2. 国投宣城发电有限责任公司, 安徽 宣城 242000
2. SDIC Xuancheng Electric Power Co., Ltd, . Xuancheng 242000, China
节能环保调度是指在保障电力可靠供应的前提下,按照节能、经济的原则,优先调度可再生发电资源,按机组能耗和污染物排放水平由低到高排序,依次调用化石类发电资源,最大限度地减少能源、资源消耗和污染物排放。国务院办公厅文件[国办发(2007)53号][1]明确指出:“改革现行发电调度方式,开展节能发电调度,对于减少能源消耗和污染物排放,推动国民经济又好又快发展,具有重要意义”。火力发电机组作为我国现阶段电力生产的主力机组,同时也是节能减排主要治理对象,在确保电网安全和优质运行的前提下,优化调度发电厂内各机组出力,最大限度地实现节能减排,是关系到国家节能调度政策能否有效落实的关键。
目前,国内电网对火电厂机组的调度绝大部分采用单机AGC直调方式,即将负荷指令发给每台机组直接调度每台机组负荷。由于这种负荷调度方式不能在电厂内部实现各台机组负荷的经济分配,也没有综合考虑厂内各机组的污染排放等环保指标,已不能适应当前低碳经济和节能减排的政策要求。本文基于厂级AGC技术开展环保节能调度的研究工作,并通过算例验证厂级负荷优化分配方案带来的实际经济效益。
1 机组负荷优化分配技术研究现状国外在厂级负荷优化分配方面的研究开展较早,在优化理论方面提出了大量算法,主要有等微增率法、线性规划法、混合整数规划法、动态规划法等[2]。近年来,随着计算机技术和优化理论的发展,又提出了将模拟退火算法、遗传算法、免疫算法、人工神经网络算法、蚁群算法、粒子群优化算法等智能优化算法应用到电厂负荷优化调度[3]。在实际系统开发方面,德国,美国等国家都有相对成熟的全厂负荷经济优化系统软件。
我国在机组负荷优化分配方面开展的研究工作也较多,但大多是围绕优化理论及优化算法的改进等方面进行研究。传统的机组负荷优化分配方案只需满足分配后煤耗量最小即被认为是最优方案,很少将其他影响因素考虑到机组负荷优化中,如:负荷调整的快速性及机组的稳定性、污染排放及环保指标等。目前,也有一些学者和院校开始研究应用多目标的优化方法,实现机组负荷的优化分配,综合考虑多个目标的全厂负荷优化分配,以期使优化结果更符合实际工程需要[4-5]。
2 厂级负荷优化分配方案要点 2.1 系统物理结构基于环保节能的火电厂全厂AGC系统物理结构拓扑示意图如图 1。该设计结构具有以下特点。
![]() |
图 1 基于环保节能的全厂AGC物理结构拓扑示意图 |
(1)维持现有远动RTU和DCS之间的信号连接和控制方式不变。
(2)全厂控制模式下,远动RTU将全厂负荷指令转发至厂级AGC系统,厂级AGC系统完成机组负荷优化分配得到各机组的目标负荷,并通过模拟量回路输出送到各机组DCS。
(3)单机控制模式,由远动RTU将单机负荷指令通过原有模拟量通道输出送到各机组DCS。
(4)单机控制模式下的机组负荷指令和全厂控制模式下负荷优化分配后的机组负荷指令,均送至机组DCS系统,由DCS系统根据单机、全厂控制模式,选择要执行的负荷指令。
2.2 全厂AGC的安全策略全厂AGC投入后,还需考虑必要的安全保护策略,主要包括以下内容:
(1)负荷指令校核:当指令超过全厂调节容量上、下限时,则拒绝本次指令,维持全厂当前负荷;
(2)系统参数校核:机组特性参数、环保数据的正确性校核判断;
(3)设定机组负荷高、低限制值:设置机组最高和最低负荷限制值,使机组运行在允许的负荷范围内;
(4)机组负荷增、减闭锁保护:当机组的实际发电负荷超过设定的安全限制值时,闭锁机组增负荷或减负荷功能,同时发出相应的增、减负荷闭锁告警信号;
(5)目标指令输出校核:校核信号一般以4~20 mA的模拟量送至各机组的DCS系统。
3 优化分配算法基于环保节能调度的厂级负荷优化分配系统就是考虑经济性与环境污染的多目标优化问题。本文以最优经济煤耗为目标函数,在满足一定约束条件下,采用等耗量微增率算法来求解目标负荷的优化分配。
3.1 等微增率方程的推导假定某发电厂并列运行的发电机组为n台,全厂总负荷目标为Psum,通过机组煤耗试验数据拟合,可以得到各机组供电煤耗量特性函数表达式:
![]() |
(1) |
式中 Mi—第i台机组的供电煤耗量;
Pi—第i台机组的负荷;
ai、bi、ci—供电煤耗特性参数。
由于负荷优化分配的最终目的是使全厂的总供电煤耗量为最小,根据负荷优化分配模型,通过构造如下拉格朗日函数,求解在负荷平衡条件下的目标函数Q*极小值。
![]() |
(2) |
拉格朗日函数极小值存在的必要条件是:函数一阶偏导函数等于0;充分条件是:函数二阶偏导函数大于0,于是所求问题就转换成以(P1,P2,…,Pn)为多变量、求函数Q*的无条件极值问题,即:
![]() |
(3) |
由公式(3)可以得到:
![]() |
(4) |
令:
![]() |
(5) |
则:
![]() |
(6) |
拉格朗日函数Q*的二阶偏导数如下:
![]() |
(7) |
目标函数Q*取得最小值的充分条件是该行列式必须正定,即对角线上的全部子行列式必须为正。考虑到机组上、下限的约束范围,当求解得到的机组负荷目标Pi_target超出机组负荷的上、下限时,就令Pi等于各机组的上下限值,即:
![]() |
(8) |
当拟合得到的各机组的环保节能特性曲线为单调递增且连续可微时,采用等微增率法,即将机组的煤耗量微增率相等的负荷点作为负荷优化分配的最优方案。
3.2 等微增率法求解负荷优化机组供电煤耗特性方程为:
![]() |
(9) |
根据微增率相等及全厂总功率平衡约束条件,可得各机组的最优目标负荷,即:
![]() |
(10) |
当机组负荷优化目标值Pi超过负荷限定值,则令其承担边界负荷,即Pi<Pi, min时,取Pi=Pi, min;Pi>Pi, max时,取Pi=Pi, max。然后再对其余的机组再进行优化分配,直至目标负荷分配结束。根据等微增率进行负荷优化分配的流程图如图 2所示。
![]() |
图 2 等微增率负荷分配流程图 |
以某火电厂3×300 MW机组为例,各机组的供电煤耗率试验数据如表 1。
![]() |
表 1 机组供电煤耗率试验数据 |
根据表 1,利用最小二乘法拟合得到3台机组供电耗量的特性方程分别为:
1号机组:
B(P1)=9.4337 + 0.2635P1 + 0.000 064 28P12;
2号机组:
B(P2)=8.4711 + 0.2633P2 + 0.000 055 96P22;
3号机组:
B(P3)=6.8163 + 0.2802P3 + 0.000 029 23P32。
4.2 算例设各机组AGC的投入容量为50%,即AGC可控容量为150~300 MW。当全厂负荷指令分别为540 MW、630 MW、720 MW、810 MW时,按不同分配策略得到各机组的负荷、煤耗量、全厂总煤耗量见表 2。
![]() |
表 2 不同分配策略下对应的煤耗量 |
通过算例分析可以看出,当全厂负荷指令分别为全厂额定容量的60%、70%、80%、90%情况下,与其他分配策略结果相比,采用等微增率分配策略进行负荷分配时,对应的全厂总煤耗量最低,经济效果最好。另外,各机组的负荷分配结果也与总负荷指令增减趋势保持一致,未出现反向或波动情况,采用该分配策略对全厂负荷进行二次分配不但提高了全厂经济运行水平,也提高了全厂机组运行的安全稳定性。
5 结语基于环保节能厂级负荷优化分配技术,使厂级AGC作为衔接电网负荷指令和机组负荷控制的中间枢纽系统,既能满足电网安全、优质、经济运行的需要,又能提高发电厂效率、节能及协调运行水平;既能精简电力调度控制对象,简化调度员对电厂的运行操作,还可以减小电厂机组异常对电网造成的冲击,增强电厂的自主性和主动性,有利于提高机组的安全稳定性[6-7]。
[1] | 国务院办公厅.关于转发发展改革委等部门节能发电调度办法 (试行) 的通知[Z].北京:国务院办公厅, 2007. |
[2] | 王建君.AGC方式下火电机组间负荷优化分配方法研究[D].吉林:东北电力大学, 2011. |
[3] | 曹文亮, 王兵树, 马进, 等. 对火电厂机组负荷优化分配算法的研究[J]. 汽轮机技术, 2004, 46(1): 43–46. |
[4] | 李端超, 江山立, 陈嘉庚, 等. AGC机组调节效能定量评估与补偿方式研究[J]. 电网技术, 2001, 25(8): 15–19. |
[5] | 申哲巍, 张树芳, 孙东海. 改进云遗传算法在负荷优化分配中的应用[J]. 陕西电力, 2012, 40(12): 43–46. |
[6] | 师瑞峰, 崔灿. 电力负荷分配模型及其优化方法综述[J]. 陕西电力, 2011, 39(10): 10–15. |
[7] | 张国斌, 侯云浩. 自动控制技术在火力发电企业节能减排领域的应用[J]. 内蒙古电力技术, 2014, 32(5): 79–82. |