[发明专利]一种用于超临界机组的发电负荷与供热量的智能预测方法

说明书

本发明公开了一种用于超临界机组的发电负荷与供热量的智能预测方法，包含以下步骤：A、对具有切缸特性的超临界机组分别建立发电负荷特性、主汽压力特性、供热压力特性的神经网络预测模型；B、利用机组历史运行数据对预测模型进行训练和验证，本发明针对具有切缸特性的超临界机组，分别建立发电负荷特性、主汽压力特性、供热压力特性的神经网络预测模型；利用机组历史运行数据对预测模型进行训练和验证；最后结合机组实时采集的相关参数进行发电负荷与供热量的预测。

技术领域

本发明涉及发电技术领域，具体是一种用于超临界机组的发电负荷与供热量的智能预测方法。

背景技术

随着近年来我国可再生能源产业的迅猛发展，国家对可再生能源消纳力度加大，以及局部地区新能源装机占比过高，电网面临新能源电力消纳问题。主要表现为：在传统的“以热定电”模式下，当火电机组降负荷时，随着给煤量的下降，供热压力下降，导致机组发电功率不能够继续下降，这使得采暖期的调峰尤为困难，因此，弃风、弃核问题日益突出。尤其是近年来北方风电发展迅速，而“三北”地区的火电机组大部分是供热机组，供热期往往与风电大发期重叠，导致电网对风电消纳的形势严峻。为提高电网对新能源的消纳空间，开展火力发电机组的灵活性改造，提高其深度调峰能力，显得尤为必要。

在国外，德国、丹麦等国家通过蒸汽旁路、储热、电锅炉等技术使部分供热机组的电出力调节能力在70％以上。在国内，近年来我国能源局陆续出台了一系列关于火电灵活性改造方面的政策，确定了22个火电灵活性改造示范试点项目，旨在深度挖掘火电机组调峰潜力。目前，已提出的提高供热机组灵活性的方法主要有：切缸技术、配置电锅炉、汽轮机旁路供热、配置蓄热罐等。

其中，切缸技术打破了原有的汽轮机低压缸最小冷却流量限制，在供热期间切除低压缸进汽，仅保持少量的冷却蒸汽，使低压缸在高真空条件下“空转”运行，从而提高汽轮机的供热能力。该技术能提高机组的供热比例，具有较好的供热经济性，具有较好的市场应用前景。

然而，在切缸过程中，改变供热调节蝶阀将快速改变机组发电负荷。但在现有的控制水平下，火电机组发电负荷的持续变化将导致燃料量、主蒸汽压力、中排压力等主要参数大幅波动，影响自身安全、稳定运行。因此，充分考虑供热机组切缸时的燃料量、汽轮机高调门、中排蝶阀开度等可调参数，建立能够准确预测机组发电负荷、主汽压力、供热压力的数学模型，对提高机组深度调峰能力、提高供热机组灵活性，确保火电机组长期安全可靠运行具有重要意义。

发明内容

本发明的目的在于提供一种用于超临界机组的发电负荷与供热量的智能预测方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种用于超临界机组的发电负荷与供热量的智能预测方法，包含以下步骤：

A、对具有切缸特性的超临界机组分别建立发电负荷特性、主汽压力特性、供热压力特性的神经网络预测模型；

B、利用机组历史运行数据对预测模型进行训练和验证。

作为本发明的进一步方案：建立发电负荷特性的神经网络预测模型具体是：模型的输入参数包括主汽压力P_s(MP_a)、主汽温度T_s(℃)、汽机调门开度μ(％)和供热抽汽蝶阀开度μ_c(％)，中排蝶阀1开度μ_c1(％)和中排蝶阀2开度μ_c2(％)，输出参数为机组负荷N_e(MW)。

作为本发明的进一步方案：建立主汽压力特性的神经网络预测模型具体是：模型的输入参数包括给水流量G(t/h)、燃料量B(t/h)、汽机调门开度μ(％)和供热抽汽蝶阀开度μ_c(％)，中排蝶阀1开度μ_c1(％)和中排蝶阀2开度μ_c2(％)，输出参数为主汽压P_s(MP_a)。