一种基于自适应变工况曲面的汽轮机供热负荷优化方法与流程

摘要: 本发明涉及热能动力工程,具体地说,涉及一种基于自适应变工况曲面的汽轮机供热负荷优化方法。背景技术:1、热电联产技术作为能源高效梯级利用的重要形式,通过汽轮机同时...
一种基于自适应变工况曲面的汽轮机供热负荷优化方法与流程

本发明涉及热能动力工程,具体地说,涉及一种基于自适应变工况曲面的汽轮机供热负荷优化方法。

背景技术:

1、热电联产技术作为能源高效梯级利用的重要形式,通过汽轮机同时承担发电与供热任务,显著提升了能源利用效率。抽汽式汽轮机和背压式汽轮机是实现热电联产的核心设备,其运行效率高度依赖于发电功率与供热负荷之间的合理匹配。实际运行中,热用户用热需求随季节和昼夜显著波动,同时冷却水温度、大气压力等外部环境条件的变化均会导致汽轮机偏离设计工况运行。这种变工况运行对供热负荷优化提出更高要求,如何在复杂工况下实现供热参数精准调控,已成为热电联产领域的关键技术难题。

2、当前汽轮机供热负荷优化的主流技术路线分为两类。第一类基于弗留格尔公式法,利用蒸汽在通流部分的流动特性建立流量与压力的定量关系。该方法仅在设计工况附近的小偏差线性区域具有较好精度,当工况偏离幅度增大时,其绝热流动与通流面积恒定等假设条件不再成立,计算精度急剧下降。第二类基于数据驱动曲面拟合法,通过神经网络、支持向量机等机器学习方法建立工况参数与最优供汽压力的映射关系。该类方法虽能覆盖较宽工况范围,但存在以下多重缺陷:纯数据驱动缺乏物理先验知识,在工况稀疏区域输出可能物理不可行;未嵌入热力学第一性约束,可能引发末级叶片过热等设备安全隐患;固定模型参数无法跟踪长期运行中通流部分结垢、腐蚀等引起的设备特性漂移;后续控制环节采用固定参数pid控制器,无法适应不同工况区域曲面梯度的剧烈变化,在平坦区响应迟缓,在陡峭区易产生超调振荡。

3、上述缺陷严重制约了热电联产机组在深度变工况条件下的安全经济运行。现有技术中尚缺乏一种能够自适应划分工况分区、在曲面拟合中有机嵌入热力学约束、实现控制器参数与曲面局部特性联动调整,并具备模型参数在线更新能力的完整优化方法。针对上述需求,本发明提出一种基于自适应变工况曲面的汽轮机供热负荷优化方法。

技术实现思路

1、本发明的目的在于提供一种基于自适应变工况曲面的汽轮机供热负荷优化方法及系统,以解决上述背景技术中提出的问题。

2、为实现上述目的,一方面本发明提供一种基于自适应变工况曲面的汽轮机供热负荷优化方法,包括以下步骤:

3、步骤s1、实时采集汽轮机的工况输入参数,所述工况输入参数包括主蒸汽压力、主蒸汽温度、冷却水进口温度、凝汽器真空度、抽汽流量和排汽参数;

4、步骤s2、根据当前工况输入参数与设计工况之间的偏离度,结合模糊c均值聚类确定的各分区聚类中心及聚类半径,将汽轮机运行区域动态划分为设计工况区、亚设计工况区和深度变工况区的有效作用域,各分区的有效作用域定义为距其聚类中心两倍聚类宽度以内;所述偏离度不作为硬性分区边界,仅用于刻画工况偏离程度;

5、步骤s3、针对所述设计工况区、亚设计工况区和深度变工况区分别构建数据驱动曲面模型,其中,针对所述亚设计工况区构建的曲面模型中嵌入弗留格尔流量守恒约束,针对所述深度变工况区构建的曲面模型中嵌入弗留格尔流量守恒约束、末级叶片最小流量约束和排汽焓约束;

6、步骤s4、计算当前工况分别隶属于所述设计工况区、亚设计工况区和深度变工况区的隶属度,对隶属度进行截断处理(距聚类中心超过两倍宽度者置零)及归一化,将各分区曲面模型输出的供汽压力预测值按照归一化后的隶属度进行加权融合,得到综合最优供汽压力设定值;

7、步骤s5、对所述综合最优供汽压力设定值,不再按优先级串行检验,而是构建以弗留格尔约束偏差、末级叶片最小流量约束偏差和排汽焓约束偏差的平方和最小为目标、以单次修正幅度为约束的单变量联立协调优化子问题,一次性求解满足所有约束的修正值,避免了串行修正引起的约束相互破坏及修正方向错误问题;

8、步骤s6、计算所述加权融合后供汽压力设定值对连续工况输入参数的偏导数向量作为曲面梯度,该梯度为各分区模型梯度的加权和,根据该梯度幅值动态调整pid控制器的比例系数调节步长,并以调整后的步长执行供汽压力控制;

9、步骤s7、分别以第一校正周期对所述数据驱动曲面模型的参数进行滚动更新,以第二校正周期对pid控制器的初始参数进行自适应调整,所述第一校正周期与第二校正周期同步且均为5分钟,pid参数校正时记录对应周期的模型版本号,基于版本绑定的性能指标进行调整,确保模型更新与pid参数调整的基准一致性。

10、优选的,所述步骤s2中偏离度的计算公式为:

11、

12、其中,,, ,、 、分别为设计工况下的主蒸汽压力、主蒸汽温度和冷却水进口温度;

13、所述偏  不作为硬性分区边界,仅用于刻画工况偏离程度;实际分区有效作用域由模糊c均值聚类得到的聚类中心及聚类半径ri确定,各分区有效作用域定义为距聚类中心 的范围。

14、优选的,对于所述设计工况区,采用纯径向基函数神经网络模型,其输入层神经元对应所述工况输入参数,隐含层采用高斯径向基函数;对于所述亚设计工况区,采用径向基函数神经网络与弗留格尔约束相混合的模型,通过在损失函数中增加第一惩罚项实现约束嵌入,所述第一惩罚项为弗留格尔公式计算值与网络输出值之差的绝对值乘以第一惩罚系数;对于所述深度变工况区,采用约束优化模型,在所述亚设计工况区模型的损失函数基础上,进一步增加第二惩罚项和第三惩罚项,所述第二惩罚项为末级叶片最小流量约束的平方惩罚,所述第三惩罚项为排汽焓约束的平方惩罚。

15、优选的,所述步骤s4中隶属度采用高斯型隶属度函数计算:

16、

17、其中, 为当前工况输入参数向量到第i个分区中心向量的欧氏距离,所述分区中心向量通过模糊c均值聚类算法对历史工况数据进行聚类得到; 为第i个分区的聚类宽度参数;

18、在计算得到高斯隶属度  后,增加截断环节:

19、

20、随后对  进行归一化处理: ,保证

21、加权融合计算公式为:

22、

23、其中, 、 、 分别为设计工况区、亚设计工况区和深度变工况区曲面模型输出的供汽压力预测值。

24、优选的,所述步骤s5中对综合最优供汽压力设定值  构建联系约束协调优化子问题,一次性完成约束修正;

25、约束偏差向量为:

26、

27、其中, 为弗留格尔公式理论计算值, 和分别为在当前工况下供汽压力取 时对应的排汽流量和排汽焓;

28、在  附近求解如下单变量约束协调问题:

29、

30、其中  为单次修正允许的最大压力变化量(取0.5mpa),为防止调节过激。本实施例采用黄金分割法或抛物线插值法快速求解,得到最终修正值  ;迭代终止条件为,其中 为各约束允许偏差向量。

31、优选的,在步骤s6中,所述曲面模型的梯度方向定义为加权融合后综合供汽压力设定值 对连续工况输入参数  的偏导数向量;鉴于  ,其梯度采用主导简化式:

32、

33、其中, 由各分区rbf模型通过数值差分法分别计算;

34、梯度幅值  的计算公式为:

35、

36、其中, 为工况输入参数中的连续变量, 为连续变量的总数,包括主蒸汽压力、主蒸汽温度、冷却水进口温度和凝汽器真空度;

37、步长因子  根据梯度幅值与预设梯度阈值  的比较结果确定:

38、当  时, ;当 时,,且;

39、pid控制器的比例系数更新公式为:

40、

41、其中,为模糊推理机根据当前控制偏差和偏差变化率输出的比例系数修正量,为比例系数调整权重。

42、优选的,所述大步长因子取值为0.8,所述小步长因子取值为0.3;所述pid控制器的积分系数和微分系数分别按照以下公式更新:

43、

44、其中,和分别为积分系数和微分系数的调整权重,和为模糊推理机输出的积分系数和微分系数修正量。

45、优选的,在步骤s7中,所述第一校正周期为5分钟,以滚动训练窗口存储最近采集的工况数据点,所述滚动训练窗口容量为200个数据点,当窗口满时,剔除距离当前工况中心欧氏距离最远的50个数据点,并采用递推最小二乘法对各分区曲面模型的网络参数进行增量更新;每次更新后,系统记录当前模型版本号;

46、所述递推最小二乘法的更新公式为:

47、

48、其中为第k时刻输出层权重的估计向量,为由各径向基函数输出构成的回归向量,为当前时刻的供汽压力实际观测值,为时变增益矩阵;

49、所述第二校正周期(pid参数校正环)统一调整为5分钟,与第一校正周期严格同步;在每个外环校正时刻,系统统计上一个完整周期内的控制性能指标,所述控制性能指标包括超调量、调节时间和稳态误差,并同时记录该时段内所使用的ref模型的版本号;当超调量大于5%或调节时间大于30秒时,增大微分参数的初始值;当稳态误差大于0.05mpa时,增大积分参数的初始值;pid参数的调整决策仅基于与版本绑定的性能指标进行,每次调整幅度不超过当前参数值的20%。

50、优选的,所述步骤s1中数据采集频率不低于10hz,采集后的原始数据依次执行异常值剔除和低通滤波平滑处理;

51、所述主蒸汽压力的采集范围为0-18mpa,主蒸汽温度的采集范围为200℃-550℃,冷却水进口温度的采集范围为5℃-40℃,凝汽器真空度的采集范围对应绝对压力0.005mpa-0.1mpa,抽汽流量通过标准孔板流量计测量。

52、优选的,当检测到汽轮机通流部分因结垢或腐蚀导致通流面积改变量发生变化时,采用带迟滞的切换逻辑:

53、当连续3个采样周期(采样周期1分钟)均超过+5%时,所述深度变工况区的约束优化模型从惩罚函数法切换至安全域约束法;

54、当连续3个采样周期均低于+3%(或绝对值低于3%)时,允许从安全域约束法回切至惩罚函数法;

55、同时,通流面积辨识值需通过置信度评估:若当前工况下压力-流量关系线性度,则辨识结果置信度较低,此时禁止切换,维持当前优化模式,待工况稳定后再重新判定;

56、所述安全域约束法包括:预先建立末级叶片安全运行的安全域边界数据库,该数据库包含不同汽轮机转速和不同排汽缸温度组合下对应的最小允许排汽流量和临界允许排汽焓;将曲面模型的训练问题表述为以均方误差为目标函数、以所述安全域边界为显式不等式约束的约束优化问题,并采用序列二次规划算法求解。

57、与现有技术相比,本发明的有益效果是:

58、本发明通过多工况分区策略,将工况空间划分为设计工况区、亚设计工况区和深度变工况区,对各区采用差异化的曲面拟合策略,有效解决了纯数据驱动方法在深度变工况区精度不足的问题,曲面计算误差得到显著降低;通过引入截断归一化的隶属度融合机制,消除了硬分区边界与软隶属度之间的逻辑割裂,确保各分区模型仅在各自可信半径内参与融合,避免了边界处的模型跳变和约束污染问题;

59、本发明在曲面拟合过程中嵌入弗留格尔流量守恒约束、末级叶片最小冷却流量约束和排汽焓约束,确保曲面输出在任何工况下均满足热力学第一性原理和设备安全运行条件。区别于传统串行检验修正方式,本发明采用联立约束协调优化策略一次性求解满足所有约束的修正值,有效避免了串行修正中约束相互破坏、修正方向违反热力学规律(如流量不足时错误降低供汽压力)等问题,显著提升了约束处理的收敛性和安全性;

60、本发明通过计算融合后供汽压力设定值的梯度(各分区模型梯度的加权和)并据此动态调整pid比例系数步长,在曲面平坦区采用大步长实现快速调节,在曲面陡峭区采用小步长实现精细调节,有效抑制超调,调节超调量得到显著降低;梯度定义与最终参与控制的设定值严格一致,避免了控制器响应与模型输出脱节的问题;

61、本发明的双闭环校正机制使曲面模型能够跟踪设备老化引起的特性漂移,且双环严格同步并引入模型版本锁定机制,确保pid初始参数调整与当前模型版本基准一致,避免了历史性能数据与当前模型不匹配的问题,保持长期优化效果的稳定性和可追溯性;

62、本发明在满足安全性约束的前提下,与传统固定曲线方法相比,热耗率得到显著降低;多区变工况曲面模型能够更精确地反映汽轮机在不同工况下的最优运行点,使供热负荷分配更加合理,从而在保证设备安全的同时显著提升热电联产机组的热经济性。