[发明专利]一种多模式多供热机组负荷实时优化调度方法及管理系统

说明书

本发明公开了一种多模式多供热机组负荷实时优化调度方法及管理系统，包括S1建立数据库。S2建立包括若干供热机组机理模型的模型库。S3对模型库内的机理模型进行适配；过程如下：S31调取数据库数据，对所有供热机组的运行负荷进行预测；S32根据现行供热机组运行参数对模型库内的机理模型进行适配；S33使用S31中的预测结果对S32适配之后的机理模型进行二次适配。S4使用优化器对适配之后的机理模型进行优化寻优；S5以省调指令以及寻优结果执行电厂多炉、多供热机组的负荷分配。本发明中根据电厂多炉多机机组机理建立若干机理模型，在考虑到价格因素和气象因素的多目标优化；考虑到调峰竞价政策的报价优化；通过模型适配能够更好的满足多工况下的优化需求。

技术领域

本发明涉及智慧能源技术领域，具体涉及一种多模式多供热机组负荷实时优化调度方法及管理系统。

背景技术

如今智慧电厂建设作为智慧能源发展的重要内容，其中智慧管理，实时监控，实时调控与优化，节能降耗，提升能效性是智慧电厂发展的核心。

然而在电厂优化的细分领域中，由于供热与供电的不同需求，热电的强耦合关系以及调峰竞价的政策鼓励，导致机理工艺模型具有多变性，在不同供热负荷与供电负荷情况下，模型需要进行相应的调整；传统的自动发电控制(AGC，Automatic GenerationControl)为省调指令直接控制各发电机组及电蓄热设备的负荷，电厂侧无法自主根据机组调节性能以及外界条件来进行优化调整，基本无优化空间或可优化空间狭小。

在名称为“一种厂级火电厂负荷分配方法”(CN109145449A)中仅仅通过构建每台机组的标准煤耗量与机组运行负荷之间的二次指数关系来进行寻优，没有严格搭建发电机组的机理仿真模型，因此该方法只是对于遗传算法的改进，且适用范围较窄，无法适用于多供热模式下热电强耦合的负荷分配的电厂优化任务。

在名称为“火电厂负荷分配的计算方法、系统及存储介质”(CN108122079A)中同上述方法构建了每台机组的标准煤耗量与机组运行负荷之间的二次指数关系，利用遗传算法来进行寻优，无法适用于多供热模式下热电强耦合的电厂负荷分配优化任务。

在名称为“一种基于混合智能算法的火电厂负荷优化分配方法”(CN112183843A)中，使用了目标函数的倒数作为适应度函数，但目标函数没有显性公式，且同为对遗传算法的改进，并没有应用机理的流程建模，因此无法适用于多供热模式下热电强耦合的电厂负荷分配优化任务。

发明内容

本发明的目的是提供一种多模式多供热机组负荷实时优化调度方法，可以解决上述技术问题中的一个或是多个。

为了达到上述目的，本发明提出的技术方案如下：

一种多模式多供热机组负荷实时优化调度方法，包括

S1建立数据库；

S2建立包括若干供热机组机理模型的模型库；

S3对模型库内的机理模型进行适配；

S4使用优化器对适配之后的机理模型进行优化寻优；

S5以省调指令以及寻优结果执行电厂多炉、多供热机组的负荷分配。

优选的：数据库内数据至少包括气象信息、供电价格、供热价格、供电负荷需求、供热负荷需求、煤价、调峰竞价；供热机组当前运行参数。

优选的：气象信息包括温度、压力、风速、湿度。

优选的：步骤S3中所述的适配过程如下：

S31调取数据库数据，对所有供热机组的运行负荷进行预测；

S32根据现行供热机组运行参数对模型库内的机理模型进行适配；

S33使用S31中的预测结果对S32适配之后的机理模型进行二次适配。