考虑多影响因素的全厂机组间热电负荷动态优化分配方法研究

叶 青,万 杰,居国腾,赵佳骏,沈伟军,姚 坤

(1.浙江浙能绍兴滨海热电有限责任公司，浙江 绍兴 312073; 2.哈尔滨工业大学 电气工程博士后流动站，黑龙江 哈尔滨 150001;3.香港大学 电机与电子工程系,香港 999077; 4.浙江浙能技术研究院有限公司，浙江 杭州 310052)

当前，由于城市集中供热系统的迅速发展和热电联产较高的能源转换效率，抽汽机组得到了大力的发展。然而，大规模风电和光伏等新能源的并网发电导致大电网的安全高效运行面临严峻考验；因此，越来越多的大功率抽汽机组也不得不进行快速深度变负荷运行[1-2]。所以，整个热电联产机组的运行经济性存在一定的优化空间。对于确定的热电负荷，如何根据机组的类型以及机组效率的差异，在各机组间进行热电负荷的分配，使整体热耗率最低、经济效益最好，是电厂生产运行中面临的问题[3-4]。现已公开的热电负荷分配优化手段有多种。文献[5]以标准煤耗量最小为目标函数，采用穷举法和粒子群优化算法，分别实现了区域内总电负荷分配给不同热电厂和热电厂内的双层热电负荷优化分配。文献[6]建立了基于供热量平衡的负荷优化分配模型和基于不同燃料价、电价的负荷优化分配模型，并在厂内SIS系统上进行在线系统建设实施。文献[7]建立了由热电、风电、光伏发电组成虚拟电厂的热电负荷优化调度模型，对比了不同的虚拟电厂运行策略，并采用自适应免疫遗传算法进行热电负荷优化调度求解。文献[8]指出考虑储热的风电-热电机组联合优化所获得的收益高于风电场和热电机组单独运行获得的总收益，并且可在现行“以热定电”运行机制下提高风电的消纳能力。文献[9]提出了热电厂经济效益系数的概念，这种以单位燃料消耗量产生的经济价值来考核热电厂能量利用效率的计算模型，弥补了传统方法以能量数量和品质分析热电联产机组成本分摊方法的不足。此外，许多研究人员在优化算法层面也做了大量探索研究，包括粒子群法、改进遗传算法以及M5算法等[10-12]。国外很早就进行过此方面研究，然而由于国外能源结构的特殊性，对于火电机组变负荷运行优化的研究较少；尤其是涉及工业抽汽的优化分配方法，目前的研究成果主要都集中在国内电力行业[13-15]。然而，对于配置4台50 MW背压机组和2台330 MW亚临界纯凝机组的热电联产发电企业，并且存在母管制和单元制等不同运行方式的机组间热电负荷分配优化相关案例，还未见相关权威文献详细介绍。因此，本文的研究成果具有一定的实际工程意义。

针对上述现状，本文基于先验知识及实际海量运行数据对机组热耗率进行准确修正，进而实现机组热耗率的精确计算；在此基础上，利用改进遗传算法实现更加准确的热电负荷动态分配实时计算。最终，利用厂内PI数据库资源，建立了可用于全厂机组实时经济运行的在线监测及决策支持系统。

1 实际需求分析及优化策略设计

1.1 实际需求分析

滨海热电一期规模为2×300 MW燃煤抽汽供热发电机组(锅炉容量2×1 025 t/h)，额定设计供热能力为360 t/h，单台机组最大供热能力为410 t/h。随着印染企业、化工企业等用热大户集聚势头迅猛，工业生产对蒸汽的需求越来越大。调整后的热力规划使滨海热电厂供热范围内的热负荷急剧增加，预测滨海工业区三期区块，规划平均热负荷将达到1 687 t/h，为了满足用热大户的供热需求，滨海热电二期规模为4×50 MW背压机组将于2017年投产运行。

厂内二期机组投产后需要首先保证背压机组的供热量，所以需要一期2×300 MW机组针对二期机组的复杂变工况运行进行调峰，在这种情况下厂级热电负荷分配对机组经济运行影响较大，需研究设计合理的运行模式，指导热电负荷分配经济运行意义重大。并且，电厂供热抽汽机组间电负荷及热负荷进行分配优化时，影响机组经济性的是供热抽汽量和用于发电用的蒸汽量，通过全厂机组热电负荷分配及优化运行的控制研究，确保全厂机组都能够在热电负荷分配优化指导系统上进行长期安全高效变负荷运行。

1.2 优化策略设计

基于上述实际需求，本文研究并开发了多因素影响下的热电负荷分配优化决策支持系统：

(1)通过供热抽汽机组的变工况理论计算，得到机组不同主蒸汽流量以及不同电负荷和热负荷分配时的机组热耗值关系曲线的结构和形式。

(2)在对曲线结构和形式一无所知的情况下，为了确定曲线，需要通过大量组合才能得到曲线。而基于先验知识可以减少实验次数。最终，通过开展合理的现场实验，便可以得到机组热耗率曲线。

(3)利用机组实际运行数据根据曲线确定机组实际热耗率，并根据相关对热耗率影响较大的参数变化对热耗率进行准确修正以获取机组准确热耗率值。

(4)基于遗传算法，根据给定的全厂热电负荷总量和最大最小抽汽等约束，结合机组相关耗差曲线，通过使整个电厂的热耗值最小，便可实现供热抽汽机组间电负荷和热负荷的分配优化。

(5)利用厂内PI数据库资源，建立全厂热电负荷分配优化的在线监测及决策支持系统。

2 基于改进遗传算法的分配优化

2.1 改进遗传算法

遗传算法由于其可快速得到问题的优化解，是一种被广泛应用于各种优化问题求解的成熟方法。如图1所示，为算法基本流程图。

图1 遗传算法基本流程图[11]

以优化后四台机组的加权平均热耗最小为目标函数，最终所建立的热电负荷分配的数学模型如式(1)

(1)

2.2 基于先验知识的耗差修正策略

在对机组的实际热耗率进行计算时，是利用机组制造商给出的耗差修正曲线进行修正的，但是耗差修正曲线存在着明显的局限性。首先,耗差修正曲线是基于额定工况进行计算的，但是机组是处于不断变负荷运行过程中，不能仅仅用额定工况参数对其进行修正；其次，耗差修正曲线是基于小偏差线性化的思想得到的；然而，由于汽轮机为强非线性系统，在小范围内进行修正可以，但是一旦机组某些参数发生较大范围的改变，该方法会存在较为明显的误差。

机组各典型工况下的热力学数据(各典型工况包括50%、60%、70%、80%、90%、100%额定负荷下机组相关热力学数据)，利用这些热力学数据对机组进行准确的数学模型建立，在建立中充分考虑模型的非线性特性及动态特性。采集机组相关热力学数据，即各个温度、压力、流量测点的全部参数，基于汽轮机通流部分特性、表面式回热器特性、除氧器特性、给水泵特性等理论知识，通过模型辨识方法辨识相关性能参数，建立上述设备精确数学模型；并将机组通流部分、回热器、给水泵等模型，根据案例机组的基本热力循环结构进行拼接，组成完整模型。如图2所示，为表面式回热换热器的基本模型示意图。通过迭代计算，可以求得满足平衡式的两个参数的解，从而求得回热器进口处水温，具体操作流程参见图3。

图2 表面式回热换热器的基本模型示意图

其中，当通流部分结构尺寸都不变时，级组(任意的若干蒸汽流量近似相等的串联级)前、后的蒸汽参数与其流量有如下关系

(2)

此外，按照ASME PTC6-1996及ASME PTC6-1982的方法计算实际热耗率。

图3 回热器进口处水温的计算方法流程图

3 实际决策支持应用平台建设

3.1 数据通讯及传输设计

由于滨海电厂的PI数据库提供了OPC Service，所以采取OPC的方式连接。如图4所示，为本文的数据平台通讯策略。

图4 多元PI数据库平台通讯策略

计划在现场放置一台数据服务器，在数据服务器上发布OPC Client(OPC Client角色定位为master，只是向OPC Service服务器发送请求命令，执行动作为只发出命令，从不执行命令)客户端程序， OPC Client以5 s为一周期向OPC Service请求数据，OPC Service根据OPC Client的请求进行回应，最后OPC Client把回应的数据保存到mongo非关系数据库中。

数据采集接口程序主要应用OPC数据访问规范。OPC数据访问规范主要解决服务器端和客户端的实时数据存取问题，OPC数据访问规范中包含三类对象，即服务器(Server)群组(Group)和数据项目(Item)，三类对象的组织结构像普通文件系统，其中服务器与分区、群组与文件夹、项目与文件一一对应，各个部分都有自己的属性，同时负责管理其底层分支。接口程序主要通过以下几个主要环节实现：搜索OPC服务器、连接OPC服务器、创建一个OPC的群组(Group)、设置OPC群组(group)的通讯方式、添加一个OPC项目(Item)、读取数据。

3.2 实际系统及应用效果分析

本系统采用B/S结构(Browser/Server，浏览器/服务器模式)，支持的浏览器为火狐、谷歌以及IE11以上。在浏览器上方输入服务器地址。打开系统登陆页面，即可登入系统。如图5所示，为系统实际运行关键功能界面展示。

图5 系统运行关键功能界面展示

利用本系统指导机组运行，相对机组原有运行策略(背压机的热电负荷全部开满至最大，剩余热电负荷两台300 MW机组平均分配)，可以进一步改善全厂机组的安全高效环保变负荷运行性能，最终，经过机组实际运行数据进行计算分析，优化后的全厂平均可降低1 g/kWh的煤耗，按照机组年利用5 500 h、600元/t标煤来计算，该项目可实现节省4 125 t，年节约250万元，二氧化碳排放年减少约1万t，氮氧化物年减少约30 t，二氧化硫年减少约35 t。因此，具有良好的经济、生态和社会效益。

未来，由于热电联产机组的综合优势明显，许多电厂都会尽可能让多台机组进行不同形式的热电联产[16-18]，机组间的热电负荷分配优化问题将会更加凸出，后续还需要在此基础上做进一步深入研究。

4 结论及展望

本文针对多台50 MW背压机组和两台330 MW亚临界机组的特有热电联产配置，在母管制和单元制多组合运行方式的条件下，提出了一种考虑多影响因素的热电负荷动态优化分配方法，得到的结论如下：

(1)基于出厂设计耗差修正曲线，利用实际运行大数据及先验知识获取了机组实际耗差曲线函数集；

(2)利用各工况下的耗差曲线和热耗曲线，获取机组全工况下的耗差曲线函数集；

(3)选取传统热耗率作为优化指标，通过改进遗传算法实现了热电负荷分配的动态优化计算；

(4)利用厂内PI数据库，建立了可用于全厂机组实时经济运行的在线监测及决策支持系统；

(5)实际运行数据计算分析显示：优化后全厂可降低发电煤耗1 g/kWh，二氧化碳排放年减少1.09亿t，氮氧化物年减少30.525 t，二氧化硫年减少35.062 5 t，具有良好的经济、生态和社会效益。

因此，本文对提高热电联产机组大范围变工况运行经济性具有非常重要的意义。