负荷优化分配解决方案

i 1
( Pi )a ( P i )b ( Pi )c ( Bi P 2i )
2 3 4 i 1 i 1 i 1 i 1
m
m
进行直线拟合时，c 为 0。 根据各个拟合工况点的值 ( Bi , Pi ) ，便可以求出机组耗量特性系数 a、b、 c。 利用前面得到的单元机组的煤耗－功率关系式 B=F（P）可以知道单元机 组在任何工况下的煤耗量值的大小，从而计算出总煤耗量最小时各机组负荷
比例分配
优化分配
- V -
北京北斗兴业信息技术有限公司
1.4.2 300MW+600MW 机组两种负荷分配方式效果比较
采用负荷优化分配以及平均比例分配方式的效果展示（煤耗数据为真实 值） ：
总负荷 800MW，其中 1 号机容量 600MW，2 号机 300MW。 1 号机 负荷 优化分配 平均分配 节约煤量（1 时） 节约煤量（1 天） 590.2572 533 煤量 192.6 174.865 0.475 11.4 煤耗 326.439 328.078 单位：t 单位：t 负荷 209.7428 267 节约煤量（1 月） 节约煤量（1 年） 2 号机 煤量 72.74 90.95 煤耗 346.4 340.646 342 4104 煤量消耗 265.34 265.815 单位：t 单位：t
- VI -
- III -
北京北斗兴业信息技术有限公司
1.3.2 96（288）点曲线
提供 96（288）点负荷数据手动输入和自动获取功能，并支持曲线展示及 曲线拟合。
1.3.3 煤耗曲线
提供煤耗数据手动输入和自动获取功能，并支持曲线展示及曲线拟合。
- IV -
北京北斗兴业信息技术有限公司
1.4 负荷优化分配后应用效果预测 1.4.1 2 台 300MW 机组两种负荷分配方式效果比较
以某电厂两台 300MW 机组为例：分别采用比例分配和优化分配，计算出 其负荷对应的煤耗，结果如下表（煤耗数据为经验数据） ： 可以发现采用优化分配后，每小时可以节约 0.9 吨煤左右。
形式 机组 1 号机 2 号机 1 号机 2 号机 煤耗 （g/kWh） 340 331 342 328 分配负荷 (MW) 250 250 200 300 机组 1h 煤耗 量(t) 85 82.75 68.4 98.4 电厂 1h 煤耗 量(t) 167.7 0.9 166.8 1h 节约煤量 (t)
m J 2 Pi 2 ( a bPi cPi 2 Bi ) 0 c i 1
整理为：
m a ( Pi ) b ( Pi 2 ) c
i 1 i 1
m m m m i 1 m i 1 m i 1
Leabharlann Baidu
m
m
B
i 1
m
i
( Pi ) a ( P 2 i )b ( Pi 3 )c ( Bi Pi )
北京北斗兴业信息技术有限公司
1.2 负荷最优分配模型
利用现代优化原理中的动态规划方法，以单元机组发电煤耗量为目标函 数，考虑与之相对应的约束条件对全厂的负荷分配进行规划，使得厂总煤耗 最小。 首先求出较为准确符合实际情况的机组煤耗－功率关系曲线(B-P 曲线)， 需要考虑机组参与调峰运行时的运行方式。在新投运、大修热力试验之后、 额定运行工况、最大连续运行工况等不同情况下，工况数据点 ( Bi , Pi ) 都有不 同。实施前通过制造厂的设计数据下的工况数据点来拟定机组煤耗－功率关 系曲线。当机组运行一段时间后，再通过运行数据下的工况数据点进行拟定。 由于机组采用投油稳燃的方式进行，耗量特性曲线采用直线，其他情况 下耗量特性曲线采用二次曲线，机组的耗量特性曲线可以表示为：
- II -
北京北斗兴业信息技术有限公司
大小。在负荷优化问题当中，边界约束条件在采用了基本的系统负荷平衡约 束和机组负荷上下限制约束的同时将单元机组的辅助设备综合状态作为负荷 分配的约束条件之一，使得系统在考虑负荷经济调度的同时可以兼顾单元机 组的设备运行状况。 优化模型：
M
min f ( PD , P1 , P2 ,, PM ) min B J ( PJ )
J 1
约束条件： （1）系统负荷平衡约束：机组在进行负荷分配时必须保证整个发电厂内 部各机组所带负荷之和为总负荷。
P
j 1
M
j
PD
（2）负荷上下范围约束：负荷上下限制是每台机组允许带经济负荷的最 低或最高限制，也是保证机组安全稳定运行的条件。
Pjmin Pj Pjmax
上式中： PD －调度负荷 MW；
Pj －第 j 台机组的负荷 MW；
M－总的机组台数； j －第 j 台机组；
Pjmin －第 j 台机组的最小负荷 MW； Pjmax －第 j 台机组的最大负荷 MW；
上述的优化问题，我们采用动态规划的思想来寻求每台机组的最佳负荷。 优化结果展示
1.3 负荷优化分配主要功能子模块 1.3.1 负荷优化分配结果展示
B a bP cP 2
设有 m 个试验工况数据点 ( Bi , Pi ) ，i＝1，2，…，m。可以利用最小二乘 法确定出 B～P 关系二次曲线的系数 a、b、c。令
J
要使 J 最小，则令
a bP
m i 1
i
cP i B i
2

2
m J 2( a bPi cPi 2 Bi ) 0 a i 1 m J 2 Pi (a bPi cPi 2 Bi ) 0 b i 1
根据电网的负荷要求和全厂各机组的实际运行工况 ,在线拟合机组煤耗 量与负荷的特性曲线 , 根据优化分配方案（包括：机组能耗特性、电网以及 电厂提供的各类约束条件、优化规则，依据优化分配原则）实时计算各机组 的经济负荷 , 并将结果作为机组的目标负荷，真正实现全厂总负荷在各机组 之间的实时在线负荷优化分配方案。
1.1 机组负荷分配的稳定性原则
由于调度发出的负荷指令变化比较频繁，如果这种负荷指令直接作用于 某一台机组，则机组不能保证在某一工况下稳定运行。全厂负荷控制系统采 用轮流调节的方法，以投入最少机组来完成负荷调节任务为原则，来分配机 组的负荷调节任务，最大程度地减少机组变负荷的频度。如有四台机组由全 厂负荷控制系统控制，机组的变负荷频度大约是原来的 1/3。另外在选择机组 加或减负荷时，避免机组在短时间内反向变负荷，即机组完成一次加负荷后， 让其稳定运行一段时间后再去承担减负荷任务，这样能防止机组热负荷上下 波动产生的疲劳损耗。此外，短时间内反向变负荷时，由于机组热负荷有较 大的惯性，机组负荷调节性能也比较差。通过这些措施能有效延长机组使用 寿命和检修周期。
北京北斗兴业信息技术有限公司
北斗信息
火电机组负荷优化分配解决方案
版本 1.0.0 2014-04
c 2009-2014 ○
北斗信息
保留所有权利
北京北斗兴业信息技术有限公司
火电厂负荷优化分配解决方案
1 机组负荷优化分配概述
电力负荷调度中， “调度到机”的 AGC（自动发电控制）方式是目前普遍 采用的方式，为了提高电厂的安全管理水平和经济效益，以及更加符合电力 调度分级管理的原则， “调度到厂”的 AGC 方式将普遍推广应用。 全厂负荷优化分配的任务是，在保证机组安全和满足电网负荷要求的前 提下，综合分析机组的稳定性和经济因素，选择合适的机组承担负荷调节任 务，提高机组运行的经济性和稳定性，最大限度地减少机组主、辅机设备的 寿命损耗。 厂级负荷优化分配子系统接受电网调度中心能量管理系统（EMS）的全厂 负荷指令，以各个机组供电煤耗量为最小为目标（各个机组煤耗加权平均值 为最低） ，保证机组运行在允许的负荷范围内和安全工况、机组约束条件下， 计算全厂各台机组应发的功率经济，给出调节全厂各个机组负荷分配指导信 息。使全厂的负荷及时满足电网的要求，提高机组的稳定性，延长主、辅机 的设备寿命，降低全厂的供电煤耗。