一种电力现货市场下发电机组经济决策与优化控制方法及装置制造方法及图纸

本发明专利技术属于电力自动化领域，涉及一种燃煤机组优化方法、决策方法、系统、设备及介质，包括：通过根据DCS实时生产数据，搜寻历史相同场景并输出，搜索失败则借助建立的燃烧系统神经网络模型计算控制输出，解决了当前基于人工智能算法可靠性难以满足实际生产要求的难题，改善了常用的燃烧试验确定参数法实验条件申请难、试验结果随时间推移精准度下降、设定参数无法自适应机组性能改变等问题；通过计算机组发电成本，结合电力市场发布信息，通过Q

【技术实现步骤摘要】
一种电力现货市场下发电机组经济决策与优化控制方法及装置


[0001]本专利技术属于电力自动化领域，涉及一种电力现货市场下发电机组经济决策与优化控制方法及装置。

技术介绍

[0002]随着新型电力系统的建设，火电机组经营模式悄然改变。一方面新能源装机占比快速上升，火电机组不仅需要保障电力系统所需要的转动惯量和平衡调节能力，还需要逐步电量主体转变为容量主体；另一方面“双碳”目标的提出要求火电机组需要进一步深化低碳转型发展，“低碳、经济、安全、灵活”成为燃煤电站生存新关键词。
[0003]然而，由于目前阶段容量资源主体因其变动成本远高于新能源，在高比例新能源的场景下，难以通过现有人工决策方式回收全部成本；同时“碳捕集”等技术尚未成熟，深度调峰、快速变负荷等需求持续增加，导致机组经济性下降，进而导致发电成本上升。

技术实现思路

[0004]本专利技术的目的在于克服上述现有技术中，由于目前机组经济性优化技术手段匮乏、电力市场申报决策不全面，造成机组经济性难以保障的缺点，提供一种电力现货市场下发电机组经济决策与优化控制方法及装置。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自适应的燃煤机组在线燃烧优化方法，其特征在于，包括：(1)由DCS系统获取生产数据，将生产数据作为输入参数送入燃烧优化控制模块；(2)燃烧优化控制模块将输入参数转化为输入案例向量，并加入用于存储案例时间的时间标签；(3)根据输入案例向量，在燃烧案例数据库中采用近邻算法进行全局搜索，比较目标案例与历史案例的相似度，若得到满足相似度阈值要求的历史案例输出集，则将历史案例输出集进行加权平均计算，得出建议输出案例集，并经过转化对应为氧量定值、各层二次风挡板开度、后风口挡板开度；若历史案例集搜索返回值为空，则通过神经网络模型获取对应输出值；(4)燃烧优化控制模块将输出值返回DCS系统，直接控制响应被控设备或指导运行人员进行相应操作。2.根据权利要求1所述的一种自适应的燃煤机组在线燃烧优化方法，其特征在于，所述生产数据包括：机组负荷指令、主蒸汽压力、主蒸汽温度、给煤指令、再热蒸汽压力、再热蒸汽温度、炉膛负压、磨煤机运行状态、燃煤热值、环境温度。3.根据权利要求1所述的一种自适应的燃煤机组在线燃烧优化方法，其特征在于，还包括以下步骤：燃烧优化控制模块根据设定的固定周期更新计算神经网络模型和案例库。4.一种基于Q
‑
learning算法的发电竞价决策方法，其特征在于，包括以下步骤：S1、由DCS系统获取机组生产数据并送入成本计算模块计算当前机组发电成本；S2、通过成本计算模块将当前机组发电成本对应参数送入辅助竞价决策模块；同时，获取调度机构、交易中心发布的事前市场信息，导入至辅助竞价决策模块；S3、依据所设定的运营目标计算得出各段申报电价；S4、将报价决策结果推送至交易终端，获取成交结果和事后市场信息返回至辅助竞价决策模块，辅助竞价决策模块根据成交结果通过Q
‑
learning算法更新计算竞价策略参数。5.根据权利要求4所述的一种基于Q
‑
learning算法的发电竞价决策方法，其特征在于，所述成本计算数据包括：机组煤耗曲线、厂用电率、锅炉效率、汽机热耗率、燃煤热值、能源局核定的发电成本、购煤单价、启机成本、...

【专利技术属性】
技术研发人员：景杰，
申请(专利权)人：北京京能电力股份有限公司，
类型：发明
国别省市：