[发明专利]汽轮机主蒸汽压力跟踪优化方法

说明书

技术领域

本发明涉及热能机械的一种优化控制方法，特别涉及电站汽轮机的变工况优化运行控制方法。

背景技术

节能减排已逐渐成为全球最为关注的热点话题，提高能源利用率，降低能源消耗，俨然已成为各行各业研究人员所肩负的历史重任。而电力作为工业发展和社会经济不断进步的支撑行业，其中火力发电所消耗的煤炭资源约占煤炭总消耗量的一半，在能源结构上处于非常重要的位置。

由于工业生产用电、民用电等不同季节、不同时刻差异非常明显。为了满足用户最大需求的需要，电力装机总容量往往处于严重超容量状态，从而导致我国发电机组长期、频繁处于低负荷工况运行。全球经济的不稳定因素越来越多，国际经济对国内电力需求的影响越来越来越明显，造成电力需求的不稳定波动越来越频繁，从而对我国火电机组中、低负荷高效运行提出了更高的要求。

全面考虑发电机组的经济性、安全稳定性、指令响应特性等多项指标，目前我国汽轮发电机组普遍采用定-滑-定综合滑压运行方式。所采用的定-滑-定滑压运行曲线大都根据设备制造方提供的较为粗糙的压力-负荷曲线，其运行经济性受主蒸汽温度、汽轮机背压、供热机组抽汽量等运行参数偏离设计工况的影响较大，降低机组的运行经济性。

经过多年的运行研究和经营积累，国内各电力研究单位相继采用主蒸汽温度修正、背压修正、主蒸汽流量修正（或汽耗率修正）等办法对原来的压力-负荷滑压运行曲线进行修正，取得了不错的效果。而压力－负荷曲线是否合理，主蒸汽温度、背压、汽耗率等修正量是否精确等，需要对每台机组开展大量的变工况试验进行研究总结，而且受试验条件、试验设备的可靠性/精度、试验人员的素质等等影响较大。国内也有高校提出采用机器学习进行数学建模，建立热耗与主蒸汽压力、主蒸汽温度、机组负荷、环境温度等参数之间的数学模型，并采用遗传算法等进行求解，从而进行实时优化。此办法撇开了传统的优化曲线模板，利用机器学习与重构的办法进行压力优化，概念新颖，思路较好。然而，由于热耗受到系统多种参数的影响，仅靠主蒸汽压力、温度、环境温度、负荷等参数很难实现对机组热耗进行全面建模，无法得到可靠的优化模型，此办法还停留在设想阶段。因此，目前国内大部分机组都无法按照经济的定-滑-定运行曲线运行，机组的运行经济性受到一定程度的影响。

发明内容

本发明为克服国内汽轮机在优化运行领域存在的技术缺陷，从根本上解决机组主蒸汽压力实时优化的问题，提出一种基于对热耗关联量进行数学建模实现汽轮机主蒸汽压力跟踪优化的方法。

本发明的汽轮机主蒸汽压力跟踪优化方法提出一个机组热耗与主蒸汽压力中间的关联变量K，根据主蒸汽流量、主蒸汽压力、主蒸汽温度、高压缸排汽压力、高压缸排汽温度、减温水流量、一段抽汽压力、一段抽汽温度、小汽机转速（或电泵电流）、凝汽器背压等关联机组主蒸汽压力与热耗的几个核心参数，在不同负荷和不同主蒸汽压力下的实际运行数据进行跟踪建模，建立以中间变量K为目标函数的数学模型。通过对中间变量K的建模优化，确定在不同主蒸汽流量下机组的主蒸汽压力曲线，进而进行主蒸汽压力跟踪控制。

本发明的技术方案如下：

选取机组热耗与主蒸汽压力的中间关联变量K，即依据等效焓降法将主蒸汽压力<P1>变化引起的主蒸汽流量<D>、主蒸汽温度<T1>、高压缸排汽压力<P2>、高压缸排汽温度<T2>、减温水流量<q>、一段抽汽压力<P_1c>、一段抽汽温度<T_1c)、小汽机转速<n>或电泵电流<I>、凝汽器背压<Pb>等参数变化折算成对热耗的综合影响；建立主蒸汽压力与关联变量K的特性数据库A={D, P1, T1, P2, T2, q, P_1c, T_1c,n(或I), Pb，K，t}，t为时间数据；根据特性数据库对关联变量K按主蒸汽流量进行极值寻优建立机组运行主蒸汽压力优化曲线；通过主蒸汽压力优化曲线控制机组特定工况下的主蒸汽压力；并根据实时运行采集的数据对特性数据库进行实时更新，进而保证主蒸汽压力曲线的最优化。

本发明的创新点在于：

1、本发明摒弃常规采用厂家提供定-滑-定运行曲线进行压力控制的办法，采用实时跟踪优化模型建立主蒸汽压力最优控制曲线，提高机组的经济性。