火电厂辅机群协同优化运行方法及系统与流程

本发明涉及火电厂运行，具体地涉及一种火电厂辅机群协同优化运行方法及系统。

背景技术：

1、火电厂辅机群作为机组发电、供热及环保治理的核心耗能设备集群，与厂区电、热、冷、气耦合微网系统共同构成电厂能源运行主体，其协同调度水平直接决定电厂能耗经济性、环保合规性与系统运行稳定性。随着新型电力系统建设推进，电网分时电价动态波动、环保碳排放管控持续加码、机组调峰工况频繁切换，传统火电厂普遍采用辅机独立定值调控、多能系统割裂运行的调度模式，缺乏全域耦合协同优化体系，难以适配复杂动态运行场景，智能化、精细化调度能力存在明显短板。

2、现有技术中，火电厂辅机群运行时还存在以下缺陷：一是精准建模与智能寻优能力不足，传统调度多依托设备额定参数静态建模，忽略辅机群变工况非线性特性与多能流耦合关联，且常规优化算法难以适配高维复杂调度场景，易陷入局部最优、收敛精度低，无法实现全局最优调度求解；二是优化调控维度单一，现有技术多片面追求厂用电降耗，未建立经济、环保、安全多目标动态平衡机制，无法根据电价波动、重污染预警、电网保供等场景自适应调整调度策略，难以兼顾降本、减碳、设备延寿多重需求；三是系统自适应与安全落地能力薄弱，传统调度模型参数固化、无闭环迭代更新能力，无法适配设备老化、工况更迭等长期变化，调度精度逐年衰减，同时缺乏完善的安全校验与平缓执行机制，优化方案落地易引发设备超限、管网波动等安全隐患，工程实用性差。

技术实现思路

1、本发明的目的是提供一种火电厂辅机群协同优化运行方法及系统，以解决现有的静态建模与传统算法无法实现多能耦合场景全局寻优，缺少多目标动态权衡调控机制，以及优化指令落地缺少安全管控的技术问题。

2、为了实现上述目的，本发明提供一种火电厂辅机群协同优化运行方法，所述协同优化运行方法包括：根据部署在目标火电厂辅机群的全域传感网络，采集多维度原始数据，并通过边缘计算进行数据预处理，生成标准化数据集；基于标准化数据集，结合目标火电厂辅机群的出厂性能参数，对每台目标火电厂辅机建立多物理场耦合模型，并构建多层约束方程组，生成带完整约束的能量路由模型；基于能量路由模型与标准化数据集，拆分出多组成本分项并配置对应的权重系数，通过加权融合形成可量化求解的多目标优化函数；针对能量路由模型的高位非线性与多目标优化函数的优化特征，通过量子叠加原理对目标决策变量进行差异化量子比特编码，并设计分层种群初始化与自适应量子门算子，建立观测解码与分层适应度评估流程；根据自适应量子门算子，结合能量路由模型与多目标优化函数，在超高维混合解空间并行全域寻优，循环执行预设流程，生成最优调度方案与多组备选方案；将最优调度方案与多组备选方案解析为标准化控制指令，进行多重安全校验，并将标准化控制指令分级下发与顺控执行，进行执行状态反馈与异常分级处置。

3、可选地，所述全域传感网络采用三层分布式立体部署架构，包括辅机本体感知层、厂区微网拓扑感知层和环境与外部市场感知层，所述根据部署在目标火电厂辅机群的全域传感网络，采集多维度原始数据，包括：针对目标火电厂辅机群的目标耗能辅机进行测点布设，并按照电气、机械、流体三大监测维度拆分监测单元，作为辅机本体感知层；针对目标火电厂的用电整体网架与多能流管网拓扑结构，分电源侧、热汽网侧、储能侧布设数据采集点位，构建目标火电厂区内部多能源生产、输送、分配链路，作为厂区微网拓扑感知层和环境；从目标火电厂区的自然环境、政策市场两个维度接入外部变量数据，并消除环境与政策变动对优化结果的干扰，作为环境与外部市场感知层。

4、可选地，所述对每台目标火电厂辅机建立多物理场耦合模型，构建多层约束方程组，生成带完整约束的能量路由模型，包括：基于有向加权图理论，进行微网拓扑拆分，拆分为多类拓扑节点集合与多类型能源传输有向边集合，每条节点与传输有向边附带对应的属性参数，以定义能量路由网络拓扑；基于能量路由网络拓扑，数字化集成全性能曲线，漂移映射变工况特性，并定义双维度状态变量，建立每台目标火电厂辅机对应的多物理场耦合模型；基于多物理场耦合模型，从能量守恒、设备本体极限、管网传输上限、全厂供需平衡四个维度搭建多层约束方程组，生成带完整约束的能量路由模型，使模型得出的所有调度方案均满足现场物理运行准则。

5、可选地，所述多组成本分项包括经济性目标子函数、环保性目标子函数与技术性安全目标子函数，所述基于能量路由模型与标准化数据集，拆分出多组成本分项并配置对应的权重系数，通过加权融合形成可量化求解的多目标优化函数，包括：所述经济性目标子函数为全周期直接生产成本与隐性设备损耗成本之和，划分为分时厂用电成本、辅机启停损耗成本与变工况关联维护成本三组独立计算模块；环保性目标子函数通过碳排放管控、大气污染物达标、固废处置隐性成本三组维度搭建，所有参数根据碳交易行情与环保管控策略动态计价；技术性安全目标子函数采用分级惩罚系数量化风险损失，从主机运行保障、单台辅机设备健康、厂用电网电能质量、全厂热网水力稳定四个维度设置多阶梯惩罚项；分别为经济性目标子函数、环保性目标子函数与技术性安全目标子函数配置对应的权重系数，通过加权融合形成可量化求解的多目标优化函数。

6、可选地，所述权重系数通过火电厂辅机群的多维度触发信号进行自适应动态调整，并设置多级触发预设阈值与权重调整梯度，以划分多个调控场景，调控场景包括电网尖峰电价管控时段、重污染天气分级预警场景、迎峰度夏冬季供暖保供周期、碳价上涨行情、机组计划性检修窗口期与环保排放月度考核期。

7、可选地，所述通过量子叠加原理对目标决策变量进行差异化量子比特编码，并设计分层种群初始化与自适应量子门算子，包括：采用分类分块量子比特编码方法，将能量路由模型内的目标决策变量对应映射至量子比特概率幅空间，并划分多个编码区块；采用分层差异化叠加态初始化策略，区分多个编码区块的差异化赋初值，以兼顾目标火电厂设备运行常识与全域搜索广度；以量子旋转门作为全局主进化算子，以量子非门作为辅助变异算子，结合目标火电优化收敛规律设计自适应参数调节规则，使算子参数随迭代代数、种群多样性指标动态变化。

8、可选地，所述在超高维混合解空间并行全域寻优，循环执行预设流程，生成最优调度方案与多组备选方案，包括：自适应量子门算子前期进行全域粗勘探，后期进行局部精细化开采，前期大范围遍历超高维混合解空间筛选优质区域，后期锁定优质区域的精细微调参数；根据分层种群初始化的规则批量生成初代量子种群，初代量子种群数量依据优化变量维度自适应调整；采用多线程并发模式，对初代量子种群内所有量子个体执行量子测量坍缩与二进制解码，拆分得到调度方案；对目标种群按照适应度数值按照预设顺序排序，筛选目标种群中的最优量子个体，并与历史最优方案对比；基于最优量子个体的适应度与种群整体离散度数据，计算目标参数，批量生成子代种群；持续执行循环迭代，满足任一预设的终止条件则停止运算，得到最优调度方案与多组备选方案。

9、可选地，所述将最优调度方案与多组备选方案解析为标准化控制指令，进行多重安全校验，包括：基于目标火电厂辅机群数据库以及辅机调控硬件类型，对最优调度方案开展指令拆解，并区分各类设备差异化生成控制指令；对所有控制指令添加各类标签，区分立即执行指令与定时延后执行指令，得到标准化控制指令；将标准化控制指令下发至预设的安全校验引擎，进行多重安全校验，若任一环节校验异常则发出告警并留存异常日志。

10、可选地，所述协同优化运行方法还包括：根据部署的全域传感网络，采集执行标准化控制指令后的目标火电厂辅机群的运行数据，利用数字孪生技术，对比预测值与运行数据的偏差，自动修正能量路由模型参数与自适应量子门算子参数，实现全系统闭环自优化。

11、另一方面，本发明提供一种火电厂辅机群协同优化运行系统，所述协同优化运行系统包括控制模块，所述控制模块包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序，以实现上述任意一项所述的火电厂辅机群协同优化运行方法。

12、通过上述技术方案，本发明通过全域传感网络采集多维度工况数据，构建多物理场耦合模型及能量路由模型，结合量子叠加原理与自适应量子门算子，实现了超高维混合解空间的并行全域寻优，解决了传统静态建模与常规算法易陷入局部最优的局限，达成全局最优调度求解的目的；通过多目标优化函数，适配电价波动、重污染预警、电网保供等场景，实现了降本、减碳、设备延寿多重需求的动态平衡；通过数字孪生技术对比预测与执行偏差，自动修正模型与算法参数，解决了模型固化导致的精度衰减问题；通过标准化指令解析、多重安全校验与顺控执行，消除了设备超限与管网波动隐患，显著提升了工程实用性。

13、本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。