一种热电联产供热机组热电负荷优化方法

摘要

本发明公开了一种热电联产供热机组热电负荷优化方法，包括基于OPC接口标准实时采集热电机组的运行数据；数据预处理；建立汽轮机特性方程特性模型，并应用统计回归方法求解得到特性系数；建立优化模型；以“汽轮机进汽流量”为衡量机组运行状态的标准，用滑动窗口法，对机组运行数据按照时间序列进行稳态分析，判断机组运行状态：运用列队竞争算法进行优化计算；基于OPC接口，将列队竞争算法优化计算得到的优化方案，实时写入DCS系统中，实现对机组运行的闭环优化；本发明还公开对应装置及存储介质；可实时、快速和精准的得到优化的热、电分配方案，实现对机组运行的闭环优化；无需改造设备，降低成本，优化效益高，安全稳定。

说明书

技术领域

本发明的实施例属于热电厂生产过程优化领域，更具体地，涉及一种热电联产供热机组热电负荷优化方法。

背景技术

现有的热电联产机组负荷分配方法一般有以下两种：其一是根据现场操作人员的经验对热、电负荷分配进行测算，然后根据测算的结果对汽轮机组进行操作，再根据实际运行情况进行校核调整，反复迭代，该方法需要消耗大量的人力，且因没有考虑汽轮机运行的特性方程，所以负荷分配方案存在较大的随机性，因此，该方法存在较大的局限性。其二是运用线性规划技术的负荷分配方法。该方法以汽轮机组总进汽量为目标，以各汽轮机进汽量、抽汽量和发电量为优化变量，通过机轮机组历史运行数据，建立形如“进汽量 = a1*抽汽量 + a2*发电量”的特性方程，然后给定各优化变量的上下限约束，通过线性规划进行计算，得到各汽轮机的进汽量和抽汽量，从而指导汽轮机操作。该方法较前文所述的第一种方法，有了很大的提升，其考虑了汽轮机特性方程，并运用线性规划进行计算，计算结果的准确性得到明显的提高，优化空间也能够得到很大的体现，但其仍然存在一些问题，首先，由于用电负荷的波动较大，而且线性规划是属于卡边操作，计算得到的优化参数（变量）也是波动较大的，而优化参数瞬间跳跃会对机组设备造成一定的损坏，其次，该方法的约束条件考虑得不够全面，没有考虑汽轮机进汽压力约束、抽汽发电约束等，这样会造成有些优化的结果在实际运行中无法操作到。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供一种热电联产供热机组热电负荷优化方法，是为解决热电联产机组热负荷和电负荷难以合理分配的问题，该方法能够实时、快速和精准的计算得到最佳的热、电分配方案。

一种热电联产供热机组热电负荷优化方法，包括如下步骤:

步骤1：基于OPC接口标准实时采集热电机组的运行数据；

步骤2：通过剔除异常值、稳态分析及相关性分析进行数据预处理；，剔除异常和非稳态的数据，以提高建模的精确度；

步骤3：分析汽轮机进汽量D与发电量W、抽汽量E的关系，建立汽轮机特性方程特性模型，并应用统计回归方法求解得到特性系数；

步骤4：在满足供热蒸汽量、用电需求的前提下，以产汽、买电和卖电的综合成本最小为优化目标，并考虑特性方程约束、热电供需平衡约束、供热需求约束、抽汽约束、买卖电约束、汽轮机进 汽压力约束、参数上下限约束，建立优化模型；

步骤5：以“汽轮机进汽流量”为衡量机组运行状态的标准，用滑动窗口法，对机组当前运行数据按照时间序列进行稳态分析，若当前机组非稳态运行，则不进行优化，若当前机组稳态运行，则进行优化计算；

步骤6：运用列队竞争算法进行优化计算；

步骤7：基于OPC接口，将列队竞争算法优化计算得到的优化方案，实时写入DCS系统中，实现对机组运行的闭环优化。

进一步的，所述步骤1中运行数据包括各锅炉主汽流量、各锅炉主汽压力、各汽轮机进汽流量、各汽轮机进汽压力、各汽轮机抽汽流量、各发电机发电量、各电网买卖电量、各电网用电量、供热蒸汽需量。

进一步的，所述步骤2中剔除异常值的方法为：删除锅炉系统运行数据中的NAN空数据、数值为0及违反常理的异常值的数据。

进一步的， 所述步骤2中稳态分析的方法为：以“锅炉主蒸汽流量”为衡量锅炉运行状态的标准，用滑动窗口法，对锅炉运行数据按照时间序列进行稳态分析，从数据的开始时间位置往后取一段时间内的运行数据作为一个窗口，计算窗口内数据的波动情况，若“锅炉主蒸汽流量”波动较大，则认为窗口内数据处于非稳态，不保留数据；否则数据处于稳态，保留数据。以此流程从开始时间点滑动到结束时间点，得到所有的锅炉稳态数据；

计算公式如下：

式中：

进一步的， 所述步骤2中相关性分析的方法为：运用相关系数法对各操作变量与锅炉效率进行相关性分析，并按相关性强弱进行排序，保留相关性强的主要操作变量。相关系数是反应变量之间关系密切程度的统计指标，相关系数的取值区间在1到-1之间。1表示两个变量完全线性相关，-1表示两个变量完全负相关，0表示两个变量不相关,数据越趋近于0表示相关关系越弱,以下是相关系数的计算公式：

其中r

Sxy样本协方差计算公式：

Sx样本标准差计算公式：

Sy样本标准差计算公式：

进一步的， 所述步骤三中汽轮机特性方程建模的方法为：

分析汽轮机进汽量D与发电量W、抽汽量E的关系，建立汽轮机组的特性模型为：

汽轮机组的特性模型如公式所示：

其中，a、b、c为特性系数，用于反映汽轮机效率；基于汽轮机组准确原始数据中汽轮机进汽量D与发电量W、抽汽量E数据，应用统计回归方法求解得到特性系数。

进一步的，所述步骤四中汽轮机特性方程建模的方法为：

步骤4.1：确定优化目标

满足供热蒸汽量、用电需求的前提下，产汽、买电和卖电的综合成本最小；

步骤4.2：确定目标函数

步骤4.3：考虑约束条件：

l 特性方程约束

l 热电供需平衡约束

l 供热需求约束

l 抽汽约束

l 买卖电约束

…

l 汽轮机进汽压力约束

l 参数上下限约束

式中：

进一步的，所述步骤6中运用列队竞争算法进行优化计算的方法为：

针对同一个核函数，核参数取值对核函数的性能影响较大，本发明采用列队竞争算法对正则化参数C，最优双核系数θ进行优选；

优化目标：满足供热蒸汽量、用电需求的前提下，产汽、买电和卖电的综合成本最小。即

优化变量：各汽轮机的进汽流量，

各汽轮机的抽汽流量，

各发电机的发电量，

列队竞争算法的步骤如下：

1)

式中，x

2) 计算各家族的适应值；

3) 根据各家族的适应值，将m个家族排成一个列队，本发明按升序排列。

4) 判断是否满足迭代终止条件，如果满足，选择排列在首位的个体作为最优解，对应的适应值作为最优值，否则转向步骤5）；

5) 根据在列队中所处的位置，由小到大依次分配给各家族相应的搜索空间。排在列队前面的家族分得最小的搜索空间,而排在列队最后面的家族分得最大的搜索空间，分配方法如下所示：

式中，

6) 每个家族在其搜索空间内通过无性繁殖产生n个子代，并与父代一起竞争，仅保留一个最优秀的个体代表此家族参与下一轮的家族地位竞争，繁殖方法同1)中方法类似。

7) 每个家族中的最优个体组成新的家族，转向步骤2），t=t+1。

进一步的，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如权利要求1-8任一所述的热电联产供热机组热电负荷优化方法。

进一步的，所述计算机程序被处理器执行时，实现如权利要求1-8任一所述的热电联产供热机组热电负荷优化方法。

总体而言，通过本发明的所构思的以上技术方案与现有技术相比，能够取得下列有益效果：

（1）本发明的热电联产供热机组热电负荷优化方法，实时、快速和精准的得到优化的热、电分配方案；

（2）本发明的热电联产供热机组热电负荷优化方法，运用OPC技术，将优化方案写入DCS，实现对机组运行的闭环优化；

（3）本发明的热电联产供热机组热电负荷优化方法，无需改造设备，降低成本，优化效益高，安全稳定。

附图说明

图1为本发明较佳实施例的优化方法流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明的进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明的，并不用于限定本发明的。此外，下面所描述的本发明的各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

一种热电联产供热机组热电负荷优化方法，包括如下步骤:

步骤1：基于OPC接口标准实时采集热电机组的运行数据；

步骤2：通过剔除异常值、稳态分析及相关性分析与变量约减进行数据预处理，剔除异常和非稳态的数据，以提高建模的精确度；

步骤3：分析汽轮机进汽量D与发电量W、抽汽量E的关系，建立汽轮机特性方程特性模型，并应用统计回归方法求解得到特性系数；

步骤4：在满足供热蒸汽量、用电需求的前提下，以产汽、买电和卖电的综合成本最小为优化目标，并考虑特性方程约束、热电供需平衡约束、供热需求约束、抽汽约束、买卖电约束、汽轮机进 汽压力约束、参数上下限约束，建立优化模型；

步骤5：以“汽轮机进汽流量”为衡量机组运行状态的标准，用滑动窗口法，对机组当前运行数据按照时间序列进行稳态分析，若当前机组非稳态运行，则不进行优化，若当前机组稳态运行，则进行优化计算；

步骤6：运用列队竞争算法进行优化计算；

步骤7：基于OPC接口，将列队竞争算法优化计算得到的优化方案，实时写入DCS系统中，实现对机组运行的闭环优化。

所述步骤1中运行数据包括各锅炉主汽流量、各锅炉主汽压力、各汽轮机进汽流量、各汽轮机进汽压力、各汽轮机抽汽流量、各发电机发电量、各电网买卖电量、各电网用电量、供热蒸汽需量。

所述步骤2中剔除异常值的方法为：删除锅炉系统运行数据中的NAN空数据、数值为0及违反常理的异常值的数据。

所述步骤2中稳态分析的方法为：由于锅炉在变负荷（即非稳态）运行时，锅炉各运行参数存在剧烈波动，此时的数据难以反映锅炉的真实运行水平，因此对锅炉系统运行数据采用滑动窗口法进行稳分析，剔除锅炉非稳态运行的异常数据，得到稳定状态下的运行数据。

锅炉主蒸汽流量是反映机组运行工况是否稳定的重要因素，以“锅炉主蒸汽流量”为衡量锅炉运行状态的标准，用滑动窗口法，对锅炉运行数据按照时间序列进行稳态分析，从数据的开始时间位置往后取一段时间内的运行数据作为一个窗口，计算窗口内数据的波动情况，若“锅炉主蒸汽流量”波动较大，则认为窗口内数据处于非稳态，不保留数据；否则数据处于稳态，保留数据。以此流程从开始时间点滑动到结束时间点，得到所有的锅炉稳态数据，

计算公式如下：

式中：

所述步骤2中相关性分析的方法为：运用相关系数法对各操作变量与锅炉效率进行相关性分析，并按相关性强弱进行排序，保留相关性强的主要操作变量。相关系数是反应变量之间关系密切程度的统计指标，相关系数的取值区间在1到-1之间。1表示两个变量完全线性相关，-1表示两个变量完全负相关，0表示两个变量不相关,数据越趋近于0表示相关关系越弱,以下是相关系数的计算公式：

其中r

Sxy样本协方差计算公式：

Sx样本标准差计算公式：

Sy样本标准差计算公式：

上面协方差、标准差计算式均为现有技术公式，所以没有对参数详细解释，x

所述步骤三中汽轮机特性方程建模的方法为：

分析汽轮机进汽量D与发电量W、抽汽量E的关系，建立汽轮机组的特性模型为：

汽轮机组的特性模型如公式所示：

其中，a、b、c为特性系数，用于反映汽轮机效率；基于汽轮机组准确原始数据中汽轮机进汽量D与发电量W、抽汽量E数据，应用统计回归方法求解得到特性系数。

所述步骤四中汽轮机特性方程建模的方法为：

步骤4.1：确定优化目标

满足供热蒸汽量、用电需求的前提下，产汽、买电和卖电的综合成本最小；

步骤4.2：确定目标函数

步骤4.3：考虑约束条件：

l 特性方程约束

l 热电供需平衡约束

l 供热需求约束

l 抽汽约束

l 买卖电约束

…

l 汽轮机进汽压力约束

l 参数上下限约束

式中：

所述步骤6中运用列队竞争算法进行优化计算的方法为：

针对同一个核函数，核参数取值对核函数的性能影响较大，本发明采用列队竞争算法对正则化参数C，最优双核系数θ进行优选；

优化目标：满足供热蒸汽量、用电需求的前提下，产汽、买电和卖电的综合成本最小；即：

优化变量：各汽轮机的进汽流量，

各汽轮机的抽汽流量，

各发电机的发电量，

列队竞争算法的步骤如下：

1) t=1，在自变量范围内采用随机的方法产生m个候选解代表m个家族 ,组成该节点的初始子家族群，随机方法如下所示：

式中，x

2) 计算各家族的适应值；

3) 根据各家族的适应值，将m个家族排成一个列队，本发明按升序排列。

4) 判断是否满足迭代终止条件，如果满足，选择排列在首位的个体作为最优解，对应的适应值作为最优值，否则转向步骤5）；

5) 根据在列队中所处的位置，由小到大依次分配给各家族相应的搜索空间。排在列队前面的家族分得最小的搜索空间,而排在列队最后面的家族分得最大的搜索空间，分配方法如下所示：

式中，

6) 每个家族在其搜索空间内通过无性繁殖产生n个子代，并与父代一起竞争，仅保留一个最优秀的个体代表此家族参与下一轮的家族地位竞争，繁殖方法同1)中方法类似。

7) 每个家族中的最优个体组成新的家族，转向步骤2），t=t+1。

所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如权利要求1-8任一所述的热电联产供热机组热电负荷优化方法。

实施例2

本发明的实施例2提供了热电联产供热机组热电负荷优化装置，包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现实施例1提供的热电联产供热机组热电负荷优化。

本发明实施例提供的热电联产供热机组热电负荷优化装置，用于实现热电联产供热机组热电负荷优化方法，因此，热电联产供热机组热电负荷优化方法所具备的技术效果，热电联产供热机组热电负荷优化装置同样具备，在此不再赘述。

实施例3

本发明的实施例3提供了计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现实施例1提供的热电联产供热机组热电负荷优化方法。

基于大数据的热电企业汽轮机组智能操作优化系统实施后，汽轮机组总蒸汽耗量减少2%，数据清洗后，优化模型误差低于2%。

领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用于限制本发明的，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。