基于智能算法的空冷火电机组负荷预测研究

彭维珂，聂椿明，陈衡，徐钢

（华北电力大学能源动力与机械工程学院，北京102206）

0 引言

我国煤水资源分布不均严重制约了富煤贫水地区火电的发展。直接空冷机组以环境空气为冷源来吸收汽轮机的排汽热量，相比于同容量的湿冷机组，空冷机组冷却系统本身可节水95%以上，全厂可节水约65%，节水效果显著［1］。“十二五”以来，我国空冷技术得到了长足发展，机组数量和装机容量均处于世界前列。

由于并网机组形式复杂繁多，负荷需求变化较大，电网侧的调度指令往往和机组实际负荷之间存在较大偏差［2］，严重影响机组运行的安全性与经济性。因此，要得到单台机组实际负荷指令的预测值，应从机组本身开展深入研究。

目前，针对燃煤机组负荷预测的研究已经引起了国内外学者的广泛关注。骆小满等［3］运用神经网络算法，建立了基于冀北某热电联产机组的热-电负荷预测模型。丁伟等［2］通过对机组历史日负荷数据进行聚类分析，获取了机组负荷的相似性特征，利用历史匹配预测（HMF）算法将负荷序列和历史数据匹配，最后根据最似日负荷变化趋势来进行预测，预测结果具有较高的精度。张然然等［4］针对非正常工况，通过小波变化对负荷指令进行多尺度分析并建立差分整合移动平均自回归（ARIMA）模型，基于前N个时刻的机组负荷来进行预测并加权获取最终结果。王艳［5］在空冷温度场在线监测的基础上，采用Fortran 语言开发了直接空冷系统在线监测与分析软件。……