动态规划在国产300MW机组负荷最优分配中的应用

根据现场试验结果，应用动态规划原理对某电厂3台300MW机组并列运行时的负荷分配进行了优化，结果表明，它比平均分配负荷的调度方式煤耗明显降低，在分析比较目前常用的负荷优化调度方法的基础上，对火电厂负荷经济调度的若干问题，如能耗特性的获取，运行能耗和启动能耗的考虑及优化调度可靠性等进行了探讨。     

火电厂多台机组间负荷优化调度的研究

对当前拥有多台机组火电厂在全厂总负荷变化，特别是调峰状态下在各台机组间分配负荷时存在的问题，提出了科学的、经济的负荷分配依据，并研制出相应的“优化调度软件”，从而可明显提高电厂运行经济性，减小因参与“调峰”而造成的损失。     

火电厂厂级负荷优化分配系统设计及应用

采用分布式软件系统结构构建了火电厂厂级负荷优化分配系统,并设计了系统功能模块,基于动态规划法建立了负荷优化分配算法模型.应用结果表明,单元总计划负荷较低时(900～1200 MW),3号机组分配的负荷比4号机组高;总计划负荷较高时(1300～1800 MW),3号机组分配的负荷比4号机组低.从而,实现了机组的经济调度.     

基于SIS系统的发电厂负荷监控及分配

火电厂厂级实时监控信息系统(SupervisoryInformationSysteminPlantLevel)简称SIS,是集生产过程实时监测、优化控制及管理为一体的厂级自动化信息系统。火电厂利用SIS系统进行多台机组负荷分配与机组负荷的经济分配。     

基于混沌原理的火电机组负荷分配优化系统研究

结合国内电力市场现状,建立了火电机组负荷分配优化的模型.对比分析了机组负荷分配优化不同算法的优缺点,具有全局寻优能力的混沌算法最适合火电机组负荷分配优化的求解,并开发了机组负荷分配优化系统软件,对降低火电厂总煤耗,提高供电品质,实现火电厂机组的安全、稳定和经济运行具有一定的理论和现实意义.     

火电厂在线负荷优化分配系统的研究

针对国内火电厂负荷优化分配中存在采用非实时的煤耗特性曲线离线分配以及不能反应机组的实际运行状况等问题,开发了厂级在线负荷优化分配系统,并应用该系统对某电厂2×600 MW机组进行了负荷优化分配。应用结果表明,利用该系统得到的负荷分配方案经济、可行。     

基于等微增率算法的厂级负荷优化分配技术研究

目前火电厂单机负荷控制方式难以实现厂内机组间负荷的优化分配和调度,本文利用厂级AGC开展基于等微增率算法的厂级负荷优化分配技术研究。优化后的AGC系统既能满足电网安全经济运行的需要,又能提高发电厂节能与协调运行水平,还可以减小电厂机组异常对电网造成的冲击,有利于提高机组的安全稳定性能。并以实际算例说明,与其他负荷分配方式相比,利用基于等微增率算法的厂级负荷优化分配策略时发电厂的总煤耗量最低、经济性最好。     

基于DEA灵敏度分析的火电厂负荷经济调度

火电厂负荷经济调度可显著提高电力系统运行的经济性,针对调度时段负荷预测值与实际值出现偏差的实际情况,以火电机组的运行特性为基础并采用DEA灵敏度方法,建立基于DEA灵敏度分析的火电厂负荷经济调度新模型。为验证所建模型的合理性和有效性,以广西10个火电厂为例进行仿真分析,结果表明该方法能在兼顾火电厂整体效率最优情况下,根据负荷预测值和实际值间的偏差情况,对负荷偏差量进行再分配,实现预调度计划的合理修正,促进系统节能高效运行。     

火电机组实时调峰优化运行及可视化操作平台

在合适的火电机组的实时调峰优化方法的基础上,提出新型电厂负荷经济分配实时实施可视化系统概念模型,并成功应用于火电厂。利用本方法进行实时经济负荷分配与实施,简单、方便,使调峰电厂经济效益明显提高,其方法和结果可作为其它火电厂在实时经济负荷分配与实施时的参考。     

基于粒子群算法的火电厂机组负荷优化分配研究

负荷优化分配是火电厂运行优化的一个重要研究领域,在机组之间合理地优化分配负荷能够提高整个火电厂运行的经济性。针对火电厂实际的运行情况,考虑多个实际约束条件,建立了并行火电机组间连续多时段动态负荷优化分配的数学模型;提出运用新近发展起来的智能算法-粒子群算法来解决动态负荷优化分配问题,详细介绍和研究了该算法的基本原理以及在负荷优化分配问题上的实现过程,并针对原算法的不足,对算法进行了改进;根据负荷分配和算法的特性,对初始种群的生成方法进行了改进,同时对约束条件进行了有效处理。仿真实例表明,该方法收敛性好,收敛速度快,能够有效地达到或接近全局最优,从而为火电厂机组负荷优化分配的求解提供了新的有效算法。     

大数据分析方法在厂级负荷分配中的应用

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。     

考虑环境成本的火电厂负荷优化分配

针对除尘、脱硫、脱硝改造后火电厂负荷优化分配问题,从提高全厂综合经济效益的角度出发,提出了一种考虑环境成本的全厂负荷优化分配模型和满足电网调度实时性要求的可控搜索粒子群优化(PSO-CE)算法。基于机组实际运行数据,构建了供电煤耗和多种污染物排放浓度特性模型,根据除尘、脱硫、脱硝补偿电价和排污费用标准,建立了面向最优综合经济效益的负荷优化分配模型和自适应负荷约束条件。在标准粒子群优化算法中引入可控随机搜索的速度因子和动态调整的最大速度限制因子,使其具有平衡算法的计算耗时和寻优能力,并通过某火电厂4台机组的负荷分配仿真试验验证了该算法的有效性。     

关于凝汽式机组负荷优化分配算法的讨论

分析凝汽式机组进行负荷优化分配时一些错误算法产生的根源,指出负荷优化分配应以全厂总煤耗量最小为目标,针对不同的负荷优化算法,机组煤耗特曲线应采用不同的拟合方法。该方法和结果可应用于其它火电厂的负荷优化分配。     

新一代微机经济调度软件包的研制

本文介绍了一套基于ＷＩＮＤＯＷＳ和微机关系数据库ＡＣＣＥＳＳ的经济调度软件包，可使运行人员在全新的环境下轻松实现机组经济组合、经济分配、水火电协调计算和负荷预报。还介绍了该软件包与潮流软件包、火电厂经济调度软件包和电力市场模拟系统的接口。     

火电机组实时调峰优化运行可视化操作平台

在合适的火电机组的实时调峰优化方法的基础上,提出新型电厂负荷经济分配地实施可视化系统概念模型,并成功应用于火电厂,利用本方法进行实时经济负荷分配与实施,简单,方便,使调峰电厂经济效益明显提高,其方法和结果可作为其它火电厂在质时经济负荷仇配与实施时的参考。     

基于MATLAB工具箱的机组负荷优化分配研究

负荷优化分配是火电厂运行优化的一个重要研究领域．在机组之间合理地优化分配负荷能够提高整个火电厂运行的经济性。为此,提出一种利用MATLAB曲线拟舍工具箱和优化工具箱进行机组负荷优化分配的方法,利用该方法对机组负荷分配中的线性规划和二次规划进行了比较,同时对通过仿真计算得到的图形和数据进行了对比,直观得出了二次规划比线性规划具有更优的分配结果的结论。该分配方法具有简洁、快速、节能效果好的特点。     

自动发电控制下的火电厂厂级负荷优化分配

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)。     

计及市场收益的含储能火电厂日前-日内两阶段优化调度方法

火电厂的市场收益主要包括电能收益与备用收益,机组容量的分配是影响市场收益的重要因素之一,因此提出考虑优化机组容量分配的日前-日内两阶段优化调度方法。分析储能参与电力调度的机理,量化储能可用备用容量,以减小机组爬坡频次、提高机组发电利用率为目标,建立含储能火电厂日前与日内两阶段优化调度模型。采用拉格朗日松弛法对模型进行处理,基于市场边际电价理论求解容量价格与电量价格,并计算火电厂总售电收益。在安装储能与否的两种场景中进行算例分析,结果表明,在火电厂侧安装储能可以有效提高机组发电利用率,增加火电厂收益。     

用PC—1500微机计算凝汽式火电厂等微增负荷分配

按等微增原理分配各运行机组的负荷,是火电厂提高运行经济效益的重要方法。如果利用计算机参与微增调度工作,     

汽轮机热电负荷优化分配系统

我公司开发的汽轮机热电负荷优化分配系统由实时数据监测、汽轮机经济性监测、热能损耗分析、热电负荷经济调度和生产实时数据网络等５个部分组成,电厂可根据实际倩况选择所需要的功能。该系统实现了多台机组之间的实时热电负荷优化分配,可使供热电厂降低供电煤耗３ｇ／（ｋｗ·ｈ）,凝汽式火电厂降低供电煤耗２ｇ／（ｋｗ·ｈ）。该系统目前已成功应用于多个发电企业,取得了明显的经济效益。 该系统可广泛应用于多台机组并列运行的供热或凝汽发电厂。我们将竭诚为您提供最好的产品和服务。汽轮机热电负荷优化分配系统@李继华