Содержание к диссертации
Введение
Глава 1. Аспекты проблемы оптимизации режимов работы энергоблоков ТЭС. Постановка задачи исследования 9
1.1. Анализ методов определения математических моделей энергетических характеристик энергоблоков ТЭС 11
1.1.1. Энергетические характеристики энергоблоков ТЭС 11
1.1.2. Пассивный эксперимент 13
1.1.3. Активный эксперимент 14
1.1.4. Получение математических моделей по результатам тепловых испытаний 15
1.2. Анализ методов оптимизации, используемых для данной задачи 15
1.2.1. Постановка задачи оптимизации 15
1.2.2. Метод неопределенных множителей Лагранжа 16
1.2.3. Метод динамического программирования Беллмана 23
1.2.4. Метод покоординатного спуска (метод Гаусса-Зайделя) 28
1.2.5. Градиентный метод 30
1.2.6. Симплекс-метод 31
1.2.7. Метод случайного поиска 33
1.2.8. Оврагоперешаговый метод 34
1.2.9. Метод штрафных функций 36
1.2.10. Многокритериальная оптимизация 36
1.3. Анализ способов учета неопределенности задания исходных данных при решении задачи оптимизации 38
1.3.1. Стохастическое описание 39
1.3.2. Статистическое описание 40
1.3.3. Интервальное описание 40
1.3.4. Нечеткое описание 41
1.3.5. Решение задачи статической оптимизации в условиях неопределенности 42
1.4. Обзор современных технических и программных средств АСУ ТП 43
1.5. Постановка задачи исследования 48
1.6. Выводы по главе 49
Глава 2. Разработка методики получения математических моделей расходных характеристик энергоблоков ТЭС 51
2.1. Получение математических моделей энергетических характеристик энергоблоков ТЭС с помощью пассивного эксперимента 51
2.1.1. Описание объекта моделирования и расчет статистических характеристик факторов и отклика 51
2.1.2. Получение математической модели объекта по результатам пассивного эксперимента 53
2.1.3. Построение доверительных интервалов на функцию отклика...54
2.2. Получение математических моделей энергетических характеристик энергоблоков ТЭС с помощью активногоэксперимента 56
2.2.1. Получение модели объекта с помощью активного эксперимента 56
2.2.2. Построение доверительного интервала на функцию отклика по результатам активного эксперимента. Сравнение точности моделей, полученных по результатам пассивного и активного экспериментов 58
2.3. Получение математических моделей энергетических характеристик энергоблоков ТЭС на основании исходно-номинальных удельных расходов условного топлива 60
2.3.1. Определение математических моделей расходных характеристик конденсационных энергоблоков 60
2.3.2. Методика получения математических моделей расходных характеристик теплофикационных энергоблоков 66
2.3.3. Получение зависимости расхода топлива на отпущенную электроэнергию от мощности блока 69
2.3.4. Получение зависимости расхода топлива на отпущенное тепло от мощности блока 72
2.3.5. Построение расширенной модели расходной характеристики энергоблока ТЭЦ 73
2.4. Получение моделей расходных характеристик энергоблоков ТЭЦ на основании данных пассивного эксперимента 77
2.5. Выводы по главе 84
Глава 3. Анализ статистических характеристик влияющих факторов 85
3.1. Анализ влияния режимных и эксплуатационных факторов на энергетические характеристики энергоблоков ТЭЦ 85
3.2. Анализ статистических характеристик влияющих факторов 87
3.2.1. Описание получения статистических характеристик влияющих факторов 87
3.2.2. Расчет статистических характеристик влияющих факторов 89
3.3. Выводы по главе 105
Глава 4. Разработка программного обеспечения, предназначенного для оптимального распределения нагрузки по энергоблокам ТЭС 106
4.1. Разработка алгоритма оптимального распределения электрической нагрузки КЭС с учетом эксплуатационных ограничений 106
4.2. Расчет оптимального распределения нагрузки по энергоблокам КЭС 111
4.2.1. Расчет оптимального распределения нагрузки в разных режимах 111
4.2.2. Расчет суточной экономии топлива и средств для данной станции 117
4.2.3. Распределение нагрузки с целью минимизации издержек на топливо 121
4.2.4. Выводы о распределении нагрузки наКЭС 126
4.3. Разработка алгоритма оптимального распределения электрической и тепловой нагрузки ТЭЦ с учетом эксплуатационных ограничений 128
4.4. Решение задачи оптимизации для ТЭЦ 131
4.4.1. Расчет оптимального распределения нагрузки по энергоблокам ТЭЦ 131
4.4.2. Расчет суточной экономии топлива и средств для данной станции 135
4.4.3. Выводы о распределении нагрузки по блокам ТЭЦ 137
4.4.4. Расчет оптимального распределения нагрузки по энергоблокам ТЭЦ с использованием моделей, построенных по результатам пассивного эксперимента 138
4.5. Выводы по главе 4 144
Глава 5. Расчет оптимального распределения нагрузки в условиях неопределенности исходных данных 146
5.1. Разработка методики учета неопределенности исходных данных при решении задачи оптимизации 146
5.2. Описание программы для расчета оптимального распределения нагрузки по энергоблокам КЭС с учетом неопределенности исходных данных 150
5.3. Расчет оптимального распределения нагрузки по энергоблокам КЭС с учетом неопределенности исходных данных 153
5.3.1. Определение моделей расходных характеристик энергоблоков КЭС с учетом неопределенности исходных данных 153
5.3.2. Расчет оптимального распределения нагрузки по энергоблокам КЭС при найденной погрешности 157
5.3.3. Сравнение рекомендаций по загрузке блоков КЭС при разных погрешностях 161
5.4. Выводы по главе 5 164
Заключение 166
Литература 168
- Метод динамического программирования Беллмана
- Описание объекта моделирования и расчет статистических характеристик факторов и отклика
- Анализ влияния режимных и эксплуатационных факторов на энергетические характеристики энергоблоков ТЭЦ
- Разработка алгоритма оптимального распределения электрической нагрузки КЭС с учетом эксплуатационных ограничений
Введение к работе
В настоящее время задача оптимизации режимов работы энергоблоков очень актуальна, так как при этом в условиях отработки неравномерного графика нагрузки, по которому работают многие станции МосЭнерго, происходит экономия топлива и/или средств, что очень важно в современных экономических условиях. Кроме того, задача оптимизации также может быть решена с учетом экологических факторов, факторов надежности и т.д.
Целью настоящей работы является разработка методики получения математических моделей энергоблоков ТЭС и методики решения задачи оптимизации режимов работы энергоблоков ТЭС с учетом неопределенности исходных данных. Для достижения намеченной цели проведена теоретическая проработка вопросов, связанных с методами оптимизации и учета неопределенности исходных данных, разработаны рекомендации по получению моделей энергоблоков ТЭЦ на основании результатов тепловых испытаний, разработаны рекомендации по решению задачи оптимизации в условиях неопределенности исходных данных, и разработано соответствующее программное обеспечение.
В первой главе производится обзор методов получения математических моделей РХ энергоблоков, методов решения задачи оптимизации и методов учета неопределенности исходных данных. Данный обзор позволяет выбрать метод решения поставленной задачи.
Во второй главе разрабатывается методика получения математической модели РХ энергоблока. Проводится сравнительный анализ точности активного и пассивного экспериментов, разрабатывается методика получения модели РХ на основании результатов тепловых испытаний. Проводится расчет моделей энергоблоков по результатам тепловых испытаний и по результатам пассивного эксперимента.
В третьей главе производится анализ факторов, влияющих на РХ энергоблока и их статистических характеристик.
В четвертой главе производится разработка методики решения задачи с помощью выбранного метода динамического программирования,' разрабатывается программное обеспечение, и решается задача оптимизации на примере оборудования Шатурской ГРЭС и ТЭЦ-27.
В пятой главе производится разработка методики учета неопределенности исходных данных при решении задач оптимизации, производится разработка программного обеспечения, и решается задача оптимизации в условиях неопределенности исходных данных на примере оборудования Шатурской ГРЭС. Также выдаются рекомендации по точности исходных данных.
В приложениях приводятся тексты и блок-схемы программ, реализации факторов, влияющих на РХ, диаграммы нагружения блоков.
Экспериментальная часть работы выполнена на тепловых электрических станциях МосЭнерго.
Основные результаты работы доложены на конференции «Радиотехника, электротехника и электроника» в феврале 2001 года и в марте 2003 года.
Метод динамического программирования Беллмана
Метод динамического программирования также применяется для решения задач оптимизации в энергетике, хотя и менее широко, чем метод неопределенных множителей Лагранжа [42,52,74].
Рассмотрим данный метод на примере задачи о распределении некоторой заданной мощности N между четырьмя энергоблоками, расходные характеристики и ограничения по мощности которых известны. Требуется таким образом распределить заданную мощность, чтобы суммарный расход топлива был минимальным при соблюдении заданных ограничений. Такая задача часто называется задачей о распределении ресурсов.
Важным условием разрешимости такой задачи методом динамического программирования является то, что расход топлива на энергоблок зависит только от мощности данного энергоблока и не зависит от мощности всех остальных энергоблоков. На первом этапе производится оптимальное распределение мощности между любыми двумя энергоблоками (назовем их первым и вторым) методом перебора различных способов распределения заданной мощности между ними. Те варианты распределения, которые дают минимальный суммарный расход топлива, будут использоваться в дальнейшем. Результаты данного этапа (а также и всех последующих) удобно представлять в виде таблицы. Следует отметить, что в некоторых случаях оптимальная мощность одного из блоков может оказаться больше максимальной или меньше минимальной. В этом случае принимают ее равной максимальной, или, соответственно, минимальной и пересчитывают заново. После нахождения оптимального распределения мощности между первым и вторым блоками аналогичным образом находят оптимальное распределение заданной мощности между первым, вторым и третьим блоками. Разница состоит лишь в том, что оптимальное распределение мощности для первого и второго энергоблоков нам уже известно. Результаты также сводят в таблицу. Аналогичным образом производят распределение мощности и для всех четырех энергоблоков. Результаты также удобно свести в таблицу. Рассмотрим теперь распределения тепловой и электрической нагрузки между тремя энергоблоками, каждый из которых вырабатывает и электроэнергию и тепло. Сначала рассмотрим распределение тепловой и электрической нагрузки между двумя энергоблоками. Пусть их суммарная тепловая нагрузка равна Q . Примем какое-то распределение нагрузки между блоками Qi, Q2, такое, чтобы выполнялось условие Qi+Q2=Qi2- При данных Qi и Q2 примем, что суммарная электрическая нагрузка двух энергоблоков равна N.12 Вышеописанным способом найдем оптимальное распределение электрической нагрузки по двум блокам. Аналогичную процедуру проделаем для всех Ni2 - от минимального до максимального. Затем при заданном Qn изменим его распределение по блокам и рассчитаем оптимальное распределение электрической нагрузки по блокам во всем рассматриваемом диапазоне при новых Q\ и (. Проделаем это для всех возможных в данном случае распределений тепловых нагрузок. В результате получим следующую таблицу: В каждой ячейке этой таблице записано оптимальное распределение некоторой электрической мощности N12 по двум энергоблокам при данных тепловых нагрузках Qi и Q2. Следует обратить внимание на то, то в каждом случае сумма тепловых нагрузок составляет Qn (т.е. постоянную величину). После составления этой таблице следует найти минимальный расход топлива в каждом столбце, то есть найти, при каких Ni, N2, Qi, и СЬ, составляющих в сумме заданные Qn и N12, суммарный расход топлива на оба блока будет минимальным. То есть, при заданном Qn, при каждом возможном N12 получаем распределение тепловой и электрической нагрузки по блокам. После этого изменяем Qn и повторяем описанную процедуру заново. В результате получаем распределение тепловой и электрической нагрузки, которое внесем в таблицу:
Описание объекта моделирования и расчет статистических характеристик факторов и отклика
К концу восьмидесятых годов двадцатого века вычислительная техника достигла высокой ступени развития, что привело к появлению цифровых технических средств управления на базе микропроцессоров. До этого в промышленности пользовались аналоговыми средствами. Так как у цифровых средств управления имелся ряд преимуществ перед аналоговыми, надежность которых к тому времени значительно понизилась, встал вопрос о замене аналоговых средств на цифровые. Современные цифровые АСУ имеют следующие преимущества перед устаревшими аналоговыми системами: с их помощью можно решать более сложные задачи управления, используя более сложные алгоритмы, увеличивается точность измерений и скорость обработки сигналов, надежность и безопасность систем, становится проще наблюдать за системой, проводить ее тестирование, диагностику и самодиагностику, снижается нагрузка на оператора (т.е., снижается вероятность человеческих ошибок), эксплуатационные издержки, затраты на ремонт и техническое обслуживание, улучшается работа станции.
На западе модернизация промышленных средств управления началась в конце восьмидесятых - начале девяностых годов прошлого века, в нашей стране это произошло приблизительно на десять лет позже.
В настоящее время, несмотря на сложную экономическую ситуацию в стране, в энергетике внедряется ряд новых технических и программных средств, решающих задачи АСУ ТП. Внедрение новых программных и технических средств на тепловых электростанциях ведется шире, чем на атомных, так как на последних предъявляются повышенные требования к надежности оборудования.
Одним из новых программных средств АСУ ТП является SCADA-система Трейс Моуд [35,36,63], предназначенная для разработки крупных распределенных АСУТП широкого назначения. ТРЕЙС МОУД создана в 1992 году фирмой AdAstra Research Group, Ltd (Россия) и к настоящему времени имеет свыше 4500 инсталляций. Системы разработанные на базе ТРЕЙС МОУД работают в энергетике, металлургии, нефтяной, газовой, химической и других отраслях промышленности и в коммунальном хозяйстве России, также эта система используется при обучении студентов. По числу внедрений в России ТРЕЙС МОУД значительно опережает зарубежные пакеты подобного класса.
ТРЕЙС МОУД основана на инновационных, не имеющих аналогов технологиях. Среди них: разработка распределенной АСУТП как единого проекта, автопостроение, оригинальные алгоритмы обработки сигналов и управления, объемная векторная графика мнемосхем, единое сетевое время, уникальная технология playback - графического просмотра архивов на рабочих местах руководителей. ТРЕЙС МОУД - это первая интегрированная SCADA-система, поддерживающая сквозное программирование операторских станций и контроллеров при помощи единого инструмента. Сейчас данная система работает на многих станциях нашей страны, например, на Красноярской ГЭС, на станциях ТатЭнерго, в автоматизированной системе диспетчерского управления юго-западного энергетического региона Украины.
Среди отечественных ПТК следует отметить ПТК Квинт, разработанный НИИ Теплоприбор [35,36,43,60]. Этот ПТК предназначен для построения АСУ ТП в энергетике и других отраслях промышленности и рассчитан на автоматизацию как строящихся, так и реконструируемых объектов. Он может использоваться и в небольших системах, и в крупных системах, где число сигналов очень велико, и является проектно-компонуемым комплексом. Важнейшим свойством КВИНТа является сочетание алгоритмической мощности и высокой надежности со сравнительно низкой стоимостью и простотой обслуживания. В настоящее время АСУ ТП на базе Квинта работает на ТЭЦ-27 Мосэнерго [35,60]. Использование ПТК КВИНТ позволило реализовать весь объем функций интегрированной АСУ ТП в объеме электрической и тепловой части. Данная система обеспечивает единое информационное пространство, единые средства архивирования и ретроспективного анализа, единые принципы представления информации и т.д. Работы по созданию различных программных комплексов ведутся в ОАО ЦНИИКА. За последние годы там были разработаны программные комплексы «Расчет и анализ технико-экономических показателей энергоблоков (РТЭП)» и «Функция оптимизации вакуума (ФОВ) в конденсаторе турбины» [34], а также система верхнего блочного уровня СПРИН-РВ. РТЭП обеспечивает персонал станции информацией, позволяющей оперативно следить за изменением показателей экономичности энергоблока, характеристиками режимов работы оборудования, выявлять резервы экономии энергетических затрат. ФОВ предназначена для определения оптимального режима работы конденсационной установки, циркуляционной системы, воздухоудаляющей установки с учетом реального состояния оборудования и накладываемых ограничений в квазистационарном режиме работы блока. СПРИНТ представляет собой интеллектуальный информационно-программный комплекс реального времени для поддержки принятия решений оперативным персоналом ТЭС и АЭС. Существуют и другие отечественные ПТК, такие как разработанный НПО "Системотехника" (г. Иваново) ПТК "Сталкер МК", предназначенный для реализации многоуровневых распределенных АСУТП и ориентированный на самые разные классы систем: от небольших встроенных локальных подсистем до АСУ энергоблоком и энергостанцией.
Анализ влияния режимных и эксплуатационных факторов на энергетические характеристики энергоблоков ТЭЦ
В настоящее время, из-за нестабильности графиков нагрузки многие энергоблоки ТЭС (тепловых электрических станций) часто работают в переменных режимах. Блоки с барабанными котлами можно разгружать до 25% от номинальной нагрузки [7, 29], так как при таких условиях сохраняется устойчивая циркуляция. Для блоков с прямоточными котлами по условиям надежной гидродинамики минимально допустимая нагрузка составляет 30% от номинальной, однако по условиям температурного режима котла она повышается до 50-60%.
Энергетические характеристики энергетического оборудования зависят от многих факторов. Как правило, эти факторы делят на три группы [7]. К первой группе относятся факторы, которые дают 95% точности характеристики, ко второй - факторы, добавляющие 4-4,5% точности, факторы третьей группы добавляют около 0,5% точности.
Например, расходная характеристика энергоблока ТЭЦ (теплоэлектроцентрали) зависит от электрической и тепловой нагрузки блока [7,15,29], температуры и давления острого пара, температуры перегретого пара, давлений в отборах турбины и в конденсаторе, температуры питательной воды, температуры уходящих газов, качества топлива, совместное сжигание нескольких видов топлива, сезона, загрязнение поверхностей нагрева, присосы воздуха и т.д. Учесть все факторы невозможно. Часть из них неконтролируема, кроме того, эксперимент по определению регрессионного уравнения, зависящего от всех этих факторов, был бы очень дорогим и трудоемким. Поэтому в расходных характеристиках, как правило, учитываются только факторы первой группы.
К факторам первой группы относятся давление и температура острого пара, температура перегретого пара, температура питательной воды, давление в конденсаторе. Учет этих факторов обеспечивает получение характеристики с погрешностью не более 5%.
Температура острого пара должна поддерживаться постоянной и регулируется с помощью впрыска [7,59]. Давление острого пара может поддерживаться постоянным или изменяться, если турбина работает на скользящем давлении. В первом случае давление регулируется с помощью регулирующих клапанов, во втором - все клапаны полностью открывают, а давление регулируют расходом топлива на котел. Кроме того, можно комбинировать эти два способа. Температура перегретого пара также должна поддерживаться постоянной по соображениям экономичности и надежности работы турбины. Ее регулируют стандартно-обводным путем. Давление в конденсаторе должно поддерживаться постоянным, однако может изменяться при отклонении режимов работы блока от номинального. В настоящее время на практике реализована лишь одна система регулирования - система регулирования уровня в конденсаторе, однако таким образом решается лишь задача надежности работы оборудования. Регулирование с помощью расхода циркуляционной воды сейчас не применяется, так как он очень неточно измеряется, кроме того, диаметр трубопровода циркуляционной воды достаточно велик, что создает дополнительные трудности в технической реализации системы. Температура питательной воды, как правило, постоянна, однако, она может изменяться при отключении секции ПВД (подогревателя высокого давления). Кроме того, очень важным фактором является температура уходящих газов, так как она аккумулирует в себе все изменения, происходящие в котле. При проектировании АСУ ТП (автоматизированных систем управления технологическими процессами) или при получении моделей оборудования станции необходимо делать анализ статистических характеристик влияющих факторов [13,20,21]. С помощью вероятностных характеристик решаются задачи идентификации промышленных объектов управления, реализуются различные функции АСУ ТП, кроме того, они используются при вычислении технико-экономических показателей и т.д. На ТЭЦ-27 Мосэнерго были получены данные о расходе топлива на блок, тепловой и электрической нагрузке блока, температуре и давлению пара перед турбиной, температуре уходящих газов, расходу пара на турбину и давлению в конденсаторе. Найдем оценки их статистических характеристик - математического ожидания, дисперсии, среднеквадратического отклонения (СКО), автокорреляционной функции. Так как в нашем случае имеется только одна реализация каждого процесса, найдем оценки статистических характеристик по формулам для эргодических процессов, не проводя проверку условий эргодичности [13,16,30]. Оценка корреляционной функции необходима во многих случаях [13,21], например, для оценки точности и надежности вероятностных характеристик случайных процессов, полученных экспериментально, для определения скрытых особенностей процесса, например, скрытых периодичностей, для выявления детерминированных процессов, для оценки точности вероятностных характеристик случайных процессов и т.д.
Разработка алгоритма оптимального распределения электрической нагрузки КЭС с учетом эксплуатационных ограничений
Разработаем алгоритм распределения нагрузки по энергоблокам конденсационной электростанции (КЭС), работающий по методу динамического программирования Беллмана.
Согласно методу динамического программирования [18,42,52,74], сначала производится перебор вариантов распределения всех возможных мощностей (от минимальной до максимальной) для первых двух блоков и находится оптимальный для каждой мощности. Блок-схема перебора представлена на рис. 4.1.
Вычисляются минимальная и максимальная суммарные мощности первого и второго энергоблоков. Далее производится перебор всех вариантов суммарной мощности с некоторым шагов в этих пределах. Для каждой суммарной мощности двух энергоблоков берется некоторая мощность первого блока, после чего вычисляется мощность второго блока. Затем вычисляются расходы топлива на каждый блок при данных мощностях. Это производится для каждого сочетания мощностей первого и второго блоков. Результаты записываются в массив.
После этого ищется такое сочетание мощностей первого и второго блоков, чтобы суммарный расход топлива на них был минимальным. Это сочетание и считается оптимальным распределением данной мощности между первым и вторым энергоблоками при данных ограничениях (на минимальную и максимальную мощность энергоблока). Данное сочетание мощностей записывается в массив.
Затем производится перебор суммарных мощностей двух блоков с некоторым шагом. Для каждой суммарной мощности повторяется вышеуказанная операция. Результаты (т.е. сочетания мощностей первого и второго блока для каждой суммарной мощности) записываются в массив.
Затем производится расчет оптимального распределения мощностей для трех блоков, причем рассматривается сочетание третьего блока и первого и второго блоков, оптимальное распределение для которых уже найдено. Результаты также записываются в массив. Затем аналогично производится расчет для четырех блоков и для пяти блоков.
В том случае, если оказывается, что оптимальная мощность одного из блоков больше максимальной или меньше минимальной, оптимальной считают, соответственно, максимальную или минимальную, после чего пересчитывают заново мощности всех остальных блоков. Блок-схема программы, реализующей данный алгоритм для пяти конденсационных блоков приводится на рис. 4.2. Данная программа написана в среде Visual Basic 6.3.
Как показала практика, в некоторых случаях при возрастании суммарной мощности станции оптимальная мощность некоторых блоков не возрастает, а падает. Однако это недопустимо по технологическим ограничениям. Чтобы этого избежать, в программу в качестве ограничения снизу следует вводить те мощности, до которых уже загружены блоки. На рис. 4.3 приведено рабочее окно программы, решающей задачу оптимизации распределения электрической нагрузки по энергоблокам КЭС. В начале работы с программой требуется ввести исходные данные. В поля «Диапазон нагрузки блоков» вводятся минимальная и максимальная нагрузка каждого блока. В поля «Коэффициенты расходных характеристик блоков» вводят коэффициенты расходных характеристик блоков, причем выражение для расходных характеристик имеет вид:
