350MW級多爐型能源站的配置和運行優化

韓益帆 安恩科

同濟大學熱能與環境工程研究所

0 引言

目前，我國使用的工業鍋爐總量約為63萬臺，其中燃煤鍋爐約為47萬臺，約占鍋爐總數的74．6%[1-2]。對于能源站而言，如何對鍋爐容量進行優化配置是設計規劃的關鍵問題；其次鍋爐調度規劃也是能源站運行的關鍵問題[3]。本文以350MW級用戶熱負荷需求為對象，開展多爐型能源站的配置優化和運行優化研究，對于節能降耗具有重要的理論意義和現實價值。

1 數學模型

某商業區1月1日至1月14日熱負荷數據如圖1所示。

圖1 用戶14天熱負荷變化曲線

1.1 成本計算方法

1)初投資費用

根據對多家鍋爐廠數據的統計分析，鏈條爐、煤粉爐、循環流化床鍋爐單位熱負荷的價格分別為12萬元/MW、20萬元/MW和35萬元/MW。

能源站投資成本如式（1）：

2)折舊費用

每年折舊費用如式（3）：

3)煤耗費用

鍋爐效率與運行負荷的關系式為式（4）：

鏈條爐、煤粉爐、循環流化床鍋爐的實際煤耗量分別為：

能源站的實時煤耗費用為：

4)電費

1MW鍋爐每小時耗電14．29 kWh[4]，能源站用電費用為：

1.2 約束條件

1)鍋爐容量約束

能源站中對于鍋爐容量的約束為：

2)鍋爐運行負荷約束

能源站中對于鍋爐運行負荷的約束為：

1.3 目標函數

對于350MW級多爐型能源站，配置優化和運行優化的目標函數及其約束條件形式相同，為：

配置優化時，鍋爐負荷為未知數，以滿足用戶一年的熱負荷需求，以年總費用最小求鍋爐容量。

運行優化時，鍋爐容量已知，以滿足用戶實時熱負荷需求，以實時費用最小求得鍋爐的負荷分配。

1.4 優化算法

1)等微增率法

以計算最小煤耗量為例：

通過拉格朗日乘數法[5]將引入到目標函數中，從而構造出一個新的目標函數，即

式（23）即為等微增率方程，由此可以求得不同時刻下所對應鍋爐的運行負荷分配情況。

對構造的新的目標函數中所有未知數求二階混合偏導數，可以得到目標函數的Hessen矩陣，如式（24）所示：

該矩陣為正定矩陣時目標函數取得最小值，即矩陣中對角線元素均大于0，其順序主子式均大于0，并通過不等式方程組對所求解的結果進行約束，最終計算結果即為煤耗量最少。

2)序列二次規劃算法

將其化簡為二次規劃問題的一般形式：

2 計算結果分析

根據該商業區1月1日至1月14日的用戶側熱負荷數據，使用等微增率法和序列二次規劃算法對該數學模型計算求解，同時根據能源站設計規范中兩用一備原則，即取三臺180MW煤粉爐的方案進行對比。

2.1 配置方案

運用三種不同計算方法滿足用戶14天熱負荷需求，其總煤耗、容量配置和節煤率如表1所示。

由表1可見，與兩用一備方法相比，等微增率法和序列二次規劃算法比兩用一備法的煤耗量分別減小7．1%和14．6%；用等微增率法和序列二次規劃算法配置能源站所需的投資成本分別減少了17．6%和21．2%。

2.2 運行方案

對1月15日的用戶側熱負荷的運行優化負荷分配結果如圖2所示。

表1 配置優化計算結果

圖2 1月15日運行負荷分配情況

從圖2中可以看出，當負荷需求較小時，循環流化床鍋爐的運行負荷比鏈條爐大，是因為循環流化床鍋爐效率比鏈條爐高，同時利用了鏈條爐低負荷運行的靈活性；負荷需求較大時，煤粉爐運行負荷最大，循環流化床鍋爐負荷次之，鏈條爐的負荷最小，是因為煤粉爐效率最高。三種爐型的優勢互補滿足熱負荷需求，同時保證運行費用最低。

4 結論

1)等微增率算法的最優配置為一臺51MW的鏈條爐、一臺187MW煤粉爐和一臺130MW的循環流化床爐；序列二次規劃算法得最優配置為一臺38MW的鏈條爐、一臺214MW煤粉爐和一臺108MW的循環流化床爐；對比能源站規范設計三臺180MW煤粉爐的配置，等微增率算法和序列二次規劃算法配置優化的投資成本分別減小17．6%和21．2%。

2)通過對14天能源站的運行費用計算可知，等微增率算法和序列二次規劃算法運行費用比規范設計運行方法分別減小10．4%和15．7%。

3)序列二次規劃算法計算所需總費用最少，且折舊費用、煤耗費用和電費分別占總費用的6%、62%和32%。若分別與等微增率法和兩用一備法相比，節煤率分別為8%和14．6%，所需總費用分別減少了5．9%和15．7%。