[發明專利]一種電站磨煤機節能優化出力的方法

有效

• 申請號: 201210575771.4
• 申請日: 2012-12-26
• 公開（公告）號: CN103056016A
• 公開（公告）日: 2013-04-24
• 發明（設計）人: 葉向前;方源
• 申請（專利權）人: 廣東電網公司電力科學研究院;武漢大學
• 主分類號: B02C25/00
• 分類號: B02C25/00
• 代理公司: 廣州知友專利商標代理有限公司 44104
• 代理人: 周克佑

1.一種電站磨煤機節能優化出力的方法，其特征是：包括以下依次執行的步驟：?

S1啟停規則的數學轉換?

通過研究磨煤機帶負荷率影響因素,建立好磨煤機啟停優化的評價函數，分析磨煤機啟停和運行過程中的影響因素，然后進行數學轉換，用數學公式表達;?

具體為：設機組AGC給定的負荷指令為P_t，當機組負荷一定，根據一定的函數計算，可計算出標準煤燃料量，然后經過偏置修正可算出燃燒煤的給煤量，因此，簡單地認為，所燃燒煤種的發熱值乘以給煤量，乘以機組的效率應等于機組的負荷；用數學式表達為：?

B_M×n×η=P_t

式中：B_M為鍋爐的計算總給煤量，n為所燃燒煤種的發熱值，η為機組的效率。n的變化由煤種所決定；?

為保證鍋爐安全燃燒，提高機組快速升降負荷的能力，磨煤機的出力應備有余量，對于中速磨煤機，在磨制設計煤種時，備用的磨煤機除外，磨煤機總出力應大于等于BMCR（鍋爐最大連續蒸發量）時燃煤消耗量的110%；而磨制校核煤種時，檢修前的全部磨煤機總出力應大于等于BMCR時燃料消耗量。在此，為保證磨煤機運行時的總出力不小于由機組負荷通過計算得到的鍋爐燃燒需要的燃料量，即備有一定的出力裕度。建立約束條件：?

式中：B_r為運行磨煤機總出力的裕度，根據現場工況機組運行要求確定；?

S2建立約束條件?

S2-1磨煤機i到t時刻的連續運行時間X_it可以表示為遞推公式x_it=(x_i(t-1)+T₀)U_it，且應滿足條件：(x_i(t-1)-T_D)(U_it-U_i(t-1))≥0，由磨煤機出力與其功耗決定其約束關系為：?

式中，B_it為磨煤機i在t時段的出力（t/h）；U_it為在t時段內磨煤機i啟停狀態；F_i(B_it)為第i臺磨煤機在t時段出力時磨煤機的功率，采用曲線擬合，即F_i(B_it)＝α_iB_it²|b_iB_it|c_i；S_i為磨煤機的啟動費用；P_t為AGC負荷指令機組t時段的負?荷（MW）；B_M為鍋爐的計算總給煤量；n為所燃燒煤種的發熱值；η為機組的效率；B_imax為第i臺磨煤機的出力上限；B_ir為運行磨煤機總出力裕度；B_imin為第i臺磨煤機的出力下限；???????????????????????????????????????????????????和???為第i臺磨煤機出力的上調量和下調量；X_it為磨煤機i到t時刻的連續運行時間；T_D為本發明設定的磨煤機長期運行時間點；B_iD為第i臺磨煤機的計算出力，B_iD=B₀（i=1,2,…,6）；?

S2-2引入變動的閾值來解決判定被松弛后的0、1狀態變量是隸屬于運行狀態1或是停機狀態0；?

S3確定啟停模型?

設磨煤機的啟動和停止過程都能夠在5秒內完成，如果能使磨煤機滿足最快速啟停，則單臺機組所有磨煤機的啟停和運行的總煤耗將達到最小，以此為優化目標，綜合以上因素的分析，建立的數學模型如下所示；?

其中，U_it(1-U_i(t-1))S_i表示t時段磨煤機的啟動費用；表示t時段磨煤機的運行費用，根據磨煤機運行記錄和試驗運行點的數據（F_k，B_k），用最小二乘法擬合一條近似曲線代替真實的功耗特性曲線；?

S4粒子群算法改進?

定義帶變異算子的PSO算法如下：?

if1ogjamstep＞＝maxstep?

if?swarmdist＜borderdist?

logjamstep＝0;?

end?

end?

分別對所有粒子隨機產生（0,1）之間的數，若該數小于變異率ariationrate，則對該粒子進行重新隨機初始化位置和速度；?

其中，logjamstep為歷史最優位置連續不變化時的迭代次數，maxstep為連續不變化時的次數的閾值；swarmdist為所有粒子歷史最優位置的歐幾里得空間距離，定義為：?

其中，m為相鄰子群粒子數，borderdist為判斷群內粒子聚集程度的距離閾值；?

S5參數設置?

改進的PSO算法中的控制參數選擇為：wmax=1.2，wmin=0.2，c1=2，c2=2，適應度函數中的懲罰因子設置為β=4000，γ=2000，δ=2000；?

S6優化?

將設置好的參數輸入啟停模型，得出運行結果。?

2.根據權利要求1所述的電站磨煤機節能優化出力的方法，其特征是：所述的步驟S4中，PSO算法的計算流程如下：?

（1）初始化粒子群：隨機初始化各粒子的位置和速度；?

（2）計算適應度值：根據適應度函數計算各粒子的適應度值；?

（3）更新最優：對每個粒子，將它的適應度值與它的歷史最優的適應度值進行比較，如果更好，則將其所在位置作為個體最優位置；與群體的最優適應度值比較，如果更好，則將其所在位置作為群體最優位置；?

（4）更新粒子：對粒子的速度和位置進行更新。?

（5）停止條件：如果達到預先設定的結束條件：足夠好的解或最大迭代次數；則結束，否則轉步驟（2）。?