基于遗传算法的抽汽供热机组间的热电负荷分配优化研究

柏春光，万 杰，刘 娇，张修君，左世春

(1.华电能源哈尔滨第三发电厂，黑龙江 哈尔滨 150024;2.哈尔滨工业大学，黑龙江 哈尔滨 150001)

0 引言

当前，面对能源利用及环境污染等人类共识性难题，大规模开发利用新能源、节能减排等举措已成为各国重要的能源发展战略。然而，由于火力发电在我国装机构成的主导地位及电源结构性矛盾等问题，缺乏可平抑新能源电力随机波动特性的电源，导致风电等新能源电力功率的强随机波动确定特性与保证电力持续稳定供应的要求形成尖锐的矛盾，大规模新能源电力消纳成为目前电力系统面临的重大现实问题。由于缺乏全局优化理论体系，目前的新能源开发利用模式存在大规模弃风现象以及大量冗余备用电源设置［1］。尤其是在我国北方的冬季，由于电网中运行着大量的按照传统调度模式运行的供热机组，电网整体的深度变负荷调峰运行能力和大规模吸纳新能源电源的能力不足，电网整体运行效率低下。因此，鉴于目前我国能源相对不足，尤其是燃料供应越来越紧张、煤价逐年在上涨的状况，对于装备供热抽汽机组的电厂和电网来说，降低煤耗不仅关乎企业生存的重要因素，而且对于节能减排提高电网运行效率也具有重大意义。所以各热电厂都在挖掘机组的节能潜力，采取各种方法和手段尽可能地降低发电煤耗，以节约发电成本，提高在上网竞争中的优势［2］。按照热电联产的节能机理，用热电比、全厂总热效率、供(发)电标煤耗率等作为节能界定指标，其中热电厂中如何分配电、热两产品各自所耗煤耗受到冷凝器背压变化、主蒸汽压力、主蒸汽温度、再热压力、再热蒸汽温度、给水温度等多方面的影响，是当今热电厂面临的主要问题。对于热电厂负荷分配优化问题的研究工作主要分为两部分，首先是建立准确的机组煤耗特性曲线，文献［3］利用现场实际运行数据来得到机组的煤耗特性曲线，文献［4］提出了用加权等式约束的最小二乘法建立机组煤耗特性曲线的方法，文献［5］以变工况热力计算为基础，分段采用改进的弗留盖尔公式，分析供热机组的热力特性。另外，由于热电厂中存在热、电两种品质不等价又相互关联的能量类型，所以其负荷优化分配问题较普通凝汽式电厂复杂得多，是一个高维、非凸、离散的非线性规划问题［6］。因此研究工作者针对负荷分配优化模型及优化算法开展了大量工作，如等微增率法、动态规划法、免疫优化算法、蚁群算法、禁区搜索进化规划法、多维动态规划降维法、遗传算法、粒子群算法、多目标优化算法、M5’模型树算法等［7－13］，利用这些优化算法来提高计算精度及收敛速度。综上所述可以看出，目前电厂供热抽汽机组间电负荷及热负荷分配优化时，均没有考虑冷凝器背压的影响。

本文将研究考虑冷凝器背压的情况下供热抽汽机组间电负荷及热负荷的分配优化问题。通过理论计算和现场实验相结合的方法，建立了每台机组不同电负荷和热负荷时的机组热耗值关系曲线。基于所建立的热耗曲线以及机组的耗差信号，利用遗传算法，根据运行机组的实际情况及实际热耗实时地调配各台机组的负荷，以使热电负荷分配最优，降低煤耗，达到节约能源的目的。

1 电厂机组整体概况

哈三电厂配备国产600 MW机组两台和200 MW机组两台。每年用于机组运行燃煤400多万吨，每年燃煤费用高达数十亿元，因此加强我厂经济调度技术改造势在必行。

负荷分配方式的好坏直接影响全厂的发电煤耗。哈三电厂很早就开始进行相关负荷分配优化控制技术的咨询、调研和技术储备工作，于2008年底开始进行大量实验，记录各种实验数据，分析出我厂四台机组煤耗的特性曲线，找出其数学模型，为我厂负荷分配优化创造了良好的前提条件。

该发电厂4台机组的容量及投产时间差别较大，其中，200 MW机组和600 MW机组煤耗特性差异很大，即便是同类型的两台机组由于投产时间的不同以及设备运行状况的不同，其煤耗特性差异也较大，因此机组间不同的热电负荷分配方式将对全厂的煤耗产生不同的影响。根据每台机组的煤耗特性对全厂的热电负荷进行优化分配，可以使全厂的发电煤耗到达最低的效果。为了实现我厂热电负荷的优化分配，利用现有的资源，研究开发出一套适合哈三电厂实际情况的热电负荷优化分配系统，实时按优化曲线完成哈三电厂的热电负荷分配任务，对于提高供热机组整厂运行的经济性、节能降耗具有重要意义。

2 机组热电负荷分配的建模分析

在得到上述每台机组热耗率曲线的基础上，利用机组背压修正曲线对当前背压下机组热耗进行修正，背压修正曲线如图1所示。并结合遗传算法，再根据给定的整个电厂的热电负荷及用户能够输入的优化约束条件(如指定某几台机组的电负荷、热负荷为某一定值)，便可开发供热抽汽机组间电负荷和热负荷的分配优化系统，实现供热抽汽机组间电负荷和热负荷的分配优化，输出每台机组最优的电负荷和热负荷设定值，使整个电厂的热耗值最小。

图1 机组背压热耗修正曲线［14］

电厂供热抽汽机组间电负荷及热负荷进行分配优化时，影响机组经济性的是供热抽汽量和用于发电用的蒸汽量，由于电负荷除受发电用蒸汽量影响外，还会受到冷凝器背压变化的影响［15］，因此，电厂供热抽汽机组间电负荷及热负荷进行分配优化时需要考虑背压的影响。

根据以上分析，建立热电负荷分配优化的数学模型，其目标函数如式(1)

式中 HC=f(power，steam);

即热耗为功率和抽气量的函数，wi是第i台机组的功率占总功率的百分比，HCi是第i台机组的热耗。目标函数的工程意义是经优化后，使四台机组的加权平均热耗最小。

考虑到进行热电负荷分配时存在一定约束条件，包括每台机组功率最大值和最小值、每台机组热负荷最大值和最小值以及全厂4台机组的总功率和总热负荷，综合考虑这些约束条件，得到最终热电负荷分配的数学模型如式(2)

3 基于遗传算法的热电负荷分配优化

3.1 基于遗传算法的优化结果

利用开发的供热机组热电负荷分配优化软件平台，以某一工况为例，对各机组的热电负荷进行优化分配如下:

表1 机组热电负荷优化分配结果

表2 在电功率和抽汽量最大范围内可调时，优化后结果

表3 降低每台机组电功率可调最大值时，优化后结果

表4 降低600 MW机组抽汽量可调最大值时，优化后结果

表5 降低200 MW机组抽汽量可调最大值时，优化后结果

由上述可以看出，通过本优化系统进行机组的热电负荷分配优化，在机组总的电负荷和热负荷不变的情况下，通过将电负荷和热负荷在各机组间进行分配，参见表1和表2，机组热耗由优化前的7 654.201 2 kJ/kW·h降为优化后的7 605.688 kJ/ kW·h，热耗降低48.512 8 kJ/kW·h，具有巨大的节能潜力。

3.2 优化结果分析

上述热电负荷分配的最优结果是在电功率和抽汽量最大范围内可调时得出的，实际热电负荷分配优化可能具有各种约束条件，通过改变约束条件，得到了如下分析结果:

(1)表3降低每台机组电功率可调最大值时，优化后热耗为7 635.946 4 kJ/kW·h。

(2)表4降低600 MW机组抽汽量可调最大值时，优化后热耗为7 738.810 7 kJ/kW·h。

(3)表5降低200 MW机组抽汽量可调最大值时，优化后热耗为7 623.964 4 kJ/kW·h。

通过改变约束条件得到如下规律:

(1)在电功率和抽汽量最大范围内可调时，#1，#2，#3机电负荷达到200 MW和600 MW的额定值，#4机组电负荷310.2 MW接近设定的可调最小值，整个电厂热耗达到最小值，得到这样结果的原因在于通过尽可能多的机组接近额定负荷达到较低的热耗，这样虽然使剩余机组的热耗增加较多，但热耗大的机组功率占全厂功率比重较小，从而使整个电厂的整体热耗获得最优值。

(2)限制每台机组电功率可调最大值时，热耗增加，特别是当限制600 MW大机组电功率可调最大值时，热耗增加相对更大。

(3)限制每台机组抽汽量可调最大值时，热耗增加，特别是当限制600 MW大机组抽汽量可调最大值时，热耗增加相对更大。

4 结论

通过本文研究发现，进行热电负荷分配优化，增加对实际机组间热电负荷的优化分配控制，能够实时地对全厂热电负荷进行优化分配，以达到最佳的机组热电负荷分配效果，另外还可以根据机组的耗差信号动态调整机组的热电负荷，使机组热电负荷的分配更加趋向合理，保证了在全厂总的电负荷和热负荷指令一定的情况下，煤耗达到最小，由此降低了发电煤耗，节约了发电成本，经济效益显著提高。全厂热电负荷分配优化系统实施简单，投资较少，但投入后的回报是非常可观的，具有很好的市场应用前景。这在当前大规模接入新能源电力并缺乏全局优化理论体系而导致电网整体运行效率低下的条件下，也为我国的供热机组进行热电负荷分配优化起到了抛砖引玉的作用，希望能够通过各电厂内部的节能优化，来提高整体运行效率，响应国家节能减排的号召。

［1］成煜，杭乃善，凌武能，等.智能电网背景下的节点类型扩展潮流计算［J］.电网与清洁能源，2013，29(10):31－36.

［2］代百乾，张忠孝，等.我国火力发电节煤和CO2/SO2减排潜力的探讨［J］.节能技术，2008，26(2):163－167.

［3］黄廷辉，柴胜凯，庞顺，等.热电联产机组热电负荷优化分配［J］.热力发电，2010，39(12):1－4.

［4］史国青.火电厂机组负荷优化组合分配问题的研究［D］.北京:华北电力大学，2005.

［5］吴龙，袁奇，刘昕.供热机组热电负荷最佳分配方法分析［J］.中国电机工程学报，2012，32(35):6－12.

［6］毛志强.热电厂负荷分配模型与算法［J］.山东电力技术，2012(4):37－41.

［7］都洪基.火电厂机组负荷优化调度问题的研究［D］.南京:南京理工大学，2006.

［8］韦杏秋，程鹏飞，陈碧云，等.火电机组能耗的数据包络分析方法［J］.电网与清洁能源，2012，28(2):44－51.

［9］张占安，蔡兴国.考虑碳排放权交易的短期节能调度［J］.电网与清洁能源，2012，28(1):60－66.

［10］顾慧，郭振宇，刘伟，等.基于禁忌粒子群算法的热电联产负荷经济分配［J］.东南大学学报:自然科学版，2013，43(1):83－87.

［11］徐迅，高蓉，管必萍，等.微电网规划研究综述［J］.电网与清洁能源，2012，28(7):25－30.

［12］薛西若，郭建民.基于多目标优化算法的热电厂最佳负荷分配研究［J］.节能，2011，30(11):74－76.

［13］顾雅云，胡林献.M5’模型树在热电厂负荷优化中的应用［J］.节能技术，2013，31(5):426－429.

［14］杨海生，郭江龙.汽轮机背压修正曲线计算的简化方法［J］.汽轮机技术，2007，49(1):32－34.

［15］王珏，薛恺.浅析火电厂供电煤耗影响因素［J］.节能技术，2011，29(6):533－536.