實現了區域內總電負荷分配給不同熱電廠和熱電廠內的雙層熱電負荷優化分配。文獻[6]建立了基于供熱量平衡的負荷優化分配模型和基于不同燃料價、電價的負荷優化分配模型，并在廠內SIS系統上進行在線系統建設實施。文獻[7]建立了由熱電、風電、光伏發電組成虛擬電廠的熱電負荷優化調度模型，對比了不同的虛擬電廠運行策略，并采用自適應免疫遺傳算法進行熱電負荷優化調度求解。文獻[8]指出考慮儲熱的風電-熱電機組聯合優化所獲得的收益高于風電場和熱電機組單獨運行獲得的總收益，并且可在現行“以熱定電”運行機制下提高風電的消納能力。文獻[9]提出了熱電廠經濟效益系數的概念，這種以單位燃料消耗量產生的經濟價值來考核熱電廠能量利用效率的計算模型，彌補了傳統方法以能量數量和品質分析熱電聯產機組成本分攤方法的不足。此外，許多研究人員在優化算法層面也做了大量探索研究，包括粒子群法、改進遺傳算法以及M5算法等[10-12]。國外很早就進行過此方面研究，然而由于國外能源結構的特殊性，對于火電機組變負荷運行優化的研究較少；尤其是涉及工業抽汽的優化分配方法，目前的研究成果主要都集中在國內電力行業[13-15]。然而，對于配置4臺50 MW背壓機組和2臺330 MW亞臨界純凝機組的熱電聯產發電企業，并且存在母管制和單元制等不同運行方式的機組間熱電負荷分配優化相關案例，還未見相關權威文獻詳細介紹。因此，本文的研究成果具有一定的實際工程意義。

針對上述現狀，本文基于先驗知識及實際海量運行數據對機組熱耗率進行準確修正，進而實現機組熱耗率的精確計算；在此基礎上，利用改進遺傳算法實現更加準確的熱電負荷動態分配實時計算。最終，利用廠內PI數據庫資源，建立了可用于全廠機組實時經濟運行的在線監測及決策支持系統。

1 實際需求分析及優化策略設計

1.1 實際需求分析

濱海熱電一期規模為2×300 MW燃煤抽汽供熱發電機組(鍋爐容量2×1 025 t/h)，額定設計供熱能力為360 t/h，單臺機組最大供熱能力為410 t/h。隨著印染企業、化工企業等用熱大戶集聚勢頭迅猛，工業生產對蒸汽的需求越來越大。調整后的熱力規劃使濱海熱電廠供熱范圍內的熱負荷急劇增加，預測濱海工業區三期區塊，規劃平均熱負荷將達到1 687 t/h，為了滿足用熱大戶的供熱需求，濱海熱電二期規模為4×50 MW背壓機組將于2017年投產運行。

廠內二期機組投產后需要首先保證背壓機組的供熱量，所以需要一期2×300 MW機組針對二期機組的復雜變工況運行進行調峰，在這種情況下廠級熱電負荷分配對機組經濟運行影響較大，需研究設計合理的運行模式，指導熱電負荷分配經濟運行意義重大。并且，電廠供熱抽汽機組間電負荷及熱負荷進行分配優化時，影響機組經濟性的是供熱抽汽量和用于發電用的蒸汽量，通過全廠機組熱電負荷分配及優化運行的控制研究，確保全廠機組都能夠在熱電負荷分配優化指導系統上進行長期安全高效變負荷運行。

1.2 優化策略設計

基于上述實際需求，本文研究并開發了多因素影響下的熱電負荷分配優化決策支持系統：

(1)通過供熱抽汽機組的變工況理論計算，得到機組不同主蒸汽流量以及不同電負荷和熱負荷分配時的機組熱耗值關系曲線的結構和形式。

(2)在對曲線結構和形式一無所知的情況下，為了確定曲線，需要通過大量組合才能得到曲線。而基于先驗知識可以減少實驗次數。最終，通過開展合理的現場實驗，便可以得到機組熱耗率曲線。

(3)利用機組實際運行數據根據曲線確定機組實際熱耗率，并根據相關對熱耗率影響較大的參數變化對熱耗率進行準確修正以獲取機組準確熱耗率值。

(4)基于遺傳算法，根據給定的全廠熱電負荷總量和最大最小抽汽等約束，結合機組相關耗差曲線，通過使整個電廠的熱耗值最小，便可實現供熱抽汽機組間電負荷和熱負荷的分配優化。

(5)利用廠內PI數據庫資源，建立全廠熱電負荷分配優化的在線監測及決策支持系統。

2 基于改進遺傳算法的分配優化

2.1 改進遺傳算法

遺傳算法由于其可快速得到問題的優化解，是一種被廣泛應用于各種優化問題求解的成熟方法。如圖1所示，為算法基本流程圖。

圖1 遺傳算法基本流程圖[11]

以優化后四臺機組的加權平均熱耗最小為目標函數，最終所建立的熱電負荷分配的數學模型如式(1)

(1)

2.2 基于先驗知識的耗差修正策略

在對機組的實際熱耗率進行計算時，是利用機組制造商給出的耗差修正曲線進行修正的，但是耗差修正曲線存在著明顯的局限性。首先,耗差修正曲線是基于額定工況進行計算的，但是機組是處于不斷變負荷運行過程中，不能僅僅用額定工況參數對其進行修正；其次，耗差修正曲線是基于小偏差線性化的思想得到的；然而，由于汽輪機為強非線性系統，在小范圍內進行修正可以，但是一旦機組某些參數發生較大范圍的改變，該方法會存在較為明顯的誤差。

機組各典型工況下的熱力學數據(各典型工況包括50%、60%、70%、80%、90%、100%額定負荷下機組相關熱力學數據)，利用這些熱力學數據對機組進行準確的數學模型建立，在建立中充分考慮模型的非線性特性及動態特性。采集機組相關熱力學數據，即各個溫度、壓力、流量測點的全部參數，基于汽輪機通流部分特性、表面式回熱器特性、除氧器特性、給水泵特性等理論知識，通過模型辨識方法辨識相關性能參數，建立上述設備精確數學模型；并將機組通流部分、回熱器、給水泵等模型，根據案例機組的基本熱力循環結構進行拼接，組成完整模型。如圖2所示，為表面式回熱換熱器的基本模型示意圖。通過迭代計算，可以求得滿足平衡式的兩個參數的解，從而求得回熱器進口處水溫，具體操作流程參見圖3。

圖2 表面式回熱換熱器的基本模型示意圖

其中，當通流部分結構尺寸都不變時，級組(任意的若干蒸汽流量近似相等的串聯級)前、后的蒸汽參數與其流量有如下關系

(2)

此外，按照ASME PTC6-1996及ASME PTC6-1982的方法計算實際熱耗率。

圖3 回熱器進口處水溫的計算方法流程圖

3 實際決策支持應用平臺建設

3.1 數據通訊及傳輸設計

由于濱海電廠的PI數據庫提供了OPC Service，所以采取OPC的方式連接。如圖4所示，為本文的數據平臺通訊策略。

圖4 多元PI數據庫平臺通訊策略

計劃在現場放置一臺數據服務器，在數據服務器上發布OPC Client(OPC Client角色定位為master，只是向OPC Service服務器發送請求命令，執行動作為只發出命令，從不執行命令)客戶端程序， OPC Client以5 s為一周期向OPC Service請求數據，OPC Service根據OPC Client的請求進行回應，最后OPC Client把回應的數據保存到mongo非關系數據庫中。

數據采集接口程序主要應用OPC數據訪問規范。OPC數據訪問規范主要解決服務器端和客戶端的實時數據存取問題，OPC數據訪問規范中包含三類對象，即服務器(Server)群組(Group)和數據項目(Item)，三類對象的組織結構像普通文件系統，其中服務器與分區、群組與文件夾、項目與文件一一對應，各個部分都有自己的屬性，同時負責管理其底層分支。接口程序主要通過以下幾個主要環節實現：搜索OPC服務器、連接OPC服務器、創建一個OPC的群組(Group)、設置OPC群組(group)的通訊方式、添加一個OPC項目(Item)、讀取數據。

3.2 實際系統及應用效果分析

本系統采用B/S結構(Browser/Server，瀏覽器/服務器模式)，支持的瀏覽器為火狐、谷歌以及IE11以上。在瀏覽器上方輸入服務器地址。打開系統登陸頁面，即可登入系統。如圖5所示，為系統實際運行關鍵功能界面展示。

圖5 系統運行關鍵功能界面展示

利用本系統指導機組運行，相對機組原有運行策略(背壓機的熱電負荷全部開滿至最大，剩余熱電負荷兩臺300 MW機組平均分配)，可以進一步改善全廠機組的安全高效環保變負荷運行性能，最終，經過機組實際運行數據進行計算分析，優化后的全廠平均可降低1 g/kWh的煤耗，按照機組年利用5 500 h、600元/t標煤來計算，該項目可實現節省4 125 t，年節約250萬元，二氧化碳排放年減少約1萬t，氮氧化物年減少約30 t，二氧化硫年減少約35 t。因此，具有良好的經濟、生態和社會效益。

未來，由于熱電聯產機組的綜合優勢明顯，許多電廠都會盡可能讓多臺機組進行不同形式的熱電聯產[16-18]，機組間的熱電負荷分配優化問題將會更加凸出，后續還需要在此基礎上做進一步深入研究。

4 結論及展望

本文針對多臺50 MW背壓機組和兩臺330 MW亞臨界機組的特有熱電聯產配置，在母管制和單元制多組合運行方式的條件下，提出了一種考慮多影響因素的熱電負荷動態優化分配方法，得到的結論如下：

(1)基于出廠設計耗差修正曲線，利用實際運行大數據及先驗知識獲取了機組實際耗差曲線函數集；

(2)利用各工況下的耗差曲線和熱耗曲線，獲取機組全工況下的耗差曲線函數集；

(3)選取傳統熱耗率作為優化指標，通過改進遺傳算法實現了熱電負荷分配的動態優化計算；

(4)利用廠內PI數據庫，建立了可用于全廠機組實時經濟運行的在線監測及決策支持系統；

(5)實際運行數據計算分析顯示：優化后全廠可降低發電煤耗1 g/kWh，二氧化碳排放年減少1.09億t，氮氧化物年減少30.525 t，二氧化硫年減少35.062 5 t，具有良好的經濟、生態和社會效益。

因此，本文對提高熱電聯產機組大范圍變工況運行經濟性具有非常重要的意義。