[發(fā)明專利]一種熱電負荷優(yōu)化分配方法、系統(tǒng)、電子設備及介質(zhì)

在審

• 申請?zhí)枺?/td>: 202310087333.1
• 申請日: 2023-02-09
• 公開（公告）號: CN116402183A
• 公開（公告）日: 2023-07-07
• 發(fā)明（設計）人: 丁曉冬;展宗波;姜偉;張亮;王巖;張雷
• 申請（專利權）人: 丁曉冬
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/0631;G06Q50/06
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 韓雪梅

本發(fā)明公開了一種熱電負荷優(yōu)化分配方法、系統(tǒng)、電子設備及介質(zhì)，涉及發(fā)電廠節(jié)能優(yōu)化技術領域，該方法包括：根據(jù)給定的全廠總負荷確定供熱系統(tǒng)工況；根據(jù)單機分項煤耗率確定單機綜合煤耗率；單機分項煤耗率包括發(fā)電標準煤耗率和供熱標準煤耗率；根據(jù)單機綜合煤耗率確定全廠綜合標準煤耗率；以全廠綜合標準煤耗率最小為目標建立目標函數(shù)；根據(jù)供熱系統(tǒng)工況確定目標函數(shù)的約束條件；目標函數(shù)的約束條件為供熱系統(tǒng)工況下單臺機組熱負荷和單臺機組電功率的可調(diào)范圍；根據(jù)約束條件，基于鳥槍法計算目標函數(shù)的最優(yōu)解，確定最優(yōu)熱電負荷分配方案。本發(fā)明能夠在給定的全廠總負荷下，根據(jù)機組運行特性確定各機組最佳熱電負荷分配方案，使全廠煤耗最低。

技術領域

本發(fā)明涉及發(fā)電廠節(jié)能優(yōu)化技術領域，特別是涉及一種熱電負荷優(yōu)化分配方法、系統(tǒng)、電子設備及介質(zhì)。

背景技術

近年來隨著分散小鍋爐、高能耗低容量機組的不斷淘汰，對于熱電聯(lián)產(chǎn)機組的需求愈加迫切，大型熱電聯(lián)產(chǎn)機組在降碳環(huán)保及能源分級利用均能起到積極的促進作用。

熱電聯(lián)產(chǎn)機組用戶包括電負荷用戶和熱負荷用戶，對于給定的負荷總量，發(fā)電廠需要根據(jù)自身條件安排機組負荷，這就涉及廠級經(jīng)濟負荷調(diào)度的問題，即根據(jù)機組運行特性確定各機組最佳熱電負荷分配，使全廠煤耗最低，實現(xiàn)最佳經(jīng)濟運行方案。

目前基于廠級熱電負荷優(yōu)化分配的算法主要有等微增率法、線性規(guī)劃類算法和遺傳算法等。等微增率法按機組煤耗微增率從小到大的順序將負荷依次分給各機組，但在實際應用中其對機組性能曲線單調(diào)遞增和可微的嚴苛要求限制了進一步的發(fā)展，尤其對于熱電聯(lián)產(chǎn)機組負荷分配的解決顯得更加困難。線性規(guī)劃類算法主要有動態(tài)規(guī)劃法、線性規(guī)劃法、非線性規(guī)劃法等，動態(tài)規(guī)劃法屬于多級決策方法，可較好地適應負荷變化，選擇機組臺數(shù)、承荷大小和開停次序，靈活性較強，但計算過程繁瑣，計算量大；線性規(guī)劃法相對模型簡單，計算速度快，但精度較低；非線性規(guī)劃法則與前者正好相反，計算度快，精度高，但是模型復雜，變量數(shù)較多導致優(yōu)化效果不佳，還容易產(chǎn)生組合爆炸現(xiàn)象。還有大量基于仿生學的算法，如遺傳算法、免疫算法、粒子群算法和蟻群優(yōu)化算法等，這類算法總體來說智能程度高，計算速度快，模型相對并不復雜，但是缺點也很明顯，計算精度相對低，收斂性穩(wěn)定性較差，容易陷入局部最優(yōu)。

現(xiàn)有的優(yōu)化算法在解決廠級熱電負荷優(yōu)化分配的應用中均存在一定的問題，因此，有必要對這一問題做進一步的研究，尋求一種快速準確穩(wěn)定性好的算法。

等微增率法按機組煤耗微增率從小到大的順序將負荷依次分給各機組，但在實際應用中其對機組性能曲線單調(diào)遞增和可微的嚴苛要求限制了進一步的發(fā)展，尤其對于熱電聯(lián)產(chǎn)機組負荷分配的解決顯得更加困難。線性規(guī)劃類算法主要有動態(tài)規(guī)劃法、線性規(guī)劃法、非線性規(guī)劃法等，動態(tài)規(guī)劃法屬于多級決策方法，可較好地適應負荷變化，選擇機組臺數(shù)、承荷大小和開停次序，靈活性較強，但計算過程繁瑣，計算量大；線性規(guī)劃法相對模型簡單，計算速度快，但精度較低；非線性規(guī)劃法則與前者正好相反，計算度快，精度高，但是模型復雜，變量數(shù)較多導致優(yōu)化效果不佳，還容易產(chǎn)生組合爆炸現(xiàn)象。還有大量基于仿生學的算法，如遺傳算法、免疫算法、粒子群算法和蟻群優(yōu)化算法等，這類算法總體來說智能程度高，計算速度快，模型相對并不復雜，但是缺點也很明顯，計算精度相對低，收斂性穩(wěn)定性較差，容易陷入局部最優(yōu)。

發(fā)明內(nèi)容

為了解決上述技術問題，本發(fā)明提供一種熱電負荷優(yōu)化分配方法、系統(tǒng)、電子設備及介質(zhì)，能夠在給定的全廠總負荷下，根據(jù)機組運行特性確定各機組最佳熱電負荷分配方案，使全廠煤耗最低。

為實現(xiàn)上述目的，本發(fā)明提供了如下方案：

一種熱電負荷優(yōu)化分配方法，所述方法包括：

根據(jù)給定的全廠總負荷，確定供熱系統(tǒng)工況；

根據(jù)單機分項煤耗率，確定單機綜合煤耗率；所述單機分項煤耗率包括發(fā)電標準煤耗率和供熱標準煤耗率；

根據(jù)所述單機綜合煤耗率，確定全廠綜合標準煤耗率；