共查询到10条相似文献,搜索用时 15 毫秒
1.
大数据分析方法在厂级负荷分配中的应用 总被引:2,自引:0,他引:2
传统厂级负荷优化分配以火电机组煤耗曲线为依据,以供电煤耗率最低为目标。考虑到火电机组结构日益复杂,多变的边界条件和运行工况加剧了机组能耗特性的不确定性,给厂级负荷优化分配带来新问题。该文基于火电机组的海量运行数据,引入大数据分析方法,通过模糊粗糙集计算方法提高数据处理的效率,利用决策相关函数评价能耗决策的置信度,获得机组不同边界和运行工况下的能耗特性。将得到的机组供电煤耗率作为厂级负荷动态规划的依据,进而预测负荷优化分配的节煤潜力。结果表明,基于大数据分析方法的厂级负荷分配可有效降低火电厂的供电煤耗率,对火电机组的节能发电调度具有参考意义。 相似文献
2.
3.
4.
自动发电控制下的火电厂厂级负荷优化分配 总被引:7,自引:2,他引:5
为适应目前我国电网的调度模式,提出在自动发电控制(AGC)指令变动下的厂级负荷优化分配方法。以一个具有5台机组、总装机容量为1 200 MW的火电厂为运行单元,对其运行数据进行经济性计算,实时拟合出各机组煤耗特性曲线,建立在AGC指令下,厂级负荷优化分配的数学模型,并采用微粒群算法来解决动态负荷优化分配问题。最后给出了该电厂在满足不同的AGC指令下,非AGC机组进行负荷优化分配的供电煤耗率结果。计算结果表明,采用这种分配模型,可使全厂供电煤耗率减少0.2~0.4 g/(kW×h)。 相似文献
5.
燃煤电站机组的能耗分析对机组节能降耗有重要意义。针对此问题,该文引入大数据挖掘技术,以模糊粗糙集属性约简方法为基础,通过Canopy算法对K-means算法改进,并实现改进K-means聚类算法在Hadoop平台上的并行化计算,形成满足海量数据挖掘工作的新算法。以某600MW燃煤电站机组为研究对象,采用新算法挖掘典型负荷工况下影响供电煤耗的可控运行参数的基准值,最后,以支持向量机技术为基础,分析不同负荷工况下各运行参数对供电煤耗的敏感性系数。结果表明:新算法满足机组最优工况下基准值的确定,节能降耗效果良好,不同负荷工况下各运行参数对供电煤耗的敏感性系数不同,在实际运行中不同负荷应根据敏感性采取相对应的调节措施。 相似文献
6.
7.
基于多目标模糊规划的厂级负荷优化分配研究 总被引:1,自引:0,他引:1
目前火电厂的负荷优化分配系统通常是以机组煤耗特性为基础,由于机组的煤耗特性是在稳定工况下得到的,所以经济分配能满足稳态工况下全厂发电成本最低的要求,但并没有考虑频繁变负荷给机组带来的影响。同时,在自动发电控制(AGC)方式下的厂级负荷分配还要满足调整时间的要求,以尽可能快的速度完成目标负荷的调整。针对机组运行的经济性、快速性、稳定性,应用多目标模糊规划方法建立负荷优化分配模型,并使用免疫算法进行计算,所得结果既保证了较低煤耗,也使得机组负荷调整速度较快,同时也满足了参与调整机组台数尽可能少的要求,使机组负荷分配更加合理。 相似文献
8.
9.
燃煤机组宽负荷清洁高效运行是平稳达成“双碳”目标的关键支撑技术之一。当前,机组运行煤耗仍具较大优化空间,但各变量的优化调整尚依赖于经验,缺乏理论性。首先,该文构建基于反平衡方法的350MW供热机组供电煤耗实时计算模型,同时提出基于该模型的Sodol敏感性分析法以获取机组各重要可控参数的敏感性系数。其次,采用R检测法实时筛选机组稳态数据,并通过三维边界(供热比、负荷、环境温度)约束方式给出机组运行工况划分方式。进一步,采取主要目标法构建以煤耗为主要目标的供热机组多元寻优模型,从而获得机组各工况的历史可达最优煤耗点。最后,计算一台350MW供热机组实时运行数据与模型寻优结果的偏差,并以“碳减排量”作为评价指标,量化该机组低碳运行的碳经济性,验证了该模型实际应用的可靠性。 相似文献
10.
超超临界机组瞬变负荷对供电煤耗率的影响 总被引:2,自引:0,他引:2
通过对华能海门电厂1 036 MW机组的瞬变负荷试验,采用不同的负荷升降率、幅度、波动次数动态分析机组的供电煤耗率。试验结果表明:不论何种速率,加负荷过程的供电煤耗率明显高于稳态负荷,而降负荷供电煤耗率略低于稳态负荷,瞬变负荷波动幅度越大,机组供电煤耗率瞬态波动幅度越大;得出机组最佳负荷升速率、最佳节能调度的方式等。该试验结果可达到提高机组运行的经济性,降低机组供电煤耗率,从而最终为电厂节能减排、优化机组间的运行方式以及电网的节能调度提供理论依据。 相似文献