考虑背压变化的600 MW汽轮机运行压力寻优方法

(1.内蒙古国华呼伦贝尔发电有限公司，内蒙古 呼伦贝尔 021000; 2.东北电力大学 自动化工程学院，吉林 吉林 132000)

为了应对大规模新能源并网带来的电力系统功率波动，火电机组需要快速精准地进行大范围变负荷[1]。然而，机组在变负荷过程中必然会偏离设计工况，这将直接影响机组运行经济性。所以，对燃煤机组复杂变工况过程的优化问题成为了时下研究热点。

滑压优化是现有典型燃煤机组采用的一种最有效的优化节能方式，因此，国内外研究人员进行了大量的理论研究和试验探索工作。有学者提出了建立优化模型的方法，利用先进算法进行简化和求解，确定最优压力点。文献[2]融合了BBO(生物地理学优化算法)和SA(模拟退火)算法，提高了算法的搜索精度和收敛速度。文献[3]通过建立机组最佳主蒸汽耗差分析计算模型，并在600 MW级别机组进行了成功应用。

开展专有优化试验是一种最常用且有效的方法，文献[4]针对供热期机组研究了一套考虑供热量修正的滑压优化方案。针对目前火电机组滑压曲线多有不准确，有研究以主蒸汽流量为自变量设计滑压优化曲线，并从能耗分析和热力学计算的方面辅以验证[5]。基于试验数据热耗修正计算对特定负荷点进行压力寻优，进而调整DCS(分布式控制系统)中的控制逻辑参数。而对于背压变化对机组最优运行压力的影响问题，现有的解决方法是利用背压修正系数对滑压曲线进行静态修正。文献[6]利用背压在线实时修正最优主蒸汽压力以适应直接空冷机组的背压大范围变化工况。而机组运行工况复杂，且背压受到多方面因素影响，原设计工况下的修正系数及方法，将影响机组运行效率及其热经济性。综上所述，如何在考虑机组背压影响的前提下定量给出其对机组最优运行压力的变化规律，为机组复杂变工况运行状态下提供精确的运行指导，亟需一套完整的理论模型及实施方案。

1 背压变化对最优运行压力的影响

目前，高寒地区所采用的空凝机组在滑压运行过程中往往采用有功功率为横坐标的滑压曲线，结合机组当前的供热抽汽流量以及凝汽器真空度推算最优运行压力。但是，高寒地区所采用的空冷机组对环境温度变化较为敏感，会导致凝汽器真空度大范围变化；在此基础上，机组还会有相应的供热任务，需要对外进行供热抽气，这将会导致在相同蒸汽流量的情况下机组有功功率会产生较大变化。所以，若机组此时仍按照原有滑压曲线运行，会导致该主蒸汽压力并非最优压力值，进而对机组的经济性造成较大影响。

图1 背压与抽汽变化对机组滑压曲线的影响

由图1可知，在同一抽汽量状态下，背压的变化也会影响压力和负荷。

如图2所示，当机组运行在不同背压工况时，运行数据出现明显分层的现象，这与理论分析结果是一致的。但机组运行背压的变化将如何定量影响机组的最优运行压力，本文将利用大量数据进行分析。

图2 机组运行数据背压1-6 kPa背压运行数据；背压2-9 kPa背压运行数据；背压3-12.5 kPa背压运行数据

2 变背压状态下的滑压曲线变化趋势

2.1 数据聚类处理方法

FCM(模糊C均值聚类)是目前最常用的一种聚类算法，现已广泛应用到实际问题中。其基本思想是划分方法，使得在同一类的样本之间的相似度趋于最大值，而与其他类的样本相似度趋于最小值[7-9]。对于有限个对象x1,x2,…xn，模糊集合可以表示为

A={(μA(xi),xi)|xi∈X}

(1)

FCM把n个向量xi(i=1,2…,n)分为c类，即为模糊类。在此基础上计算该类的中心点，使得用于评价相似度的价值函数的函数值趋于最小值，以适应所引入的模糊划分规则。同时，由于引入了模糊概念，使得隶属度矩阵U中的元素其取值在0～1之间。在归一化的限制后，其和仍为1。

(2)

式中j——数据点的个数。

则价值函数为

(3)

其中uij取值在0～1之间；ci为聚类中心，m为加权指数。此时计算聚类中心与各元素的欧几里得距离，即dij=‖ci-xj‖。为求得式(3)的最小值，需构造新的目标函数，即

(4)

在求解过程中，可提取式(3)的n个约束式的拉格朗日乘子，在其基础上对输入参量进行求偏导，并将式(4)的目标函数值达到最小视为约束条件。该算法最终将解出一个c×n的模糊矩阵，其底层意义仍然是划分，每个类具有一个类中心。即可得到用于表示每个样本的隶属度矩阵，在此基础上即可判断出所有样本对于各个类的隶属情况，进而求得聚类结果。

2.2 变背压条件下最优运行压力定量分析

图3为某台600 MW级机组为例，机组背压数据在时序上呈现多分区域的特性，若直接加以利用将无法避免数据噪声以及机组惯性带来的误差[10]；另一方面，未经处理的数据不利于智能算法进行聚类。

图3 机组背压运行数据

针对上述问题，本文利用聚类方法对上述数据进行处理，其基本过程如下所示：

(1)利用机组运行数据，进行滤波处理，得到初步的数据模型；

(2)根据上述数据模型，按需设计精度，通过滑动平均方法进一步过滤数据中的噪声信息；

(3)将上述处理好的数据利用聚类算法进行聚类处理，可通过机组常运行背压范围设置聚类空间的个数。

通过上述步骤，得到如图4所示的结果。

图4 数据聚类处理结果

根据上述数据处理结果，对背压变化引起机组最优运行压力变化进行定量分析，其基本步骤是：

(1)利用不同背压条件下的机组运行数据进行数据分类，将相同或者相近的数据归作同一类中；

(2)在各个类中，利用如最小二乘法(包括但不限于)的寻优算法，以机组热耗率最低为优化目标，对机组的最优主汽压力进行求解；

(3)将上述寻优结果与背压进行比较，利用回归算法归纳出机组背压对最优运行压力的定量关系。

将机组运行背压变化时影响最优滑压曲线，其定量影响因素描述为

(5)

式中y——机组运行最优压力/MPa;

x——机组当前负荷(有功功率)/MW;

k——斜率(一般为0.043左右);

b0——机组春季运行时正常背压下的截距;

Δb——背压影响下的截距变化量。

根据公式(5)，即可利用机组不同背压条件下的历史数据进行数据挖掘，得出机组变背压条件下的最优运行压力理论计算值。

3 应用实例与分析

内蒙古国华呼伦贝尔发电有限公司(以下简称“国华呼贝电厂”)机组为四高调门超临界600 MW空冷机组，自投产来未进行专门滑压运行优化。实际机组DCS中植入的滑压运行曲线偏离设计工况点，同时存在无法适应供热抽汽及凝汽器真空大范围变化的情况，严重影响其运行经济性。

本次优化不仅给出了适用于纯凝工况的以负荷为自变量的滑压曲线；而且，还给出了以主蒸汽流量为自变量的滑压优化策略：即适用于机组纯凝工况，还适用于机组抽汽工况、低背压、高背压工况。后期可进一步进行机组高背压和抽汽工况的验证，直接进行实际运行数据采集验证，也可设计试验测试验证。如图5、图6所示，本文通过变背压条件下的最优运行压力定量分析，分别给出以主汽流量自变量和以机组负荷为自变量的滑压优化曲线结果，对比三个典型不同背压工况下的滑压曲线设计值及原始滑压曲线。

图5 以主汽流量为自变量的滑压优化曲线结果

图6 以机组负荷为自变量的滑压优化曲线结果

对于各个工况下的考虑变背压条件的最优滑压曲线与原设计滑压曲线的节能效果对比如表1所示。可见本文所提出的变背压条件下的滑压曲线优化策略具有明显的节能效果。

4 结论

本文通过对600 MW超临界机组在多个不同背压条件下运行的数据进行分析，对比各个背压对应的最优滑压曲线，得出以下结论：

(1)利用机组不同背压条件下的海量实际运行数据进行数据挖掘，得到了多个背压条件下所对应的滑压优化曲线，同时定量计算出由于背压变化导致滑压曲线的变化量；

(2)通过对比主蒸汽流量自变量以及机组负荷自变量的滑压曲线，其中主汽流量自变量的滑压曲线受背压变化而变化的趋势较小，从实际数据的角度证明了利用主蒸汽流量自变量的优势；

(3)本文所设计的滑压优化曲线在600 MW超临界机组成功应用，效果表明：该方法可适应空冷机组背压大范围变化的运行状态，可切实提高机组变工况运行经济性。为同类型机组的运行方式提供了有效的解决方案。

表1优化效果比较

试验工况点原始曲线优化曲线运行背压机组负荷/MW主汽压力/热耗率/MPa/kJ·kW-1·h-1主汽压力/热耗率/MPa/kJ·kW-1·h-1节能热耗率/kJ·kW-1·h-1/kPa304.3615.8/766016.5/763129616.3/763525916.1/76382212.5340.617.55/764018.1/762020617.8/761624917.7/76192112.5381.319.3/739819.9/738018619.4/738513919.5/73851312.5415.220.6/750521.4/745550620.8/747233920.95/74703512.5448.221.8/744422.8/740044622.1/741034922.4/74123212.5484.0723.2/734424.2/727074623.6/728658923.9/72806412.5