300-mw聯(lián)合循環(huán)機(jī)組變工況優(yōu)化運(yùn)行的可行性研究(編輯修改稿)
2025-08-19 10:29 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 出各個(gè)部件參數(shù)間的一些經(jīng)驗(yàn)關(guān)系式，雖也能進(jìn)行機(jī)組變工況計(jì)算，但計(jì)算誤差較大。盡管如此，上述兩種方法的分析思路可用于建模或運(yùn)行分析時(shí)的指導(dǎo)?！ 。?）基于制造廠提供的特性曲線及修正曲線建模。由于制造廠家提供了燃?xì)廨啓C(jī)、余熱鍋爐和蒸汽輪機(jī)的變工況特性曲線，可以利用這些特性曲線建立變工況模型。根據(jù)特性曲線擬合出曲線的數(shù)學(xué)表達(dá)式，然后就可以利用這些公式來(lái)計(jì)算聯(lián)合循環(huán)變工況性能。這樣建立起來(lái)的模型僅僅是同型號(hào)機(jī)組的平均特性，故而不能反映每臺(tái)特定機(jī)組在制造、安裝、調(diào)試和維護(hù)中所產(chǎn)生的差異，而這類差異對(duì)總體性能的影響是不可忽略的，所以需要進(jìn)行一系列的試驗(yàn)來(lái)校核模型的精確性。 3．2．2．3工質(zhì)建?！ 榱朔奖阌?jì)算，建立燃?xì)?、蒸汽的熱物性?shù)學(xué)模型，編制了熱力性質(zhì)計(jì)算程序。 對(duì)于由2臺(tái)燃?xì)廨啓C(jī)、2臺(tái)余熱鍋爐和1臺(tái)蒸汽輪機(jī)所組成的聯(lián)合循環(huán)電站，即所謂的2＋1多軸布置的聯(lián)合循環(huán)電站來(lái)說(shuō)，通常有各種不同的組合運(yùn)行方式，根據(jù)聯(lián)合循環(huán)三大部件變工況計(jì)算模型，就可以計(jì)算聯(lián)合循環(huán)電站在不同運(yùn)行方式下的經(jīng)濟(jì)性能。3．3優(yōu)化方法的確定 計(jì)算出機(jī)組各種組合方式下的性能以后，就可以對(duì)整臺(tái)機(jī)組進(jìn)行負(fù)荷優(yōu)化分配了。在傳統(tǒng)的負(fù)荷經(jīng)濟(jì)分配中，主要采用拉格朗日函數(shù)法進(jìn)行運(yùn)算，而拉格朗日函數(shù)法要求目標(biāo)函數(shù)單調(diào)遞增。實(shí)際的機(jī)組耗量特性函數(shù)往往不具有單調(diào)遞增的特性，而是一條具有波動(dòng)形式的曲線如圖1?！ D1中所示的耗量特性曲線用拉格朗日函數(shù)解是困難的，一般將其簡(jiǎn)化成二次曲線的形式。然而這種簡(jiǎn)化會(huì)引起計(jì)算精度的降低。由此發(fā)展出了新的算法，如遺傳算法。將遺傳算法應(yīng)用于電力系統(tǒng)經(jīng)濟(jì)調(diào)度的計(jì)算問(wèn)題，從而避免了傳統(tǒng)的拉格朗日函數(shù)法由于對(duì)目標(biāo)函數(shù)的簡(jiǎn)化而引起的計(jì)算精度的降低。 遺傳算法完全區(qū)別于傳統(tǒng)的優(yōu)化方法，它是模擬自然界生物進(jìn)化過(guò)程中的“優(yōu)勝劣汰，適者生存”的生物進(jìn)化機(jī)制。并模擬人類的優(yōu)生學(xué)原理，利用隨機(jī)信息交換思想，使子代不斷向著優(yōu)化方向發(fā)展，直到滿足終止條件。由于遺傳算子充分利用了上一代性能信息，所以可使優(yōu)化程度提高，同時(shí)它算法簡(jiǎn)單，收斂速度快，計(jì)算時(shí)間僅與規(guī)模成正比。可以得到全局最優(yōu)解或近似最優(yōu)解。它是一種隨機(jī)概率智能優(yōu)化方法。遺傳算法的另一大優(yōu)點(diǎn)是它對(duì)優(yōu)化對(duì)象無(wú)特殊要求，它只要求目標(biāo)函數(shù)是可求的，對(duì)函數(shù)的連續(xù)性及可微性均無(wú)要求。目前國(guó)外已開始用遺傳算法解決組合優(yōu)化問(wèn)題。因此，本項(xiàng)目采用遺傳算法作為優(yōu)化算法?！ ∫赃\(yùn)行油耗最省為優(yōu)化目標(biāo)，建立機(jī)組組合最基本的優(yōu)化模型。即只以發(fā)電油耗作為目標(biāo)函數(shù)，而不考慮機(jī)組參與調(diào)峰運(yùn)行時(shí)，轉(zhuǎn)子的疲勞壽命損耗、啟停過(guò)程的能量損失以及點(diǎn)火助燃用油量諸因素。也沒(méi)有考慮其它約束條件，如備用約束、機(jī)組出力上下限約束、發(fā)電機(jī)組功率響應(yīng)約束及發(fā)電機(jī)組啟停約束等?！ ∫孕б孀鳛閮?yōu)化目標(biāo)，建立考慮實(shí)際運(yùn)行條件的機(jī)組組合最優(yōu)化模型。考慮機(jī)組運(yùn)行經(jīng)濟(jì)性、安全性、外界環(huán)境的變化以及機(jī)組自身的技術(shù)約束條件等要求，研究聯(lián)合循環(huán)機(jī)組運(yùn)行的最佳匹配方式和機(jī)組開停機(jī)時(shí)間的最優(yōu)化分配，建立適用于遺傳算法的機(jī)組組合數(shù)學(xué)模型。并且根據(jù)啟動(dòng)過(guò)程帶來(lái)的額外損耗，建立加入電力市
職業(yè)教育相關(guān)推薦
鄂ICP備17016276號(hào)-1