【正文】 動態(tài)規(guī)劃 法是解決多階段決策過程最優(yōu)化問題的一種有效方法 ， 把單元機(jī)組間的負(fù)荷 優(yōu)化分配也看作一個多級決策的問題進(jìn)行求解 ， 用該方法求解 火電廠的負(fù)荷優(yōu)化 分配方案 ， 把每一臺機(jī)組作為一個決策級劃分 ， 將 求全廠煤耗最小的目標(biāo)函數(shù)分?jǐn)偟角竺恳粋€決策級內(nèi) 的 煤耗最小 ， 即 每一臺單元機(jī)組的煤耗 最小的問題上。 圖 32 順推算法的決策過程 設(shè)狀態(tài)轉(zhuǎn)移方程為： ),( 1 kkkk uxTx ?? (318) 定義最優(yōu)指數(shù)函數(shù) )( 1?kk xf ,表示第 k 段從起點到狀態(tài) 1?kx 的前部子過程的最優(yōu)華北電力大學(xué)碩士學(xué)位論文 22 效益值 , )( 1?nn xf 是整體最優(yōu)函數(shù)值。 1) 逆推算法 逆序解法 ,是從問題的最后 一個階段開始 ， 逆多階段決策的實際過程反向?qū)?yōu)。 它表示從第 k 階段的狀態(tài)kx 開始到第 n 階段的終止?fàn)顟B(tài)的過程 ， 采用最優(yōu)策略所得到的指標(biāo)函數(shù)值。 由每段的決策按順序排列組成的決策序列? ?)(,),(),( 11 nnkkkk xuxuxu ??? 稱為 k 子過程策略，簡稱子策略，記為 )(, knk xp ，即 ? ?)(,),(),()( 11, nnkkkkknk xuxuxuxp ???? (39) 當(dāng) k=1 時，此決策序列就構(gòu)成全過程的一個策略，簡稱策略，記為 )( 1,1 xpn ， 即 ? ?)(,),(),()( 22111,1 nnn xuxuxuxp ?? (310) 實際問題中，可供選擇的策 略有一定的范圍，此范圍稱為允許決策集合，用 nP,1華北電力大學(xué)碩士學(xué)位論文 20 表示，從允許決策集合中找出的使整個問題達(dá)到最優(yōu)效果的策略就是最優(yōu)策略。 描述決策的變量稱為決策變量 ， 它可用一個數(shù)、一組數(shù)或向量來描述。 (2) 狀態(tài) 和狀態(tài)變量 狀態(tài)表示每個階段開始所處的自然狀況或客觀條件 ， 它描述了研究問題過程的狀況 ， 又稱不可控因素。 這種方法把困難的多階段決策問題 轉(zhuǎn) 換成一系列相互聯(lián)系較容易解決的單階段問題 ， 解決了這 一 系列較容易解決的單階段問題 ，也就解決了困難的多階段問題。 本文提出了多目標(biāo)負(fù)荷優(yōu)化的數(shù)學(xué)模型 ， 此 模型 既考慮 了 代表經(jīng)濟(jì)性指標(biāo)的 供電標(biāo)準(zhǔn) 煤耗 ， 也加入 了 代表快速性指標(biāo)的變負(fù)荷時間 ， 其模型 描述如 下 (簡稱模型M2)。 對于以上提到的各項 約束條件 ， 考慮的約束項 越多 ， 計算 結(jié)果 越 合理、 精確 ，但是 隨 著 約束條件 的增 多 ， 無疑會 增加模型的復(fù)雜性 和 計算的復(fù)雜程度 。 (4) 響應(yīng)能力的限制 ： 在進(jìn)行優(yōu)化調(diào)度時 ， 某些發(fā)電機(jī)組可能過早的喪失調(diào)節(jié)能力 ， 為了增強(qiáng)調(diào)度的預(yù)見性 ， 可以 從響應(yīng)能力的角度考慮建立前瞻約束 ； 它能保證在制定發(fā)電計劃時前瞻負(fù)荷的變化趨勢 ， 使各時段的負(fù)荷都能得到滿足。 )/(m inm in)(12 iini VPTxf ?? ???? (32) 式中： F — 全廠總 標(biāo)準(zhǔn) 煤耗， g/kwh； n — 全廠并列運行的機(jī)組臺數(shù)； )( ii Pf — 第 i 臺機(jī)組 的煤耗 特性方程； T? — 完成變負(fù)荷的時間之和 ， min； iP? — 第 i 臺機(jī)組的負(fù)荷增量， MW； iV — 為第 i 臺機(jī)組的變負(fù)荷 速率 ， MW/min. 約束條件的確認(rèn) 只有考慮了負(fù)荷優(yōu)化分配中的約束條件，才能使負(fù)荷優(yōu)化分配具有實際意義 。 目標(biāo)函數(shù) 的確定 (1) 目標(biāo)函數(shù) — 標(biāo)準(zhǔn) 煤耗 由于電廠出力只 與燃料消耗有直接密切 的 關(guān)系，所以，在研究經(jīng)濟(jì)運行問題時，可以將 標(biāo)準(zhǔn) 煤耗作為目標(biāo)函數(shù)，為機(jī)組負(fù)荷分配的優(yōu)化提供有價值的數(shù)據(jù)。 (3) 詳細(xì)介紹了 熱力計算過程 和機(jī)組的煤耗特性曲線 的 擬合 過程 。 機(jī)組的煤耗特性受很多隨機(jī)因素影響，如天氣、煤質(zhì)、設(shè)備運行和老化狀況等，并不是有規(guī)律性可循的，用規(guī)律性的曲線擬合產(chǎn)生失真就不可避免。 用不同的擬合方法即可獲得不同的煤耗特性 方程 。 供電功率、 廠用電 功率 和發(fā)電功率三者的關(guān)系 用公式表示如下 ： cfP P P?? (219) 式中， P 、 fP 、 cP 分別表示 供電功率、 發(fā)電功率 和 廠用電功率 。 關(guān)鍵是 主蒸汽流量的直 接測取 誤差較大 ， 需根據(jù)蒸汽的溫度與壓力進(jìn)行修正， 一般是通過高壓缸進(jìn)出口的蒸汽壓力差計算得到，然后根據(jù)蒸汽溫度進(jìn)行修正。 2q 主要與排煙容積和排煙溫度有關(guān)， 故 簡化的 排煙損失 計算公式為： ? ?? ?sfpy2py12 ttkkq ??? ? % (212) 式中， 21,kk — 簡化函數(shù)，大小和煤種有關(guān)，推薦值見表 21； pyt — 排煙溫度 C? ，來自 測量的 原始數(shù)據(jù)； sft — 送風(fēng)機(jī)進(jìn)口溫度 C? ，一般取平均環(huán)境溫度， Ct ??20sf ； 2O — 煙氣中氧含量的體積百分?jǐn)?shù) %，可測得。 在此，它們可忽略不計，因此，假設(shè)它們?yōu)榱?。 華北電力大學(xué)碩士學(xué)位論文 11 鍋爐效 率 η 鍋爐效率的計算有正平衡和反平衡兩種方法 [39]，正平衡法需要測取煤的流量，但目前國內(nèi)外尚未找到精確測量煤粉流量的方法，故在線確定機(jī)組的煤耗特性時，應(yīng)用“正平衡”法不能精確計算鍋爐效率 ；應(yīng)用反平衡法計算鍋爐效率時，需要知道煤的成分與熱值，這些數(shù)據(jù)一般來自化學(xué)車間的分析結(jié)果，近年來采用 ? 射線在線測定煤的熱值已取得一定的進(jìn)展，但鍋爐排煙氧量與飛灰可燃物的測取還沒有得到很好的解決。 機(jī)組的熱力計算采用常規(guī)的熱平衡方法。在這種情況下，若發(fā)現(xiàn)其中某個數(shù)據(jù)反而減小，顯然不合理，應(yīng)將這個數(shù)據(jù)所在的數(shù)據(jù)組剔除。 原始數(shù)據(jù) 熱力 計算 求 出 煤耗特性曲線方程 本文分別從各機(jī)組的運行報表中選取 20個工作點，這 20個工作點均勻分 布在機(jī)組穩(wěn)定運行的范圍內(nèi)，即為機(jī)組額定負(fù)荷的 60～ 100%范圍內(nèi) (機(jī)組不投油、能投自動的情況下 )。F 原煤燃料量 (t/h)； 39。 一般地，對于單元機(jī)組， 供電 煤耗 *F (t/h)可表示為鍋爐效率 η、單元機(jī)組熱耗率 q(kJ/kwh)以及 供電 功率 P(MW)的函數(shù)： * * / ( * )F P q Q?? (23) 式 中 ： Q為標(biāo)準(zhǔn)煤低位發(fā)熱量，規(guī)定每公斤發(fā)熱量為 ? kJ/kg， (即每公斤 7000大卡 )。 機(jī)組的燃燒耗量 F和 輸出的電能 P的關(guān)系很復(fù)雜，一般情況下， F不僅是 P的函數(shù)，還與 P的變化率有關(guān)，如果再考慮汽輪機(jī)閥門開度的調(diào)節(jié)、機(jī)組啟?；虻拓?fù)荷燃燒時需要投油 、 穩(wěn)燃等因素，兩者的關(guān)系將會更復(fù)雜。主要用于在燃用不同煤種的各個發(fā)電廠之間進(jìn)行熱經(jīng)濟(jì)性比較。常用的統(tǒng)一單位有千卡、噸標(biāo)準(zhǔn)煤 (或標(biāo)準(zhǔn)油 )。 標(biāo)準(zhǔn) 煤亦稱 為 煤當(dāng)量，是將不同品種、不同含熱量的能源按各自不同的含熱量折合成為一種標(biāo)準(zhǔn)含量的統(tǒng)一計算單位的能源。其關(guān)系式非常簡單，如下式所示： iii PFb /? (21) 其中， ib 為機(jī)組的煤耗率 ， iF 為機(jī)組的煤耗量 ， iP 為機(jī)組對應(yīng)負(fù)荷。而且又由于諸如工資、燃料價格等 因素隨市場的變化而不斷波動，還可能導(dǎo)致其數(shù)學(xué)模型失真。 隨著計算機(jī)監(jiān)測技術(shù)的發(fā)展，許多機(jī)組都裝有 SIS，借 助于該類 系統(tǒng)，通過建立機(jī) 組各單元的性能模型， 可以在線計算出煤耗與 機(jī)組出力的關(guān)系，從而得到各臺機(jī)組實時的煤耗特性曲線。 5) 實例分析。 3) 多目標(biāo) 模糊 優(yōu)化理論的研究。 2) 數(shù)學(xué)模型的建立。 在解決電廠負(fù)荷分配的算 法中 ,人們不僅僅局限于這幾種常規(guī)的算法 ,因為每一種算法多少都存在 計算的局限性 ,所以目前有人將幾種 算法結(jié)合在一起互相取長補短 ,或者對算法進(jìn)行改進(jìn) ,爭取在最短的時間里獲得最優(yōu)的負(fù)荷分配 ,例如：遺傳禁忌算法 、 加速遺傳算法 、 浮點數(shù)算法等等 。 (5) 目前的發(fā)展情況 雖然有很多負(fù)荷分配 算法已經(jīng)應(yīng)用于電廠 中 ,但是大多數(shù)只是采取離線計算 ,效果不是特別的明顯 ,有些時候不能獲得全廠的最優(yōu)解。 (4) 其它算法 蟻群算法 蟻群算法 (Ant Colony Optimization ACO)由 Dorigo 等人提出 ,是人們受到真實世界中螞蟻群體行為的啟示而提出來的一種優(yōu)化算法 ,通過個體之間的信息交流與相互合作 ,最終得到待求問題的解 [35]。 變尺度混沌優(yōu)化方法具有全局尋優(yōu)能力 [33]。 華北電力大學(xué)碩士學(xué)位論文 5 模擬退火法 模擬退火法 [32]以優(yōu)化問題的求解與物理系統(tǒng)退 火過程的相似性為基礎(chǔ)，利用Metropolis 算法并通過模擬融熔金屬的物理退火性質(zhì)，采用隨機(jī)迭代的搜索過程。 (3) 現(xiàn)代優(yōu)化方法 遺傳算法 遺傳算法 是模擬自然界生物進(jìn)化過程的組合優(yōu)化算法。這種方法雖然在大多數(shù)情況下可以計算出最優(yōu)值，但其過程復(fù)雜，計算量大，且在變量邊界附近容易使尋優(yōu)陷入死循環(huán)，所以在工程中的應(yīng)用受到了很大的限制，還有待研究 [28]。 (2) 基于數(shù)學(xué)規(guī)劃的 方法 線性規(guī)劃法 線性規(guī)劃主要用于求解線性 目標(biāo)函數(shù) ,線性約束條件 (等式或不等式約束 )的優(yōu)化問題 ,應(yīng)用線性規(guī)劃方法求解機(jī)組間的經(jīng)濟(jì)分配問題 ,首先要把表示機(jī)組經(jīng)濟(jì)特性的曲線分段線性化 ,即分段建立目標(biāo)函數(shù)，小區(qū)間內(nèi)等微增耗為常數(shù)，然后采用線性規(guī)劃的數(shù)值方法進(jìn)行求解 [27]。這兩種方法盡管簡單易行，但是未得到理論證明，有很大的近似性，無法保證負(fù)荷分配方案的最優(yōu)。 電廠只要有兩臺或 兩臺 以上機(jī)組同時運行時，就會遇到負(fù)荷分配問題。 隨著技術(shù)的發(fā)展、電力市場化改革的深化以及全廠實時生產(chǎn)過程綜合監(jiān)控和管理的需要 ， SIS 系統(tǒng)的功能必將不斷的擴(kuò)充和完善。 目前 廠級監(jiān)控信息系統(tǒng) (SIS)是目前電力企業(yè)市場化和自動化發(fā)展的一個新方向，是順應(yīng)電力市場的發(fā)展而出現(xiàn)的一種新型實時監(jiān)控系統(tǒng)。 負(fù)荷 優(yōu)化 調(diào)度 的研究 現(xiàn)狀 國外在 負(fù)荷優(yōu)化調(diào)度 方面 的研究較早，尤其在優(yōu)化理論方面，提出了大量的算法 ， 主要有 微增率法、線性規(guī)劃法 [6]、拉格朗日松弛法 [7]、動態(tài)規(guī)劃法 [8]等。尤其是自上世 紀(jì) 80 年代以來，電力系統(tǒng)的運行體制問題引起廣泛的關(guān)注，世界各國 紛紛開始建立電力市場改變電力企業(yè)壟斷經(jīng)營， 負(fù)荷優(yōu)化調(diào)度問題對于 增強(qiáng)企業(yè)的競爭力 顯得尤為重要 。 發(fā)電企業(yè)從生產(chǎn)型企業(yè)轉(zhuǎn)變?yōu)榻?jīng)營型企業(yè)，電廠作為獨立的經(jīng)濟(jì)實體參與電力市場競爭 [5]。 傳統(tǒng)的負(fù)荷分配是屬于純粹的計劃指令分配，每一發(fā)電廠的“日計劃運行曲線”每天由省級調(diào)度按照每一電廠的可用容量、每一發(fā)電機(jī)組的維修狀態(tài)、電廠的燃料備用狀態(tài)和每一發(fā)電機(jī)組的經(jīng)濟(jì)性等依據(jù)排定。 我國在 20 世紀(jì) 90 年代提出了電力 市場改革的任務(wù)，以打破原有的電力運營方式，將電力運營逐漸向市場化轉(zhuǎn)化。在 煤耗 特性曲線的擬合上，提出了一種 加權(quán) 統(tǒng)計方法，綜合考慮歷史數(shù)據(jù)和當(dāng)前數(shù)據(jù)對煤耗特性的影響，使曲線更真實的反映機(jī)組的實際狀況。在此基礎(chǔ)上，建立了 同時 優(yōu)化 煤耗和變負(fù)荷時間 兩 個 目標(biāo)函數(shù) 的 簡單、完整、符合電廠實際的 多 目標(biāo)負(fù)荷分配 模型；然后用 多目標(biāo) 模糊 優(yōu)化理論和 動態(tài)規(guī)劃法解決 此 多 目標(biāo) 負(fù)荷優(yōu)化問題。 在市場化的運作機(jī)制下許多原來的電力生產(chǎn)運行方式將都隨之進(jìn)行變革。省級調(diào)度可以按照 實際情況修正負(fù)荷分配曲線，以隨時保證供需平衡、系統(tǒng)安全和經(jīng)濟(jì)性，同時將發(fā)電指令下達(dá)到每一臺發(fā)電機(jī)組上。在得到系統(tǒng)負(fù)荷調(diào)度后，發(fā)電廠商按所分配調(diào)度的負(fù)荷數(shù)量組織生產(chǎn)，提高生產(chǎn)運行經(jīng)濟(jì)性，提高電廠在電 力市場中競爭力 ，已成為越來 越引人關(guān)注的焦點。 機(jī)組間負(fù)荷實時優(yōu)化分配，是指實時采集各個機(jī)組的運行參數(shù)、熱力參數(shù)，計算出機(jī)組當(dāng)前時刻的負(fù)荷煤耗特 性，然后考慮各個機(jī)組的煤耗特性，在線給出各個機(jī)組的負(fù)荷，然后進(jìn)行負(fù)荷優(yōu)化分配。近年來，隨著計算機(jī)和人工智能技術(shù)的發(fā)展，一些學(xué)者又提出將遺傳算法 [9]、模擬退火算法[10]、人工神經(jīng)網(wǎng)絡(luò)法 [11]、混沌優(yōu)化算法 [12]等智能化方法用于機(jī)組的負(fù)荷優(yōu)化調(diào)度問題 ；在實際系統(tǒng)的開發(fā)方面，也取得了一些成果，例如，德國 Siemens 公司的負(fù)荷優(yōu)化軟件在德國 Mannhei 電廠、韓國 Hadong 電廠已有相對成功運行的經(jīng)驗 [13]。 廠級監(jiān)控信息系統(tǒng)簡稱 SIS 系統(tǒng)，是在 2020 年國家經(jīng)貿(mào)委頒發(fā)的《火力發(fā)電廠設(shè)計技術(shù)規(guī)程》中明確規(guī)定的。 華北電力大學(xué)碩士學(xué)位論文 3 SIS 采用模塊化的軟件包來完成全部應(yīng)用功能軟件組態(tài)，主要軟件包包