(1.內(nèi)蒙古國(guó)華呼倫貝爾發(fā)電有限公司,內(nèi)蒙古 呼倫貝爾 021000; 2.東北電力大學(xué) 自動(dòng)化工程學(xué)院,吉林 吉林 132000)
為了應(yīng)對(duì)大規(guī)模新能源并網(wǎng)帶來(lái)的電力系統(tǒng)功率波動(dòng),火電機(jī)組需要快速精準(zhǔn)地進(jìn)行大范圍變負(fù)荷[1]。然而,機(jī)組在變負(fù)荷過(guò)程中必然會(huì)偏離設(shè)計(jì)工況,這將直接影響機(jī)組運(yùn)行經(jīng)濟(jì)性。所以,對(duì)燃煤機(jī)組復(fù)雜變工況過(guò)程的優(yōu)化問(wèn)題成為了時(shí)下研究熱點(diǎn)。
滑壓優(yōu)化是現(xiàn)有典型燃煤機(jī)組采用的一種最有效的優(yōu)化節(jié)能方式,因此,國(guó)內(nèi)外研究人員進(jìn)行了大量的理論研究和試驗(yàn)探索工作。有學(xué)者提出了建立優(yōu)化模型的方法,利用先進(jìn)算法進(jìn)行簡(jiǎn)化和求解,確定最優(yōu)壓力點(diǎn)。文獻(xiàn)[2]融合了BBO(生物地理學(xué)優(yōu)化算法)和SA(模擬退火)算法,提高了算法的搜索精度和收斂速度。文獻(xiàn)[3]通過(guò)建立機(jī)組最佳主蒸汽耗差分析計(jì)算模型,并在600 MW級(jí)別機(jī)組進(jìn)行了成功應(yīng)用。
開(kāi)展專(zhuān)有優(yōu)化試驗(yàn)是一種最常用且有效的方法,文獻(xiàn)[4]針對(duì)供熱期機(jī)組研究了一套考慮供熱量修正的滑壓優(yōu)化方案。針對(duì)目前火電機(jī)組滑壓曲線多有不準(zhǔn)確,有研究以主蒸汽流量為自變量設(shè)計(jì)滑壓優(yōu)化曲線,并從能耗分析和熱力學(xué)計(jì)算的方面輔以驗(yàn)證[5]?;谠囼?yàn)數(shù)據(jù)熱耗修正計(jì)算對(duì)特定負(fù)荷點(diǎn)進(jìn)行壓力尋優(yōu),進(jìn)而調(diào)整DCS(分布式控制系統(tǒng))中的控制邏輯參數(shù)。而對(duì)于背壓變化對(duì)機(jī)組最優(yōu)運(yùn)行壓力的影響問(wèn)題,現(xiàn)有的解決方法是利用背壓修正系數(shù)對(duì)滑壓曲線進(jìn)行靜態(tài)修正。文獻(xiàn)[6]利用背壓在線實(shí)時(shí)修正最優(yōu)主蒸汽壓力以適應(yīng)直接空冷機(jī)組的背壓大范圍變化工況。而機(jī)組運(yùn)行工況復(fù)雜,且背壓受到多方面因素影響,原設(shè)計(jì)工況下的修正系數(shù)及方法,將影響機(jī)組運(yùn)行效率及其熱經(jīng)濟(jì)性。綜上所述,如何在考慮機(jī)組背壓影響的前提下定量給出其對(duì)機(jī)組最優(yōu)運(yùn)行壓力的變化規(guī)律,為機(jī)組復(fù)雜變工況運(yùn)行狀態(tài)下提供精確的運(yùn)行指導(dǎo),亟需一套完整的理論模型及實(shí)施方案。
目前,高寒地區(qū)所采用的空凝機(jī)組在滑壓運(yùn)行過(guò)程中往往采用有功功率為橫坐標(biāo)的滑壓曲線,結(jié)合機(jī)組當(dāng)前的供熱抽汽流量以及凝汽器真空度推算最優(yōu)運(yùn)行壓力。但是,高寒地區(qū)所采用的空冷機(jī)組對(duì)環(huán)境溫度變化較為敏感,會(huì)導(dǎo)致凝汽器真空度大范圍變化;在此基礎(chǔ)上,機(jī)組還會(huì)有相應(yīng)的供熱任務(wù),需要對(duì)外進(jìn)行供熱抽氣,這將會(huì)導(dǎo)致在相同蒸汽流量的情況下機(jī)組有功功率會(huì)產(chǎn)生較大變化。所以,若機(jī)組此時(shí)仍按照原有滑壓曲線運(yùn)行,會(huì)導(dǎo)致該主蒸汽壓力并非最優(yōu)壓力值,進(jìn)而對(duì)機(jī)組的經(jīng)濟(jì)性造成較大影響。
圖1 背壓與抽汽變化對(duì)機(jī)組滑壓曲線的影響
由圖1可知,在同一抽汽量狀態(tài)下,背壓的變化也會(huì)影響壓力和負(fù)荷。
如圖2所示,當(dāng)機(jī)組運(yùn)行在不同背壓工況時(shí),運(yùn)行數(shù)據(jù)出現(xiàn)明顯分層的現(xiàn)象,這與理論分析結(jié)果是一致的。但機(jī)組運(yùn)行背壓的變化將如何定量影響機(jī)組的最優(yōu)運(yùn)行壓力,本文將利用大量數(shù)據(jù)進(jìn)行分析。
圖2 機(jī)組運(yùn)行數(shù)據(jù)背壓1-6 kPa背壓運(yùn)行數(shù)據(jù);背壓2-9 kPa背壓運(yùn)行數(shù)據(jù);背壓3-12.5 kPa背壓運(yùn)行數(shù)據(jù)
FCM(模糊C均值聚類(lèi))是目前最常用的一種聚類(lèi)算法,現(xiàn)已廣泛應(yīng)用到實(shí)際問(wèn)題中。其基本思想是劃分方法,使得在同一類(lèi)的樣本之間的相似度趨于最大值,而與其他類(lèi)的樣本相似度趨于最小值[7-9]。對(duì)于有限個(gè)對(duì)象x1,x2,…xn,模糊集合可以表示為
A={(μA(xi),xi)|xi∈X}
(1)
FCM把n個(gè)向量xi(i=1,2…,n)分為c類(lèi),即為模糊類(lèi)。在此基礎(chǔ)上計(jì)算該類(lèi)的中心點(diǎn),使得用于評(píng)價(jià)相似度的價(jià)值函數(shù)的函數(shù)值趨于最小值,以適應(yīng)所引入的模糊劃分規(guī)則。同時(shí),由于引入了模糊概念,使得隸屬度矩陣U中的元素其取值在0~1之間。在歸一化的限制后,其和仍為1。
(2)
式中j——數(shù)據(jù)點(diǎn)的個(gè)數(shù)。
則價(jià)值函數(shù)為
(3)
其中uij取值在0~1之間;ci為聚類(lèi)中心,m為加權(quán)指數(shù)。此時(shí)計(jì)算聚類(lèi)中心與各元素的歐幾里得距離,即dij=‖ci-xj‖。為求得式(3)的最小值,需構(gòu)造新的目標(biāo)函數(shù),即
(4)
在求解過(guò)程中,可提取式(3)的n個(gè)約束式的拉格朗日乘子,在其基礎(chǔ)上對(duì)輸入?yún)⒘窟M(jìn)行求偏導(dǎo),并將式(4)的目標(biāo)函數(shù)值達(dá)到最小視為約束條件。該算法最終將解出一個(gè)c×n的模糊矩陣,其底層意義仍然是劃分,每個(gè)類(lèi)具有一個(gè)類(lèi)中心。即可得到用于表示每個(gè)樣本的隸屬度矩陣,在此基礎(chǔ)上即可判斷出所有樣本對(duì)于各個(gè)類(lèi)的隸屬情況,進(jìn)而求得聚類(lèi)結(jié)果。
圖3為某臺(tái)600 MW級(jí)機(jī)組為例,機(jī)組背壓數(shù)據(jù)在時(shí)序上呈現(xiàn)多分區(qū)域的特性,若直接加以利用將無(wú)法避免數(shù)據(jù)噪聲以及機(jī)組慣性帶來(lái)的誤差[10];另一方面,未經(jīng)處理的數(shù)據(jù)不利于智能算法進(jìn)行聚類(lèi)。
圖3 機(jī)組背壓運(yùn)行數(shù)據(jù)
針對(duì)上述問(wèn)題,本文利用聚類(lèi)方法對(duì)上述數(shù)據(jù)進(jìn)行處理,其基本過(guò)程如下所示:
(1)利用機(jī)組運(yùn)行數(shù)據(jù),進(jìn)行濾波處理,得到初步的數(shù)據(jù)模型;
(2)根據(jù)上述數(shù)據(jù)模型,按需設(shè)計(jì)精度,通過(guò)滑動(dòng)平均方法進(jìn)一步過(guò)濾數(shù)據(jù)中的噪聲信息;
(3)將上述處理好的數(shù)據(jù)利用聚類(lèi)算法進(jìn)行聚類(lèi)處理,可通過(guò)機(jī)組常運(yùn)行背壓范圍設(shè)置聚類(lèi)空間的個(gè)數(shù)。
通過(guò)上述步驟,得到如圖4所示的結(jié)果。
圖4 數(shù)據(jù)聚類(lèi)處理結(jié)果
根據(jù)上述數(shù)據(jù)處理結(jié)果,對(duì)背壓變化引起機(jī)組最優(yōu)運(yùn)行壓力變化進(jìn)行定量分析,其基本步驟是:
(1)利用不同背壓條件下的機(jī)組運(yùn)行數(shù)據(jù)進(jìn)行數(shù)據(jù)分類(lèi),將相同或者相近的數(shù)據(jù)歸作同一類(lèi)中;
(2)在各個(gè)類(lèi)中,利用如最小二乘法(包括但不限于)的尋優(yōu)算法,以機(jī)組熱耗率最低為優(yōu)化目標(biāo),對(duì)機(jī)組的最優(yōu)主汽壓力進(jìn)行求解;
(3)將上述尋優(yōu)結(jié)果與背壓進(jìn)行比較,利用回歸算法歸納出機(jī)組背壓對(duì)最優(yōu)運(yùn)行壓力的定量關(guān)系。
將機(jī)組運(yùn)行背壓變化時(shí)影響最優(yōu)滑壓曲線,其定量影響因素描述為
(5)
式中y——機(jī)組運(yùn)行最優(yōu)壓力/MPa;
x——機(jī)組當(dāng)前負(fù)荷(有功功率)/MW;
k——斜率(一般為0.043左右);
b0——機(jī)組春季運(yùn)行時(shí)正常背壓下的截距;
Δb——背壓影響下的截距變化量。
根據(jù)公式(5),即可利用機(jī)組不同背壓條件下的歷史數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘,得出機(jī)組變背壓條件下的最優(yōu)運(yùn)行壓力理論計(jì)算值。
內(nèi)蒙古國(guó)華呼倫貝爾發(fā)電有限公司(以下簡(jiǎn)稱(chēng)“國(guó)華呼貝電廠”)機(jī)組為四高調(diào)門(mén)超臨界600 MW空冷機(jī)組,自投產(chǎn)來(lái)未進(jìn)行專(zhuān)門(mén)滑壓運(yùn)行優(yōu)化。實(shí)際機(jī)組DCS中植入的滑壓運(yùn)行曲線偏離設(shè)計(jì)工況點(diǎn),同時(shí)存在無(wú)法適應(yīng)供熱抽汽及凝汽器真空大范圍變化的情況,嚴(yán)重影響其運(yùn)行經(jīng)濟(jì)性。
本次優(yōu)化不僅給出了適用于純凝工況的以負(fù)荷為自變量的滑壓曲線;而且,還給出了以主蒸汽流量為自變量的滑壓優(yōu)化策略:即適用于機(jī)組純凝工況,還適用于機(jī)組抽汽工況、低背壓、高背壓工況。后期可進(jìn)一步進(jìn)行機(jī)組高背壓和抽汽工況的驗(yàn)證,直接進(jìn)行實(shí)際運(yùn)行數(shù)據(jù)采集驗(yàn)證,也可設(shè)計(jì)試驗(yàn)測(cè)試驗(yàn)證。如圖5、圖6所示,本文通過(guò)變背壓條件下的最優(yōu)運(yùn)行壓力定量分析,分別給出以主汽流量自變量和以機(jī)組負(fù)荷為自變量的滑壓優(yōu)化曲線結(jié)果,對(duì)比三個(gè)典型不同背壓工況下的滑壓曲線設(shè)計(jì)值及原始滑壓曲線。
圖5 以主汽流量為自變量的滑壓優(yōu)化曲線結(jié)果
圖6 以機(jī)組負(fù)荷為自變量的滑壓優(yōu)化曲線結(jié)果
對(duì)于各個(gè)工況下的考慮變背壓條件的最優(yōu)滑壓曲線與原設(shè)計(jì)滑壓曲線的節(jié)能效果對(duì)比如表1所示??梢?jiàn)本文所提出的變背壓條件下的滑壓曲線優(yōu)化策略具有明顯的節(jié)能效果。
本文通過(guò)對(duì)600 MW超臨界機(jī)組在多個(gè)不同背壓條件下運(yùn)行的數(shù)據(jù)進(jìn)行分析,對(duì)比各個(gè)背壓對(duì)應(yīng)的最優(yōu)滑壓曲線,得出以下結(jié)論:
(1)利用機(jī)組不同背壓條件下的海量實(shí)際運(yùn)行數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘,得到了多個(gè)背壓條件下所對(duì)應(yīng)的滑壓優(yōu)化曲線,同時(shí)定量計(jì)算出由于背壓變化導(dǎo)致滑壓曲線的變化量;
(2)通過(guò)對(duì)比主蒸汽流量自變量以及機(jī)組負(fù)荷自變量的滑壓曲線,其中主汽流量自變量的滑壓曲線受背壓變化而變化的趨勢(shì)較小,從實(shí)際數(shù)據(jù)的角度證明了利用主蒸汽流量自變量的優(yōu)勢(shì);
(3)本文所設(shè)計(jì)的滑壓優(yōu)化曲線在600 MW超臨界機(jī)組成功應(yīng)用,效果表明:該方法可適應(yīng)空冷機(jī)組背壓大范圍變化的運(yùn)行狀態(tài),可切實(shí)提高機(jī)組變工況運(yùn)行經(jīng)濟(jì)性。為同類(lèi)型機(jī)組的運(yùn)行方式提供了有效的解決方案。
表1優(yōu)化效果比較
試驗(yàn)工況點(diǎn)原始曲線優(yōu)化曲線運(yùn)行背壓機(jī)組負(fù)荷/MW主汽壓力/熱耗率/MPa/kJ·kW-1·h-1主汽壓力/熱耗率/MPa/kJ·kW-1·h-1節(jié)能熱耗率/kJ·kW-1·h-1/kPa304.3615.8/766016.5/763129616.3/763525916.1/76382212.5340.617.55/764018.1/762020617.8/761624917.7/76192112.5381.319.3/739819.9/738018619.4/738513919.5/73851312.5415.220.6/750521.4/745550620.8/747233920.95/74703512.5448.221.8/744422.8/740044622.1/741034922.4/74123212.5484.0723.2/734424.2/727074623.6/728658923.9/72806412.5