一種空冷機組汽輪機背壓智能優化方法
【專利摘要】本發明公開了一種空冷機組汽輪機背壓智能優化方法,即在不影響正常生產的情況下，利用現場歷史數據得到不同負荷下的環境溫度和背壓的關系，通過選取合適的函數關系式類型和符合一定條件的數據擬合出不同負荷下的環境溫度與背壓關系的函數關系式，通過現場DCS控制模塊來實現背壓調節回路中設定值的自動給定；本發明的優點是采用最簡便的智能算法，擬合出環境溫度與背壓關系的函數關系式，結合現場試驗曲線和運行經驗，得出不同環境溫度、不同運行工況下空冷機組經濟背壓值，實現了背壓調節回路中設定值自動給定并減小運行人員的負擔，有利于空冷機組的經濟運行；本發明對于空冷島系統自動控制的設計和優化具有重要的實用價值和指導意義。
【專利說明】一種空冷機組汽輪機背壓智能優化方法
【技術領域】
[0001]本發明涉及一種空冷機組汽輪機背壓智能優化方法，屬于群體智能計算【技術領域】。
【背景技術】
[0002]目前，隨著世界各個國家經濟的發展和人們物質生活水平的提高，大型燃煤發電機組的投運面臨著更加迫切的需求和更為嚴格的要求。電力工業要在繼續保持快速發展的同時，嚴格控制水資源和煤炭資源的消耗，減小煙塵排放量和冷卻水廢熱對自然生態資源造成的污染和破壞。研究開發用空氣作為冷卻介質來冷凝汽輪機排氣的空氣冷卻系統對于有效緩解用水矛盾、控制消除污染具有重要的意義。對比濕冷機組，空冷機組可節約電廠總用水量的三分之二。相同的水資源條件下，可建設的空冷機組規模為濕冷機組的三倍，所以，空冷技術在節約水資源方面具有顯著的優越性和廣闊的發展前景。
[0003]但是，目前傳統現有的直接空冷機組存在很多缺點，比如:機組日常運行背壓偏高，與理論值差距明顯；機組背壓受環境因素(氣溫、環境風速、風向)影響較大，背壓變化較頻繁。
【發明內容】
[0004]本發明的目的在于提供一種能夠克服上述技術問題的空冷機組汽輪機背壓智能優化方法。本發明的基本原理是:首先在不影響正常生產的情況下，利用現場歷史數據得到不同負荷下的環境溫度和背壓的關系，由于不同負荷下的環境溫度和背壓這兩者之間的關系近似線性，則進行曲線擬合，通過選取合適的函數關系式類型和符合一定條件的數據擬合出不同負荷下的環境溫度與背壓關系的函數關系式，結合現場試驗曲線和運行經驗從而得出不同環境溫度、不同運行工況下空冷機組經濟背壓值，通過現場0(:3控制模塊來實現背壓調節回路中設定值的自動給定。本發明主要包括以下步驟:
[0005]步驟1:初始化，包括定義初始種群(即速度一位移模型以及種群大小)和進化代數；初始種群是解決某一問題的所有解的初始值組成的集合，進化代數是每一粒子的速度和位置迭代更新的次數；
[0006]步驟2:評價種群，計算初始種群中各個粒子的適應度；種群中各個粒子是解決某一問題的每一個解；
[0007]步驟3:求出當前的和是單個粒子本身目前所找到的最優解即個體最優值；曲60是整個種群目前找到的最優解即全局最優值；最優值即解決某一問題最好的解；
[0008]步驟4:進行速度和位置的更新，更新每一粒子的速度和位置；
[0009]步驟5:評價種群，計算新種群中粒子適應度；
[0010]步驟6和故⑶!:，若優越則替換；
[0011]在步驟4中對每一粒子的速度和位置進行了更新，計算更新后每一粒子的適應度，與更新前該粒子汕68\的適應度進行比較，若更新后該粒子的適應度比更新前該粒子^68^的適應度好，則該粒子汕68\變為更新后該粒子的位置，若更新后該粒子的適應度不如該粒子1)13681^的適應度好，則該粒子1)13681^維持不變；
[0012]在步驟4中對每一粒子的速度和位置進行了更新，計算更新后所有粒子的適應度，并進行比較，找出更新后適應度最好的那個粒子，拿更新后該粒子的適應度與曲60的適應度進行比較，若更新后該粒子的適應度比曲60的適應度好，則曲6^變為更新后該粒子的位置，若更新后該粒子的適應度不如故681:的適應度好，則故681:維持不變；
[0013]步驟7:判斷算法結束條件，滿足即每一粒子的速度和位置迭代更新的次數等于進化代數則跳出循環，若不滿足即每一粒子的速度和位置迭代更新的次數小于進化代數則跳到步驟4繼續執行。
[0014]本發明的優點是:針對空冷島系統背壓自動控制的困難性提出了背壓設定值自動選擇的方案，本發明立足于生產現場并且在不對生產進行任何干預的情況下挖掘機組的歷史運行數據，采用最簡便的智能算法，擬合出環境溫度與背壓關系的函數關系式，結合現場試驗曲線和運行經驗，得出不同環境溫度、不同運行工況下空冷機組經濟背壓值，實現了背壓調節回路中設定值自動給定；背壓設定值自動給定的投入能夠避免人為設定背壓值對機組經濟性的影響并減小運行人員的負擔，有利于空冷機組的經濟運行；本發明提出的背壓設定值自動給定方法就是針對背壓設定值選取的一種解決方案。同時，本發明使每一個粒子都被賦予了一個隨機速度并在整個問題空間中移動，具有記憶性、參數少、易于調整實現的特點，并且個體的進化主要是通過個體之間的合作實現的，其優點是簡單方便且容易實現，無需調整更多參數。因此，本發明對于空冷島系統自動控制的設計和優化具有重要的實用價值和指導意義。
【專利附圖】
【附圖說明】
[0015]圖1為本發明的粒子群優化算法計算流程圖；
[0016]圖2為本發明的600麗負荷下環境溫度與背壓關系原始曲線和擬合曲線示意圖；
[0017]圖3為本發明的風機總功率隨風機頻率變化的機頻率關系曲線示意圖；
[0018]圖4為不同負荷與氣溫下背壓與風機頻率關系曲線示意圖；
[0019]圖5為背壓與機組功率的修正曲線示意圖。
[0020]圖6為背壓設定值自動選定原理圖。
【具體實施方式】
[0021]下面結合附圖和實施例對本發明進行詳細描述。
[0022]如圖2所示，采樣數據選取負荷在600麗時，排氣裝置真空度維持在環境溫度單位為I，背壓單位為環境溫度與背壓關系的原始曲線及采用粒子群優化算法進行擬合后的曲線如圖2所示，由圖2能看出當環境溫度高于101左右時，背壓隨環境溫度上升而上升，采用粒子群優化算法進行擬合后得到的環境溫度〖與背壓7的函數關系式為:
[0023]7 = 0.0185七2-0.405七+9.7
[0024]最終擬合誤差為0.1955。
[0025]圖1是本發明的粒子群優化算法計算流程圖；圖1中的7代表粒子的速度，圖1中的X代表粒子的位置。
[0026]根據現場多年的運行經驗，最低背壓時機組的運行效率并不一定是經濟的。通過現場試驗得到風機總功率隨風機頻率變化曲線如圖3所示，背壓與機組功率的修正曲線如圖5所示。
[0027]圖3為600MW亞臨界直接空冷機組的空冷風機群在環境氣溫23°C時，風機總功率隨風機頻率變化的關系曲線。當風機頻率增大時,空冷風機總功率也隨之增大,且風機頻率越高，風機總功率增加的越快。
[0028]圖4為不同負荷、不同溫度下背壓與風機頻率的關系。從圖4能夠看出在機組負荷在600MW時、環境溫度為19.88°C時，背壓越低，風機頻率越高；風機頻率從45Hz增加到50Hz,背壓值降低了 lkpa。
[0029]圖5為背壓與機組功率的修正曲線，從圖5能夠看出當背壓升高Ikpa時，機組功率下降0.3%。
[0030]利用圖2至圖5的曲線，能夠得出，背壓升高一定量時，相應的機組效率減少值與風機總功率減少值之差，當這個差值為負時則說明隨背壓的升高經濟性上升；當這個差值為正時則說明隨背壓的升高經濟性下降。以圖5中600MW負荷，環境溫度19.88°C工況為例，背壓上升0.5kpa對應機組功率下降1000KW，由于風機頻率降低減少的風機總功率約為850KW，說明當背壓上升時機組經濟性下降。
[0031]圖6為背壓設定值自動選定原理圖。
[0032]本發明能夠保證機組由于背壓升高減少的空冷風機總功率大于機組損失的功率，所以，本發明完全符合現場生產的經濟性要求。
[0033]由此，當機組在各工況下穩定運行的時候，控制系統利用環境溫度與背壓函數關系式得出對應的背壓值，加上合適的背壓偏置，得出背壓設定值，實現背壓調節回路中設定值自動給定。既減輕了運行人員的負擔，又保證機組的經濟運行，同時避免了人為設定背壓值對機組經濟性產生的影響。
[0034]以上所述，僅為本發明的【具體實施方式】，但本發明的保護范圍并不局限于此，任何熟悉本【技術領域】的技術人員在本發明公開的范圍內，能夠輕易想到的變化或替換，都應涵蓋在本發明權利要求的保護范圍內。
【權利要求】
1.一種空冷機組汽輪機背壓智能優化方法，其特征在于，首先在不影響正常生產的情況下，利用現場歷史數據得到不同負荷下的環境溫度和背壓的關系，由于不同負荷下的環境溫度和背壓這兩者之間的關系近似線性，則進行曲線擬合，通過選取合適的函數關系式類型和符合一定條件的數據擬合出不同負荷下的環境溫度與背壓關系的函數關系式，結合現場試驗曲線和運行經驗從而得出不同環境溫度、不同運行工況下空冷機組經濟背壓值，通過現場DCS控制模塊來實現背壓調節回路中設定值的自動給定。
2.根據權利要求1所述的一種空冷機組汽輪機背壓智能優化方法，其特征在于，包括以下步驟: 步驟1:初始化，包括定義初始種群和進化代數；初始種群是解決某一問題的所有解的初始值組成的集合，進化代數是每一粒子的速度和位置迭代更新的次數； 步驟2:評價種群，計算初始種群中各個粒子的適應度；種群中各個粒子是解決某一問題的每一個解； 步驟3:求出當前的Pbesti和gbest, Pbesti是單個粒子本身目前所找到的最優解即個體最優值；gbest是整個種群目前找到的最優解即全局最優值；最優值即解決某一問題最好的解； 步驟4:進行速度和位置的更新，更新每一粒子的速度和位置； 步驟5:評價種群，計算新種群中粒子適應度； 步驟6:比較Pbesti和gbest,若優越則替換； 步驟7:判斷算法結束條件，滿足即每一粒子的速度和位置迭代更新的次數等于進化代數則跳出循環，若不滿足即每一粒子的速度和位置迭代更新的次數小于進化代數則跳到步驟4繼續執行。
3.根據權利要求2所述的一種空冷機組汽輪機背壓智能優化方法，其特征在于，在步驟4中對每一粒子的速度和位置進行了更新，計算更新后每一粒子的適應度，與更新前該粒子Pbesti的適應度進行比較，若更新后該粒子的適應度比更新前該粒子Pbesti的適應度好，則該粒子Pbesti變為更新后該粒子的位置，若更新后該粒子的適應度不如該粒子Pbesti的適應度好,則該粒子Pbesti維持不變。
【文檔編號】F01D17/00GK104405452SQ201410530809
【公開日】2015年3月11日 申請日期:2014年10月10日 優先權日:2014年10月10日
【發明者】翟永杰, 米路, 張艷霞, 伍洋 申請人:華北電力大學（保定）