【技術實現步驟摘要】
本專利技術屬于火電廠調度控制，具體涉及一種含數字孿生和邊界條件量化的廠級多機組調度與控制方法。
技術介紹
1、隨著電力行業的不斷發展，特別是電力市場改革和新技術的應用，火電廠多機組調度控制面臨著諸多問題。例如，電力市場引入了競爭機制，火電廠需要根據電力市場價格信號靈活調整發電量，滿足廠級經濟效益最大化，以及火電廠參與輔助服務市場進行調峰操作獲得額外收入；另外，新能源的大量接入，增加了電力系統的不確定性和波動性。
2、因此，火電廠內多機組的調度與控制具備復雜多變的特點，而且各個機組的運行模式、機組特性也具備差異性，單純采用傳統的人工經驗調度方式難以應對，缺乏量化分析手段和科學指導，難以實現廠級多機組的節能經濟有效調度與控制。如何將廠級多機組調度與控制的動態邊界條件、不確定性因素進行量化分析，采用仿真建模、人工智能技術和大數據分析相結合的方法，進行廠級多機組調度與控制一體化，提升廠級經濟效益，是目前急需解決的問題。
3、基于上述技術問題，需要設計一種新的含數字孿生和邊界條件量化的廠級多機組調度與控制方法。
技術實現思路
1、本專利技術所要解決的技術問題是，克服現有技術的不足，提供一種含數字孿生和邊界條件量化的廠級多機組調度與控制方法，能夠根據動態邊界條件的量化結果，計算廠級的經濟性、環保型和快速響應性目標，制定廠級多機組的負荷調度策略，滿足電負荷調度指令和熱網供需動態平衡的機組運行優化調度，提高廠級調度模型的精確性，以及實現火電廠的節能經濟高效運行，以及，通過建
2、為了解決上述技術問題，本專利技術的技術方案是：
3、本專利技術提供了一種含數字孿生和邊界條件量化的廠級多機組調度與控制方法，包括：
4、基于火電廠內的多模式靈活性改造機組的變工況運行數據，建立火電廠多機組數字孿生模型；
5、進行廠級優化調度的動態邊界條件量化，包括熱負荷預測、燃料價格預測、新能源發電量預測、基于電力市場機制進行電力出清價格預測；
6、依據火電廠多機組數字孿生模型進行在線仿真計算，分析火電廠內多機組在不同電負荷、熱負荷組合區間、不同運行組合模式和影響煤耗量的多維因素下的煤耗量，建立廠級多機組多模式煤耗預測模型；
7、以廠級多機組煤耗最小為目標，進行廠級多機組運行組合模式的尋優，獲得在不同電負荷和熱負荷組合區間下的多機組最優運行組合模式；
8、在多機組最優運行組合模式的基礎上，并依據動態邊界條件量化結果，在滿足電負荷調度指令和熱網供需動態平衡的條件下，以廠級經濟性、環保性和快速響應性最優為目標，建立廠級多機組優化調度模型，輸出廠級多機組的負荷最優調度策略；
9、在多機組負荷最優調度策略的基礎上，設置多機組負荷控制目標，并依據多機組負荷控制目標和實時監測的數據指標，建立設備級優化控制模型，獲得廠級各設備的操作控制參數，并下發給控制器執行和追蹤執行情況。
10、進一步，所述基于火電廠內的多模式靈活性改造機組的變工況運行數據，建立火電廠多機組數字孿生模型，具體包括：
11、進行火電廠內機組的多模式靈活性改造，包括高背壓機組、抽汽機組、切缸機組、光軸機組；所述火電廠內包括有多臺熱電機組，以燃料為輸入，輸出電能和熱能；
12、采用建模仿真分析軟件構建與火電廠供熱系統結構一致的機理模型；
13、獲取火電廠內機組在不同負荷條件下、不同供熱模式下的變工況運行數據，并進行預處理后接入機理模型，對模型仿真結果進行辨識修正，構建火電廠多機組數字孿生模型。
14、進一步，所述基于電力市場機制進行電力出清價格預測，具體包括：
15、設置火電廠作為市場主體參與電力市場機制的流程：交易中心向各個市場參與主體發布交易規則，符合條件的發電商提前向交易中心申報自身競價信息，交易中心分析發電商和電力用戶的雙方信息，進行集中出清；
16、獲取火電廠影響電力出清價格的多維因素，包括：歷史電力需求曲線、各機組設備的電量供給情況、電量供需系數、新能源發電量、新能源滲透率、燃料價格、發電商報價情況、歷史電力出清價格、氣象因素、以及未來時段的新能源發電量預測結果、燃料價格預測結果；
17、計算各因素影響電力出清價格的權重系數；
18、采用相似日理論，對歷史日和待預測日的多維因素進行分析，并依據權重系數選取與待預測日具有相似影響因素的若干歷史日，將歷史日的多維因素和各因素影響電力出清價格的權重系數，以及新能源發電量預測誤差、燃料價格預測誤差、氣象因素導致的電力需求預測誤差共同作為電力出清價格預測模型的訓練集；
19、采用機器學習算法對訓練集進行訓練學習后，建立電力出清價格預測模型。
20、進一步，所述依據火電廠多機組數字孿生模型進行在線仿真計算，分析火電廠內多機組在不同電負荷、熱負荷組合區間、不同運行組合模式和影響煤耗量的多維因素下的煤耗量，建立廠級多機組多模式煤耗預測模型，具體包括：
21、依據火電廠歷史時段承擔的電負荷和熱負荷，將電負荷和熱負荷依據設定的閾值劃分為多個組合區間，反映電負荷和熱負荷的變化趨勢；
22、分析不同運行模式的機組煤耗特性，并考慮不同機組的運行模式組合，設置多機組多運行組合模式策略；
23、獲取影響煤耗量的多維因素，包括各機組內部運行變量、機組負荷和環境溫度；
24、在火電廠穩定運行工況下依據火電廠多機組數字孿生模型，分析火電廠在不同電負荷、熱負荷組合區間、多機組多運行組合模式策略和影響煤耗量的多維因素下的煤耗量變化情況，作為煤耗預測模型的訓練集，采用機器學習算法進行訓練學習，建立廠級多機組多模式煤耗預測模型，反映多機組在不同負荷組合區間、不同運行組合模式下的煤耗變化。
25、進一步，所述將電負荷和熱負荷依據設定的閾值劃分為多個組合區間，具體包括：
26、根據火電廠的歷史電負荷和熱負荷，預先設置電負荷和熱負荷的閾值，將電負荷和熱負荷進行區間劃分，分別表示為：
27、
28、felec為電負荷區間劃分函數；lelec、melec、helec分別為電負荷的低、中、高區間；pelec為電負荷；pthreshold1、pthreshold2均為設置的電負荷閾值；fheat為熱負荷區間劃分函數；lheat、mheat、hheat分別為熱負荷的低、中、高區間；qheat為熱負荷；qthreshold1、qthreshold2均為設置的熱負荷閾值；
29、建立電負荷和熱負荷的多個組合區間，表示為：
30、
31、進一步，所述以廠級多機組煤耗最小為目標，進行廠級多機組運行組合模式的尋優，獲得在不同電負荷和熱負荷組合區間下的多機組最優運行組合模式，具體包括：
32本文檔來自技高網...
【技術保護點】
1.一種含數字孿生和邊界條件量化的廠級多機組調度與控制方法，其特征在于，包括：
2.根據權利要求1所述的廠級多機組調度與控制方法，其特征在于，所述基于火電廠內的多模式靈活性改造機組的變工況運行數據，建立火電廠多機組數字孿生模型，具體包括：
3.根據權利要求1所述的廠級多機組調度與控制方法，其特征在于，所述基于電力市場機制進行電力出清價格預測，具體包括：
4.根據權利要求1所述的廠級多機組調度與控制方法，其特征在于，所述依據火電廠多機組數字孿生模型進行在線仿真計算，分析火電廠內多機組在不同電負荷、熱負荷組合區間、不同運行組合模式和影響煤耗量的多維因素下的煤耗量，建立廠級多機組多模式煤耗預測模型，具體包括：
5.根據權利要求4所述的廠級多機組調度與控制方法，其特征在于，所述將電負荷和熱負荷依據設定的閾值劃分為多個組合區間，具體包括：
6.根據權利要求1所述的廠級多機組調度與控制方法，其特征在于，所述以廠級多機組煤耗最小為目標，進行廠級多機組運行組合模式的尋優，獲得在不同電負荷和熱負荷組合區間下的多機組最優運行組合模式，具體包
7.根據權利要求1所述的廠級多機組調度與控制方法，其特征在于，所述在多機組最優運行組合模式的基礎上，并依據動態邊界條件量化結果，在滿足電負荷調度指令和熱網供需動態平衡的條件下，以廠級經濟性、環保性和快速響應性最優為目標，建立廠級多機組優化調度模型，輸出廠級多機組在不同時間尺度下的負荷最優調度策略，具體包括：
8.根據權利要求7所述的廠級多機組調度與控制方法，其特征在于，所述多機組的熱負荷和電負荷分配為廠級多機組日前調度策略；在日前調度策略的基礎上，還包括建立日內滾動優化模型和實時調度模型；所述日內滾動優化模型和實時調度模型根據實際的負荷、設備運行參數進行調度策略的更新，并對火電廠運行約束條件進行優先級排序，部分約束條件可在短時不滿足。
9.根據權利要求1所述的廠級多機組調度與控制方法，其特征在于，所述在多機組負荷最優調度策略的基礎上，設置多機組負荷控制目標，并依據多機組負荷控制目標和實時監測的數據指標，建立設備級優化控制模型，獲得廠級各設備的操作控制參數，并下發給控制器執行和追蹤執行情況，具體包括：
10.根據權利要求9所述的廠級多機組調度與控制方法，其特征在于，所述鍋爐系統控制目標包括燃料供給、配風調整、給水流量、鼓風機和引風機控制參數；所述汽輪機系統控制目標包括入口蒸汽流量參數、冷卻水流量參數；所述熱回收和供熱系統控制目標包括熱交換器的水流量和溫度調節參數、熱水循環泵的控制參數；所述輔助系統控制目標包括冷卻水循環控制參數、鍋爐灰渣處理參數。
...【技術特征摘要】
1.一種含數字孿生和邊界條件量化的廠級多機組調度與控制方法，其特征在于，包括：
2.根據權利要求1所述的廠級多機組調度與控制方法，其特征在于，所述基于火電廠內的多模式靈活性改造機組的變工況運行數據，建立火電廠多機組數字孿生模型，具體包括：
3.根據權利要求1所述的廠級多機組調度與控制方法，其特征在于，所述基于電力市場機制進行電力出清價格預測，具體包括：
4.根據權利要求1所述的廠級多機組調度與控制方法，其特征在于，所述依據火電廠多機組數字孿生模型進行在線仿真計算，分析火電廠內多機組在不同電負荷、熱負荷組合區間、不同運行組合模式和影響煤耗量的多維因素下的煤耗量，建立廠級多機組多模式煤耗預測模型，具體包括：
5.根據權利要求4所述的廠級多機組調度與控制方法，其特征在于，所述將電負荷和熱負荷依據設定的閾值劃分為多個組合區間，具體包括：
6.根據權利要求1所述的廠級多機組調度與控制方法，其特征在于，所述以廠級多機組煤耗最小為目標，進行廠級多機組運行組合模式的尋優，獲得在不同電負荷和熱負荷組合區間下的多機組最優運行組合模式，具體包括：
7.根據權利要求1所述的廠級多機組調度與控制方法，其特征在于，所述在多機組最優運行組合模式的基礎上，并依據動態邊界條件量化結果，在滿足電負荷調度...
【專利技術屬性】
技術研發人員：裘天閱，姜業正，劉成剛，
申請(專利權)人：浙江英集動力科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。