基于模糊分析的多机组多模式供热电厂运行综合评价方法技术

本发明专利技术公开了一种基于模糊分析的多机组多模式供热电厂运行综合评价方法，包括：步骤S1、设置供热机组参与深度调峰协同运行时的多供热模式组合方案；步骤S2、构建机组多模式深度调峰的数字孪生模型；步骤S3、建立至少包括经济性评价指标、环保性评价指标和多维度约束条件的供热机组多模式深度调峰评价模型；步骤S4、构建各评价指标之间的判断矩阵、确定各评价指标对机组调峰的权重向量和建立各个多供热模式组合方案与各评价指标之间的模糊决策矩阵；步骤S5、采用模糊决策算法对权重向量和模糊决策矩阵进行模糊计算。本发明专利技术对不同供热模式组合方案的机组进行评价，实现机组改造技术组合方案的优化，实现调峰热电厂的厂级智能定量化运行调度决策。定量化运行调度决策。定量化运行调度决策。

【技术实现步骤摘要】
基于模糊分析的多机组多模式供热电厂运行综合评价方法


[0001]本专利技术属于智慧供热
，具体涉及一种基于模糊分析的多机组多模式供热电厂运行综合评价方法。

技术介绍

[0002]随着国家北方地区清洁供暖政策的不断推进，以燃煤供热机组及燃气联合循环供热机组为代表的大型热电联产系统已成为我国北方大中城市的主要热源，加速对分散区域锅炉房供热实现替代，供热机组已占我国火电机组总装机容量的1/4左右。从国家清洁供暖政策上，超低排放的热电联产是“清洁供暖”的首选技术，从能源结构上看，燃煤热电联产也是一种煤清洁高效利用的典型方式。热电联产通过采用将高品位的热能先发电、然后再供热的方式来实现能量的梯级利用，以提高能量的总体利用效率、降低整体能耗，是高综合效率的能源利用形式。热电联产可有效地降低发电能耗，是火电机组重要的节能减排技术。同时，为减小大城市的环境污染，一些城市近年来在供热中采用了以电代煤、以气代煤等措施，通过电锅炉及燃气锅炉供热。
[0003]目前，为配合城市采暖供热以及适应灵活性调峰的需求，一些发电企业先后进行了汽轮机中压缸抽汽供热、低压缸光轴供热、高背压供热、低压缸切缸供热、蓄热水罐以及电锅炉供热的技术改造，已形成了机组多种供热方式协同运行和深度调峰的态势；如何设定方案的评价指标体系是其进行规划设计和调峰寻优的目标导向，通过设定合理、科学的评价指标体系，能源系统在多能技术高效协同利用、异质能源梯级利用、高可替代性带来的高经济环保性等方面的系统内在禀赋可以最大程度得到发挥，从而满足决策者对于能源系统的期望。
[0004]但针对多种供热模式组合进行供热机组深度调峰时，面临调峰工况较多、优化指标和约束条件复杂，难以定量化地进行综合评价，无法准确获知调峰热电厂的厂级智能定量化运行调度决策，其方案寻优问题表现为如何在现有评价指标体系下对系统进行高精度建模、多评价指标寻优，以及在工程层面衡量系统的经济性和环保性，并以其为目标，高效、快速、科学合理地找到一个符合实际应用的最佳供热多模式组合方案。
[0005]基于上述技术问题，需要设计一种新的基于模糊分析的多机组多模式供热电厂运行综合评价方法。

技术实现思路

[0006]本专利技术的目的是提供一种基于模糊分析的多机组多模式供热电厂运行综合评价方法。
[0007]为了解决上述技术问题，本专利技术提供了一种基于模糊分析的多机组多模式供热电厂运行综合评价方法，所述综合评价方法包括：
[0008]步骤S1、设置供热机组参与深度调峰协同运行时的多供热模式组合方案；
[0009]步骤S2、采用机理建模和数据辨识方法构建机组多模式深度调峰的数字孪生模
型；
[0010]步骤S3、根据供热机组参与深度调峰的维度指标，建立至少包括经济性评价指标、环保性评价指标和多维度约束条件的供热机组多模式深度调峰评价模型，用于对不同供热模式组合方案的机组进行评价；
[0011]步骤S4、采用模糊层次分析法建立评价层次结构，构建各评价指标之间的判断矩阵、确定各评价指标对机组调峰的权重向量和建立各个多供热模式组合方案与各评价指标之间的模糊决策矩阵；
[0012]步骤S5、采用模糊决策算法对所述权重向量和模糊决策矩阵进行模糊计算，获得各个多供热模式组合方案的综合评价值，将评价值最高的多供热模式组合方案确定为优选组合方案；
[0013]步骤S6、通过所述数字孪生模型对所述优选组合方案进行机组性能验证，将验证后的方案作为多供热模式最佳组合方案，依据所述最佳组合方案实现调峰热电厂的厂级智能定量化运行调度决策。
[0014]进一步，所述步骤S1中，设置供热机组参与深度调峰协同运行时的多供热模式组合方案，具体包括：
[0015]基于机组改造成本、复杂度、热经济性、电厂不同地域的需求和煤种，依据不同供热模式的技术适应性选取多模式供热组合方案，所述供热模式包括高背压供热模式、抽汽供热模式、切缸供热模式、高低压旁路供热模式、蓄热水罐供热模式和电锅炉供热模式，所述多模式供热组合方案包括上述各个供热模式的两两模式结合或者更多供热模式结合。
[0016]进一步，所述步骤S2中，采用机理建模和数据辨识方法构建机组多模式深度调峰的数字孪生模型，具体包括：
[0017]基于工程热力学、流体力学、传热学基本原理，利用建模仿真技术构建与供热机组系统结构相一致的机理仿真模型，并通过输入结构参数、属性信息和设置边界条件，实现对不同负荷条件下机组和全厂热力系统运行性能的理论计算；所述机理仿真模型中至少包括汽轮机模块、锅炉模块、给水换热器模块、凝汽器模块、汽水流模块、水泵模块、管道及汇合与交叉模块，各个模块均需要满足各自的质量守恒方程、能量守恒方程和约束条件；
[0018]将供热机组的实时运行数据接入机理仿真模型，采用反向辨识方法对机理仿真模型的仿真结果进行自适应辨识修正；
[0019]其中，所述反向辨识方法包括：对供热机组多工况的运行数据进行缺失值处理、异常值处理和数据平滑预处理操作后，通过历史运行数据将实时运行数据中含有测量误差的运行数据初步修正为满足基本机理规则数据；将满足基本机理规则数据中的输入变量输入机理仿真模型计算变量中待校正变量的预测值；构造误差隶属函数，对待校正变量的满足基本机理规则数据进行误差检测和辨识获得含误差数据；通过预测值对误差进行检测和辨识，并经专家系统判断含有误差的原因，为误差较大的待校正变量的运行数据进行校正。
[0020]进一步，所述步骤S3中的经济性评价指标和环保性评价指标为一级评价指标；所述经济性目标还包括燃煤采购成本Ccost_i和碳排放交易成本C
cq
，供电收入C1、供热收入C2和调峰收入C3二级评价指标；火电厂的总收益C表示为：
[0021]C＝C1+C2+C3‑
C
cost
；
[0022]所述燃煤采购成本Ccost_i根据电厂的设计参数和实际运行数据，并考虑汽轮机
阀门开启数量随着机组发电功率的逐渐增加而随之增多，当前级阀门完全打开而后级阀门刚刚开启时，蒸汽流通受到阻碍使得煤耗量增加，产生阀点效应，引起煤耗量非线性和不连续性，通过增加正弦函数，拟合出各台机组的供电煤耗特性表示为：
[0023]C
cost_i
(P
i
)＝a
i
P
i2
+b
i
P
i
+c
i
+|d
i
sin{e
i
(P
imin
‑
P
i
)}|，i＝1,2,
…
,N为各台机组的编号；P
i
为第i台机组的分配负荷,MW；为第i台机组的负荷出力下限,MW；a
i
、b
i
、c
i
、d
i
和e
i
分别为机组煤耗特性系数；Ccost_i为第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模糊分析的多机组多模式供热电厂运行综合评价方法，其特征在于，所述综合评价方法包括：步骤S1、设置供热机组参与深度调峰协同运行时的多供热模式组合方案；步骤S2、采用机理建模和数据辨识方法构建机组多模式深度调峰的数字孪生模型；步骤S3、根据供热机组参与深度调峰的维度指标，建立至少包括经济性评价指标、环保性评价指标和多维度约束条件的供热机组多模式深度调峰评价模型，用于对不同供热模式组合方案的机组进行评价；步骤S4、采用模糊层次分析法建立评价层次结构，构建各评价指标之间的判断矩阵、确定各评价指标对机组调峰的权重向量和建立各个多供热模式组合方案与各评价指标之间的模糊决策矩阵；步骤S5、采用模糊决策算法对所述权重向量和模糊决策矩阵进行模糊计算，获得各个多供热模式组合方案的综合评价值，将评价值最高的多供热模式组合方案确定为优选组合方案；步骤S6、通过所述数字孪生模型对所述优选组合方案进行机组性能验证，将验证后的方案作为多供热模式最佳组合方案，依据所述最佳组合方案实现调峰热电厂的厂级智能定量化运行调度决策。2.根据权利要求1所述的综合评价方法，其特征在于，所述步骤S1中，设置供热机组参与深度调峰协同运行时的多供热模式组合方案，具体包括：基于机组改造成本、复杂度、热经济性、电厂不同地域的需求和煤种，依据不同供热模式的技术适应性选取多模式供热组合方案，所述供热模式包括高背压供热模式、抽汽供热模式、切缸供热模式、高低压旁路供热模式、蓄热水罐供热模式和电锅炉供热模式，所述多模式供热组合方案包括上述各个供热模式的两两模式结合或者更多供热模式结合。3.根据权利要求1所述的综合评价方法，其特征在于，所述步骤S2中，采用机理建模和数据辨识方法构建机组多模式深度调峰的数字孪生模型，具体包括：基于工程热力学、流体力学、传热学基本原理，利用建模仿真技术构建与供热机组系统结构相一致的机理仿真模型，并通过输入结构参数、属性信息和设置边界条件，实现对不同负荷条件下机组和全厂热力系统运行性能的理论计算；所述机理仿真模型中至少包括汽轮机模块、锅炉模块、给水换热器模块、凝汽器模块、汽水流模块、水泵模块、管道及汇合与交叉模块，各个模块均需要满足各自的质量守恒方程、能量守恒方程和约束条件；将供热机组的实时运行数据接入机理仿真模型，采用反向辨识方法对机理仿真模型的仿真结果进行自适应辨识修正；其中，所述反向辨识方法包括：对供热机组多工况的运行数据进行缺失值处理、异常值处理和数据平滑预处理操作后，通过历史运行数据将实时运行数据中含有测量误差的运行数据初步修正为满足基本机理规则数据；将满足基本机理规则数据中的输入变量输入机理仿真模型计算变量中待校正变量的预测值；构造误差隶属函数，对待校正变量的满足基本机理规则数据进行误差检测和辨识获得含误差数据；通过预测值对误差进行检测和辨识，并经专家系统判断含有误差的原因，为误差较大的待校正变量的运行数据进行校正。4.根据权利要求1所述的综合评价方法，其特征在于，所述步骤S3中的经济性评价指标和环保性评价指标为一级评价指标；所述经济性目标还包括燃煤采购成本Ccost_i和碳排
放交易成本C
cq
，供电收入C1、供热收入C2和调峰收入C3二级评价指标；火电厂的总收益C表示为：C＝C1+C2+C3‑
C
cost
；所述燃煤采购成本Ccost_i根据电厂的设计参数和实际运行数据，并考虑汽轮机阀门开启数量随着机组发电功率的逐渐增加而随之增多，当前级阀门完全打开而后级阀门刚刚开启时，蒸汽流通受到阻碍使得煤耗量增加，产生阀点效应，引起煤耗量非线性和不连续性，通过增加正弦函数，拟合出各台机组的供电煤耗特性表示为：i＝1,2,
…
,N为各台机组的编号；P
i
为第i台机组的分配负荷,MW；为第i台机组的负荷出力下限,MW；a
i
、b
i
、c
i
、d
i
和e
i
分别为机组煤耗特性系数；Ccost_i为第i台机组的发电煤耗成本,元/h；所述碳排放交易成本C
cq
由碳排放量E
o
和碳配额E
q
决定，表示为：C
cq
＝c(E
o
‑
E
q
)，c为碳交易价格；所述碳排放量E
o
由火电机组碳排放量E
o1
和热电联产机组碳排放量E
o2
两部分组成，μ
i
表示第i台火电机组单位出力的碳排放强度；γ
i
表示第i台热电机组单位出力的碳排放强度；所述碳配额E
q
由火电机组碳配额E
q1
和热电联产机组碳配额E
q2
两部分组成，P
i
为第i台火电机组发电功率；λ为单位电量碳排放分配系数；P
ZS,i
＝P
CHP,i
+b
v,i
H
CHP,i
，P
ZS,i
表示热电联产机组i纯凝工况下的发电功率；P
CHP，i
和H
CHP，i
分别表示热电机组i的净发电功率和热功率；b
v，i
为抽凝式热电机组进气量不变时增加单位热出力下对应的电出力减小值；根据所述燃煤采购成本Ccost_i和碳排放交易成本C
cq
计算全厂运行总成本C
cost
，表示为：所述供电收入C1由纯凝机组和热电机组的供电收入组成，表示为：所述供热收入C2由热电机组和电储热的联合供热收入组成，表示为：p
g
为上网电价；ph
eat
为单位供热收费；T为系统运行时间；将同一型号的火电机组看做一个整体,M为纯凝机组类型数,N为热电机组类型数；所述调峰收入C3由纯凝机组参与深度调峰收入C
3ck
和热电联产机组参与深度调峰收入C
3rl
组成，表示为：为：p
t1
、p
t2
为第一、二档调峰价格；为纯凝机组k在第二档的调峰电量；
为热电机组l在第一、二档的调峰电量；所述环保性评价指标通过污染物排放量和机组负荷之间的关系表示为：α
i
、β
i
、γ
i
，分别为机组烟尘以及NO
x
排放质量浓度的特性系数；g
i
表示第i台台机组的污染物排放量；总污染排放量G表示为：5.根据权利要求4所述的综合评价方法，其特征在于，所述步骤S3中供热机组多模式深度调峰评价模型建立，包括：基于所述经济性评价指标中火电厂的总收益C最大和所述环保性评价指标中总污染排放量G最小，以及基于所述多维度约束条件建立供热机组多模式深度调峰评价模型；所述多维度约束条件至少包括：电能平衡约束、热能平衡约束、机组自身的运行约束、电锅炉的运行约束、储热装置的运行约束和深度调峰功率约束；所述电能平衡约束:P
load
(t)＝P
CHP
(t)...

【专利技术属性】
技术研发人员：时伟，穆佩红，刘成刚，谢金芳，
申请(专利权)人：杭州英集动力科技有限公司，
类型：发明
国别省市：