适用于火电厂自主优化运行的实时优化调度方法及其系统与流程

技术特征：
1.一种适用于火电厂自主优化运行的实时优化调度方法，特征在于，包括：步骤s1：构建热力系统流程模型，生成通用的火电厂调度优化约束集c1；步骤s2：基于稳态筛选，对历史数据进行稳态工况筛选；步骤s3：构建设备属性模型，形成约束集c2；步骤s4：构建日前优化、日内优化、实时优化和应急优化这四种场景名称分别对应的目标和约束条件，以生成这四种场景名称相应的优化模型；步骤s5：根据选择的任一个所述场景名称调用对应的优化模型，以求解生成相应的优化调度策略。2.根据权利要求1所述的一种适用于火电厂自主优化运行的实时优化调度方法，其特征在于，步骤s1中，所述热力系统流程模型涵盖调峰装置；其中所述调峰装置包括：碳捕集装置、空冷岛、电锅炉和蓄热装置。3.根据权利要求2所述的一种适用于火电厂自主优化运行的实时优化调度方法，其特征在于，步骤s1包括：步骤s11：收集火电厂的热力系统图，包括：锅炉、汽轮机、空冷岛、回热加热器、除氧器、排汽器、加热器、电锅炉、蓄热装置、分流器、混合器、碳捕集装置；步骤s12：热力系统流程中的物流和能流进行编码，梳理其进出源，得到物流和能流的基础信息表；步骤s13：根据基础信息表，获取热力系统各类部件的数量、连接关系，得到热力系统流程模型。4.根据权利要求3所述的一种适用于火电厂自主优化运行的实时优化调度方法，其特征在于，所述约束集c1包括：锅炉的煤量约束和流量平衡约束：mcoal
i
＝m
b，i，1
*hs
i，1
/(hcoal
i
*beata
i
)m
b，i，1
＝m
b，i，3
m
b，i，2
＝m
b，i，4
其中，mcoal
i
为锅炉i的煤耗量；m
b，i，1
为锅炉i的主蒸汽量；hs
i，1
为锅炉i的主蒸汽焓值；hcoal
i
为锅炉i的入煤低位发热量；beata
i
为锅炉i的锅炉效率；m
b，i，2
为锅炉i的再热蒸汽热段量；m
b，i，3
为锅炉i的给水量；m
b，i，4
为锅炉i的再热蒸汽冷段量；汽轮机的流量平衡约束：m
t，i，1
＝m
t，i，2
m
t，i，3
其中，m
t，i，1
为汽轮机i的进汽量；m
t，i，2
为汽轮机i的抽汽量；m
t，i，3
为汽轮机i的排汽量；空冷岛的热量平衡约束和流量平衡约束：m
nq，i，1
＝m
nq，i，3
m
nq，i，2
＝m
nq，i，4
m
nq，i，1
*h
nq，i，1-m
nq，i，3
*h
nq，i，3
＝m
nq，i，4
*h
nq，i，4-m
nq，i，2
*h
nq，i，2
其中，m
nq，i，1
为空冷岛i的进蒸汽量；m
nq，i，3
为空冷岛i的出冷凝水量；m
nq，i，2
为空冷岛i的进空气量；m
nq，i，4
为空冷岛i的出空气量；h
nq，i，1
、h
nq，i，2
、h
nq，i，3
、h
nq，i，2
为分别为空冷岛各路物流和能流对应的焓值；回热加热器的流量平衡约束：
m
hr，i，1
＝m
hr，i，3
m
hr，i，2
＝m
hr，i，4
其中，m
hr，i，1
为回热加热器i的进蒸汽量；m
hr，i，3
为回热加热器i的热段出水量；m
hr，i，2
为回热加热器i的冷段进水量；m
hr，i，4
为回热加热器i的冷段出水量；除氧器的流量平衡：m
cy，i，3
＝m
cy，i，1
m
cy，i，2
m
cy，i，4
其中，m
cy，i，3
为除氧器i的出水量；m
cy，i，1
为除氧器i的进蒸汽量；m
cy，i，2
、m
cy，i，4
分别为除氧器i自高压回热加热器和低压回热加热器的进水量；排汽器的物量平衡约束：m
pq，i，1
m
pq，i，2
m
pq，i，4
m
pq，i，0-m
pq，i，3
＝m
pq，i，on
其中，m
pq，i，3
为排汽器i的出水量；m
cy，i，1
为排汽器i的补水量；m
cy，i，2
、m
cy，i，4
分别为排汽器i自低压回热加热器、空冷岛的进水量；m
pq，i，0
为排汽器i的原始存储量；m
pq，i，0n
为排汽器i的更新后存储量；加热器的热量平衡约束和流量平衡约束：m
j，i，3
＝m
j，i，1
m
j，i，1
*(h
j，i，1-h
j，i，3
)＝m
j，i，4-m
j，i，2
其中，m
j，i，1
为加热器i的进蒸汽量；m
j，i，3
为加热器i的出水量；m
j，i，4
为加热器i的出热量；m
j，i，2
为加热器i的进热量；h
j，i，1
为加热器i的进蒸汽量焓值；h
j，i，3
为加热器i的出水量焓值；电锅炉的热量平衡约束：m
dgl，i，1
＝m
dgl，i，3-m
dgl，i，2
其中，m
dgl，i，1
为电锅炉i的耗电量；m
dgl，i，3
为出电锅炉i的热量；m
dgl，i，2
为进电锅炉i的热量；蓄热装置的热量平衡约束：m
xr，i，1
m
xr，i，0-m
xr，i，2
＝m
xr，i，0n
其中，m
xr，i，1
为进蓄热i的热量；m
xr，i，0
为蓄热i的初始存储热量；m
dgl，i，2
为出蓄热i的热量；m
xr，i，0n
为蓄热i的更新后的存储热量；分流器的流量平衡约束：m
sp，i，in
＝∑m
sp，i，out，j
其中，m
sp，i，in
为分流器i的进物流和能流量；m
sp，i，out，j
为分流器i的出物流和能流j的量；混合器的流量平衡约束：m
mi，i，out
＝∑m
mi，i，in，j
其中，m
mi，i，out
为混合器i的出物流和能流量；m
mi，i，in，j
为混合器i的进物流和能流j的量；碳捕集装置的电量约束：m
ccs，i，low
≤m
ccs，i，in
≤m
ccs，i，up
其中，m
ccs，i，in
为碳捕集装置i的耗电量；m
ccs，i，up
为碳捕集装置i的耗电量上限；m
ccs，i，low
为碳捕集装置i的耗电量下限；全局的上下限约束：lb
z
≤m
z
≤ub
z
其中，m
z
为物流和能流z的量；lb
z
为物流和能流z的下限值；ub
z
为物流和能流z的上限值。5.根据权利要求4所述的一种适用于火电厂自主优化运行的实时优化调度方法，其特征在于，所述约束集c2包括：汽轮机的发电函数：m
t，i，4
＝a
t，i，1
*m
t，i，1
a
t，i，2
*m
t，i，2
a
t，i，3
*m
t，i，3
d
t，i
其中，m
t，i，4
为汽轮机i的发电量；a
t，i，1
、a
t，i，2
、a
t，i，3
分别为汽轮机i的发电量与其进汽量、抽汽量、排汽量的关系系数；d
t，i
为常数；锅炉效率函数：beata
i
＝fun
b，i
(m
b，i，1
)其中，fun
b，i
为锅炉i的效率函数；回热加热器的耗电函数：m
hr，i，5
＝m
hr，i，2
*a
hr，i，2
d
hr，i
其中，m
hr，i，5
为回热加热器i的耗电量；a
hr，i，2
为回热加热器i的耗电量与冷段进水量之间的关系系数；d
hr，i
为常数。6.根据权利要求1所述的一种适用于火电厂自主优化运行的实时优化调度方法，其特征在于，步骤s2中对历史数据进行稳态工况筛选包括对历史实测数据及仿真软测量数据进行筛选。7.根据权利要求1所述的一种适用于火电厂自主优化运行的实时优化调度方法，其特征在于，构建日前优化的目标为o1：以总的利润最大为目标；构建日内优化的目标为o2：以与日前计划的偏差度最小为目标；构建实时优化的目标为o3：以当前的总利润最大为目标；构建应急优化的目标为o4：以操作量最少为目标。8.根据权利要求1或7所述的一种适用于火电厂自主优化运行的实时优化调度方法，其特征在于，构建日前优化的约束集为c3_1：机组爬坡速率约束：e
i，t-e
i，t-1
≤e
i，up1
e
i，t-1-e
i，t
≤e
i，up2
其中，e
i，t
为机组i在t时刻的电量；e
i，t-1
为机组i在t-1时刻的电量；e
i，up1
为机组i单位时间增加的电量最大值；e
i，up2
为机组i单位时间减少的电量最大值；构建日内优化的约束集为c3_2：日内计划与日前计划偏差约束：|∑e
r，0t
∑e
r，te-∑e
p，0e
|≤delta其中，∑e
r，0t
为机组i到t时刻的当日累计发电量；∑e
r，te
为机组i当日计划剩余时段更新后的计划发电量；∑e
p，0e
为当日的原计划发电量；delta为日内日前计划的偏差容忍度；构建实时优化约束集为c3_3：机组爬坡速率约束：e
i，t-e
i，t-1
≤e
i，up1
e
i，t-1-e
i，t
≤e
i，up2
其中，e
i，t
为机组i在t时刻的电量；e
i，t-1
为机组i在t-1时刻的电量；e
i，up1
为机组i单位时间增加的电量最大值；e
i，up2
为机组i单位时间减少的电量最大值；构建应急优化的约束集为c3_4：设备优先级约束：
优先调整优先级低的设备，依次向优先级高的层级放开约束。9.根据权利要求1所述的一种适用于火电厂自主优化运行的实时优化调度方法，其特征在于，步骤s4中的实时优化采用历史匹配与初值改进的数学优化双模式模型，实时生成最优调度策略。10.一种适用于火电厂自主优化运行的实时优化调度系统，特征在于，包括：基础建模模块，构建热力系统模型；变动条件模块，配置多场景约束集；计算历史模块，记录优化计算的历史操作，便于结果溯源与分析；日前优化模块，优化制定日前调度方案；日内优化模块，获取日前计划，并根据实际运行动态更新日内计划；综合展示模块，实时监测运行状况，实时得到最优调度方案；应急优化模块，自动进行异常监测与识别，当遇到异常工况时，触发生成应急优化策略。

技术总结
本发明公开了一种适用于火电厂自主优化运行的实时优化调度方法及其系统，包括：步骤S1：构建热力系统流程模型，生成通用的火电厂调度优化约束集C1；步骤S2：基于稳态筛选，对历史数据进行稳态工况筛选；步骤S3：构建设备属性模型，形成约束集C2；步骤S4：构建日前优化、日内优化、实时优化和应急优化这四种场景名称分别对应的目标和约束条件，以生成这四种场景名称相应的优化模型；步骤S5：根据选择的任一个所述场景名称调用对应的优化模型，以求解生成相应的优化调度策略。本发明可以降低调度决策的工作量以及降低效益的损失。策的工作量以及降低效益的损失。策的工作量以及降低效益的损失。


技术研发人员：刘成刚 谢金芳 裘天阅 林雪茹
受保护的技术使用者：浙江英集动力科技有限公司
技术研发日：2022.07.15
技术公布日：2022/10/11