1、引用本文：王永旭，邓庚庚徐钢多机组联合供热经济性分析与探讨I卫202.342(11):63-66收稿日期：2 0 2 3-0 6-0 3NO.112023节能ENERGYCONSERVATION63问题探讨多机组联合供热经济性分析与探讨王永旭！邓庚庚?徐钢2 王卓3（1.中电投蒙东能源有限责任公司通辽发电总厂，内蒙古通辽0 2 8 0 0 0；2.华北电力大学能源动力与机械工程学院，北京10 2 2 0 6；3.通辽热电有限责任公司，内蒙古通辽0 2 8 0 0 0）摘要：针对内蒙古某电厂基于大数据与AI技术的供热系统智能优化项目，以最佳背压和最佳抽汽量为出发点，对供热系统进行优化。利用pyt
2、hon编程语言和电厂一年的运行数据建立各个供热单元的监测模型，利用优化算法求解电厂各个单元的煤耗模型，并设计供热系统智能优化平台，实现供热系统在线监测与优化调节，进而降低整体煤耗。关键词：多机组供热；运行优化；最佳背压；最佳抽汽中图分类号：TK2文献标志码：B文章编号：10 0 4-7 9 48（2 0 2 3）11-0 0 6 3-0 4doi:10.3969/j.issn.1004-7948.2023.11.0181研究背景1.1项目概况内蒙古某电厂供热系统包含空冷机组抽汽、高背压供汽、湿冷机组抽汽等汽源，同时含有热泵、储热罐、热网加热器等供热设备。内蒙古某电厂供热系统结构如图1所示。供热
3、系统结构复杂，很多关键参数对不同子系统的影响规律不同甚至相反，导致这些关键参数的取值无法根据简单的定性分析直接得出。5号机背压升高时，一方面导致5号机煤耗上升，不利于节能；另一方面能够提升前置加热器换热量以及热泵冷源温度水平，从而提升热泵出口水温，降低供热能耗，5号机背压的选择是两种相反方向影响的综合效果 1-2 。这种综合效果又受到机组功率、实时效率、供热负荷等外部条件的影响，无法凭直观经验或定性分析直接得出。这些参数是决定全厂供热系统性能的关键，供热系统的运行优化过程中主要优化这些关键参数 3-4。湿冷一尖峰单元湿冷机组（14）尖峰加热器一次网供水熙用门凝结水疏水板式换热器文储热罐空冷机组
4、高温热源/抽汽热泵出口热网水温发生器冷凝器14号前置-加热器全低温热源乏汽蒸发器吸收器次网回水-凝结水蔬水4号热泵装置1空冷-热泵单元图1内蒙古某电厂供热系统1.2供热系统特点参考2 0 2 1 2 0 2 2 年采暖季历史运行数据，分析基于大数据与AI技术的供热系统智能优化项目实施前，内蒙古某电厂的供热系统的基本情况供热尖峰期和供热早末期的热负荷变化较大。20212022年供热季的热负荷变化如图2 所示。供热尖峰期热负荷为16 0 0 18 0 0 GJ/h，供热早末期热负荷为8001000GJ/h，尖峰期与供热早末期的供热量相差一倍多。18001600(u/0)鲁祥140012001000
5、800日日10日11月2 0 日12月11月2 0 日2月12月10 日2月2 0 日3月12月10 日12月2 0 13月10 日日期图220212022年供热季的热负荷变化供热期各机组每天的电功率变化很大。1 4号机组和5号机组的功率趋势及对比由图3 图5所示。在供热期，1 4号机的负荷变动范围为8 0 18 0 MW；5号机的负荷变动范围为2 9 0 58 0 MW，每天的电负荷变化幅度非常大。2001号机功率M/率2号机功率3号机功率1604号机功率1208012月14日12月15日12月16 日12月17 日12月18 日12月19 日日期图314号机组的功率趋势作者简介：王永旭（1
6、9 7 0 一），男，本科，高级工程师，研究方向为火力发电节能环保。NO.112023节能ENERGYCONSERVATION64见问题探讨600MW/率40020012月14日12月15日12月16 日12月17 日12月18 日12月19 日日期图45号机组的功率趋势8007一1 4号机功率之和MW/率5号机组功率60040020012月14日12月15日12月16 日12月17 日12月18 日12月19 日日期图514号机组与5号机组的功率趋势对比供热智能优化项目实施前，供热系统关键参数变化剧烈。且这些关键参数（5号机组背压、5号机组抽汽、热泵出口温度等）变化无规律或被动跟随机组功率变
7、化，供热系统运行时缺少明确的优化策略。5号机组背压变化情况如图6 所示。根据2 0 2 0 年12 月背压历史数据，5号机组运行背压长期处于较高水平且波动幅度较大，月平均背压值为2 2.2 3kPa。4035Pd鼎3025201512月1日12月5日12月9 日12月13日12月17 日12月2 1日12月2 5日12月2 9 日日期图65号机组背压变化情况14号机组与5号机之间的热负荷分配对全厂供热系统性能的影响巨大。一方面，1 4号机组抽汽参数低时，抽汽带来的功率损失也更低；另一方面，虽然5号机抽汽参数高，但其抽汽由驱动热泵利用部分乏汽后综合供热。因此，无法通过简单的定性分析判断哪种供热方
8、式更节能。虽然1 4号机组均为2 0 0 MW湿冷机组，但各机组之间也存在热负荷优化分配问题，无法直接从定性分析中得出结论，必须开展较为精确的机组特性分析、建模等工作。由于内蒙古某电厂供热系统结构复杂、各类设备数量多且运行方式多样，无法通过简单的定性分析获得节能优化运行的方向，需要开展各机组和热泵等主要设备的精确建模与定量优化分析等工作。2大数据技术与供热单元建模2.1大数据技术大数据技术的根本是对大量信息的处理，包括数据采集、预处理、存储、可视化等阶段。企业通常将多种数据集中起来进行分析处理，数量级一般约为PB规模 5。大数据特性通常从数据量、速度、类型、价值密度这4个方面进行概括，具有以下
9、特征：数据量巨大；数据速度快；数据类型繁多；数据价值密度低(。大数据技术的应用对火电厂的生产管理有重大意义72.2机组数字李生模型的大数据分析使用大数据方法对项目所建立的机组数字李生模型开展准确性评估。选取2 0 2 1年12 月15日约7 0 0 组数据，将模型的计算功率与机组的功率表中的实际功率对比，1号机组的功率趋势和相对误差如图7 和图8 所示。1号机组数字李生模型的准确性可达9 9%，误差仅1%左右，计算功率与实际功率的变化趋势吻合度很高，利用数字李生模型模拟实际工况的准确性与可信度均较高175斤实际功率170计算功率M/率165160155150145140100200300400
10、500600700800时间序列图71号机组的功率趋势0.50.30.1-0.1-0.3-0.5100200300400500600700800时间序列图81号机组的功率相对误差3供供热系统智能优化软件主要功能3.1供热优化供热系统智能优化软件搭建了内蒙古某电厂供热大数据平台，汇集电厂供热系统的生产实时和历史数据、生产安全相关的管理数据和外部数据，建立海量数据的采集、汇聚、治理、存储、分析、访问和管理的大数据服务体系；提供开发平台和应用市场平台，支持算法、模型、应用的二次开发和集成，为开展供热生产的安全监测、智能分析以及后续开展深度应用提供数据平台支撑。供热系统智能优化软件提供在线供热负荷优化
11、程序，利用大数据平台中的试验、测试数据、性能计算数据，形成最新的热泵、汽机、机组以及全厂的各种经济特性曲线，并根据当前的热负荷指令和发电计划，计算输出电厂各机组的供热负荷分配结果。供热系统智能优化软件提供了优化指导曲线，指导运行操作人员进行目标值的调整。供热优化指导曲线如图9 所示。NO.112023能ENERGYCONSERVATION65问题探讨兜通辽第二发电有限责任公司智慧供热供热系统智能优化平台?【工况监视】1号机组抽汽量2号机组抽汽量3号机组抽汽量4号机组抽汽量5号机维背压汽水系统总览建议调整：+18.9 vh建议调整：+15.0 Vh建议调整：+3.1Vh建议调整：0/h建议调紫：
12、-8建议润整：-2 4kPa1号热泵2号热泵3号热泵4号热系热网加热器【能耗分析】1号机组2号机组实际值：7 17（h）实际值：7 1.4（）实际值：50.4（h）实际值：8 4.4（Vh）实际值：138（Vh）实际值：H2（A P a3号机组日标值：9 0.7（h）日标值：8 6 4（/h）日标值：9 3.5（/h）日标值：8 5.7（h）日标值：12 4.9（/h）4号机组5号机组上一1号机维仙汽报优化实际值：2 7 3Vh日标值：356.2 h5号机组抽汽量优化实际值：138.7 vh日标值：12 19 Vh【供热优化】500冷凝机组单元空冷热泵单元400一优化指导曲线4002022-0
13、1-508:27:00【运行考核】1-4号机总抽汽流量：287.6030实时绩效3001-4号机优化油汽里日标值：356.1920020(NF:2008:25O:50C:1008:4550商刻:1009:1509200820(9:000:10图9供热优化指导曲线3.2运行考核供热系统智能优化平台根据定义的考核指标，按月统计各班值各项指标的完成情况，按照一定的记分规则进行打分，并进行排名计分。主要考核指标包括：1 4号机组抽汽流量、5号机组抽汽流量、5号机组背压等。实时绩效界面如图10 所示。通辽第二发电有限责任公司智慧供热供热系统智能优化平台【工况监视】汽水系统总览供热优化运行绩效月度排名1号
14、热泵今当班时间今日平均得分月度均得分本月排名1202号热泵一值BE（17:0 M 0-O E:0 0)100修3号热泵8164号热泵格7.12热网加热器00.460【能耗分析】401号机组四值后夜（0 1:0-0 8 0）81.02.1202号机组五值0.03号机组值四值74号机组一5号机组当班由H（0 8：0 0-7：0 0）三m实时续效8.6（分指标名称评分规则当前值日标值需调整值实时得分【供热优化】一冷凝机组单元1号机抽汽考核得分：（1）号机组抽汽流量满分5，存在需谢整值每10 布扣1分787空冷热泵单元57（分）优化指导曲线2号机抽汽考核得分：（2）2 等机组抽汽流摄满分7，存在需调整
15、值每10 小扣1分+【运行考核】6.1（分）号机青压考核得分主号机插汽考核得分：（3）子号机组抽汽流量，满分15，存在需调系值每10 5扣1分50.7232实时绩效37.6分32（分）1号机描汽考核得分：（4）4号机维拼汽流量满分，存在需调整值锋10 价扫：分75（分）（5）5号机维汽流垫消分30.存在需裤装微峰12495号机汽考核得分：（6 15号机纽售满分40.存在需调整值每1P扣1分11228.6分图10实时绩效界面4供热系统优化策略及实施效果4.1多机组供热总体优化策略基于2 0 2 1年12 月 2 0 2 2 年4月的供热季历史数据，对14号机组供热抽汽煤耗特性、5号机组供热抽汽背
16、压煤耗特性、热泵运行特性进行综合建模，结合大数据人工智能算法综合分析得出的优化运行指导策略。根据5号机组的负荷情况，优化运行方案主要分为5号机组中高负荷与低负荷两种。多机组供热优化节能策略如表1所示。5号机组处于中高负荷时（350 MW以上），需要减少空冷-热泵单元的供热负荷，增加湿冷-尖峰单元的供热负荷，即降低热泵出口温度。此时，对于空冷-热泵单元供热，优先降低5号机组背压至安全限值，其次降低5号机组供热抽气量。5号机组处于低负荷时（350 MW以下），需要增加空冷-热泵单元的供热负荷，减少湿冷-尖峰单元的供热负荷，即增加热泵出口温度。此时，对于空冷-热泵单元供热，优先增加5号机组的背压至模
17、型计算背压最优值(17kPa)附近，其次增加5号机组供热抽气量。表1多机组供热优化节能策略5号机中高负荷5号低负荷项目(350MW以上)(350MW以下)减少空冷-热泵单元的增加空冷一热泵单元的热负荷分配供热负荷，增加湿冷一供热负荷，减少湿冷尖峰单元的供热负荷。尖峰单元的供热负荷。热泵出口温度降低热泵出口温度增加热泵出口温度大幅降低5号机组降低五号机背压至背压（通常为2 0 5号机背压最优值（一般为30kPa)，至10 kPa1618kPa）附近甚至更低。背压降低后，调整背压降低后，调整（一般为降低）5号机（一般为增加）5号机5号机抽汽量组抽汽量，保证热泵组抽汽，保证热泵出口温度。出口温度。1
18、4号机抽汽量增加1 4号机抽汽量减少1 4号机抽汽量优先增加1、3号机组优先减小2、4号机组14号机抽汽分配抽气量抽气量NO.112023能ENERGYCONSERVATION66兜问题探讨4.2供热系统优化节能效果4.2.12021年供热季运行结果分析2021年供热机组完全未优化，选择供热尖峰期的800个数据点作为研究对象。若采取相应的供热系统智能优化策略，则节能效果明显。供热机组优化前后煤耗对比如图11所示，3007优化煤耗250实际煤耗()/2001501005002004006008001000数据序列图11供热机组优化前后煤耗对比2021年总节煤效果分析如图12 所示。基于2 0 2
19、 1年平均中高背压运行情况，按照供热系统智能优化策略运行，在中高负荷下可以平均节省标准煤约1.1t/h，在低负荷下可以平均节省标准煤约2.0 t/h，节能量较高。3.53.02.5(u/)/鲁42.01.51.00.50481216时间/h图122021年总节煤效果分析4.2.22022年运行结果分析2022年，项目正在实施过程中，采暖季前已有初步优化结论提供给电厂，电厂采纳了其中的部分建议，因此，相比于2 0 2 1年最新的供热系统运行过程中，节能量相对减少。2 0 2 2 年供热机组优化前后煤耗对比如图13所示。440优化煤耗实际煤耗400(uA)/鲁3603202802400481216
20、时间/h图132022年供热机组优化前后煤耗对比基于大数据与数字李生技术，对基于大数据与AI技术的供热系统智能优化项目的节能量展开评估。2 0 2 2 年总节煤效果分析结果如图14所示。基于2 0 2 2 年平均低背压运行情况，按照供热系统智能优化策略运行，在中高负荷可以平均节省标准煤约0.8 t/h，在低负荷可以平均节省标准煤约0.5t/h，仍有一定的节能量。1.21.0(u)/鲁群40.80.60.40.20481216时间/h图142022年总节煤效果分析结果5结语文中介绍供热系统大数据优化算法的理论依据和具体方法。按照供热系统智能优化策略运行，2 0 2 1年供热季时，在中高负荷情况下
21、可以节省标准煤约1.1t/h，在低负荷情况下可以节省标准煤约2.0 t/h；2 0 2 2 年供热季部分时间采用了供热优化策略，仍可在中高负荷情况下节省标准煤约0.8 t/h，在低负荷情况下节省标准煤约0.5t/h。实际运行表明，机组的运行品质得到极大改善，取得了良好的节能效果。参考文献】李永宝.某电厂供热机组运行方式优化 J.华电技术，2 0 14,36(1)：36-38,78.2付怀仁，李岩，杨文涵，等.30 0 MW供热机组热网加热器运行方式优化研究 J1.科技风，2 0 2 1(35）：19 6-19 8.3】王明春，骨建群.50 MW供热机组在线运行优化管理系统 J.汽轮机技术,2 0 0 4(5):39 7-39 9.4】李岩，米培源，李文涛，等.大型机组乏汽余热利用的热电联产供热系统全工况优化 J.中国电机工程学报，2 0 18,38（16）：48 15-48 2 2，4987.5】韩浦霞.大数据技术综述 J.天津职业院校联合学报,2 0 2 0,2 2(12)：113-118.6】彭驿茹.人工神经网络发展历史与训练算法概述 J.科技传播，2 0 18，10(21):129-130.7】雍凯.随机森林的特征选择和模型优化算法研究 D.哈尔滨：哈尔滨工业大学,2 0 0 8
