автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Оптимизация распределения тепловых и электрических нагрузок между энергоблоками ТЭС с учетом неопределенности исходной информации

На правах рукописи

МЕРЗЛИКИНА ЕЛЕНА ИГОРЕВНА

ОПТИМИЗАЦИЯ РАСПРЕДЕЛЕНИЯ ТЕПЛОВЫХ И ЭЛЕКТРИЧЕСКИХ НАГРУЗОК МЕЖДУ ЭНЕРГОБЛОКАМИ ТЭС С УЧЕТОМ НЕОПРЕДЕЛЕННОСТИ ИСХОДНОЙ ИНФОРМАЦИИ

Специальность 05.13.06 - «Автоматизация и управление технологическими процессами и производствами (по отраслям: энергетика)»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Москва-2004

Работа выполнена в Московском Энергетическом Институте

(Техническом Университете) на кафедре Автоматизированных систем управления технологическими процессами.

Научный руководитель: кандидат технических наук, доцент

Официальные оппоненты:

Доктор технических наук, профессор Шавров Александр Васильевич Кандидат технических наук, доцент Дорохов Евгений Викторович

Ведущая организация: Филиал ОАО «Инженерный центр ЕЭС» - «Фирма

Защита диссертации состоится «11» ноября 2004 г. в 14 ч. 00 мин. на заседании диссертационного совета Д 212.157.14 при Московском энергетическом институте (Техническом университете) по адресу: Москва, ул. Красноказарменная, д. 17, ауд. Б-205.

С диссертацией можно ознакомиться в библиотеке МЭИ (ТУ). Отзывы на автореферат диссертации (в двух экземплярах, заверенные печатью учреждения) просим направлять по адресу: 111250, Москва, ул. Красноказарменная, д. 14, Ученый совет МЭИ (ТУ).

Автореферат разослан «.........»...........................2004 г.

Ученый секретарь диссертационного совета Д 212.157.14

Щедеркина Татьяна Евгеньевна

ОРГРЭС»

к.т.н., доц.

Буров В. Д.

2005-4 3

12604 ОБШДЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. В современной экономической ситуации очень актуальной является задача экономии топлива и/или средств на его закупку в рамках энергосистемы или отдельной станции. При решении задачи оптимизации в рамках отдельного предприятия рассчитывается оптимальное для данного случая распределение нагрузки между установленными на нем энергоблоками.

В данной задаче используются получаемые различными способами математические модели расходных характеристик энергоблоков станции, в том числе модели, полученные при проведении пассивного эксперимента на работающем объекте, что позволяет учесть реальное состояние оборудования. Модели получены с некоторой погрешностью. Очень важно учитывать эти погрешности при решении задачи оптимизации, так как в противном случае эффект от оптимизации может быть полностью перекрыт погрешностью решения задачи.

Целью работы являлась разработка методики получения математических моделей энергоблоков ТЭС и методики решения задачи оптимизации режимов работы энергоблоков ТЭС с учетом неопределенности исходных данных, в том числе:

- получение различными способами математических моделей энергоблоков ТЭС с учетом погрешностей;

- решение задачи оптимизации распределения тепловой и электрической нагрузки по энергоблокам ТЭС при различных целевых функциях и при различных режимах работы с учетом недопустимости разгрузки блоков при увеличении нагрузки станции;

- решение задачи оптимизации с учетом неопределенности исходных данных.

Научная новизна диссертационной работы:

ССС НАЦИОНАЛЬНАЯ БИБЛИОТЕКА

- проведены исследования с оценкой точности и достоверности статистических характеристик различных факторов, влияющих на расходные характеристики блоков, на основании данных, собранных на работающем оборудовании; построены математические модели работающего оборудования по результатам пассивного эксперимента;

- разработано алгоритмическое обеспечение и решена задача оптимизации распределения нагрузки между энергоблоками ТЭС с учетом недопустимости разгрузки блоков при увеличении нагрузки станции;

- разработана методика учета неопределенности исходных данных при решении задачи оптимизации и алгоритм решения данной задачи.

Практическая значимость работы заключается в том, что результаты исследований и разработок, полученные в диссертационной работе, могут быть использованы на ТЭС для получения экономического эффекта в виде экономии топлива и/или средств.

Достоверность и обоснованность результатов подтверждается:

- повторяемостью результатов расчетов, проведенных на основании исходных данных, взятых с различных электростанций;

- повторяемостью результатов при решении тестовых задач с помощью разработанного программного обеспечения.

Личный вклад автора заключается в формировании концепции работы, постановке задач, разработке алгоритмов и методики решения задач, обобщении и анализе полученных данных, разработке рекомендаций по оптимальному распределению нагрузки и необходимой точности исходных данных.

Апробация работы. Материалы, основные разделы и основные положения диссертации докладывались и обсуждались на VII и IX Международной научно-технической конференции студентов и аспирантов «Радиотехника, электротехника и электроника» в феврале 2001 года и в марте 2003 года, на

научно-техническом семинаре, организованном на ТЭЦ-27 Мосэнерго в 2001 году и на заседании кафедры АСУ ТП МЭИ (ТУ) в 2004 году.

Публикации. По материалам диссертации опубликовано три печатных работы.

Структура и объем диссертации. Работа состоит из введения, пяти глав, заключения, списка использованной литературы, включающего 84 наименования, содержит 176 страниц печатного текста, 98 рисунков.

СОДЕРЖАНИЕ РАБОТЫ.

Во введении обоснована актуальность, научная и практическая значимость темы, сформулированы цель и задачи работы и ее научная новизна, приведена краткая характеристика работы.

В первой главе проведен обзор методов получения математических моделей расходных характеристик (РХ) энергоблоков, методов решения задачи оптимизации и методов учета неопределенности исходных данных. Также проведен обзор технических средств управления, применяемых в настоящее время на отечественных и зарубежных ТЭС и АЭС. На основании проведенного обзора определены цели и задачи диссертационной работы, и выбраны методы исследований.

Во второй главе разработана методика получения математической модели РХ энергоблока. Проведен сравнительный анализ точности уравнений регрессии, полученных по результатам активного и пассивного экспериментов на модели водогрейного котла. Активный эксперимент был проведен с реализацией полного факторного эксперимента. При проведении экспериментов модель котла была получена в виде:

У = Ь0 + V, +Й2Ж2 +¿3*3 +42*1*2 +4з*2*3 + 4З*1*3 +ккХ1Х2ХЪ О)

где: - доля сжигаемого мазута; - расход перегретого пара, кг/с; коэффициент избытка воздуха перед водяными экономайзерами;

температура уходящих газов, - оценки коэффициентов уравнения

регрессии.

Статистическая значимость полученных оценок коэффициентов уравнения регрессии оценивалась с использованием распределения Стьюдента:

где: Д - дисперсия оценки i-го коэффициента.

Адекватность модели экспериментальным данным проверялась с использованием распределения Фишера. Экспериментальное значение статистики Фишера было найдено по формуле:

где: Dost- остаточная дисперсия; ¿-дисперсия исходной функции отклика.

На функции отклика, предсказанные по уравнениям регрессии, были построены доверительные коридоры, ширина которых определялась по формуле:

Лу, = /* Dost *4x!*c*xi>

где: - ширина доверительного интервала в -ом сечении; - табличное значение коэффициента Стьюдента для данного случая; Dost - остаточная дисперсия; С - корреляционная матрица; X, - матрица входных переменных.

На основании полученных результатов сделаны выводы о длине выборок активного и пассивного экспериментов при равной точности полученных результатов и о точности моделей, полученных по результатам активного и пассивного эксперимента, при равной длине выборки. При равной длине выборки активный эксперимент позволяет получить уравнение регрессии с большей точностью, чем пассивный, а для получения равной точности моделей длина выборки пассивного эксперимента должна быть значительно больше длины выборки активного эксперимента, так

как ширина доверительного коридора в случае активного эксперимента составляет 2,444 °С, а в случае пассивного - 2,548 °С, при том, что в случае активного эксперимента объем выборки был 4,2 раза меньше, чем в пассивном.

Разработан подход к получению модели РХ энергоблока ТЭЦ на основании результатов тепловых испытаний, заключающийся в аппроксимации исходных данных с применением метода Бокса-Уилсона.

Также произведен расчет моделей теплофикационных энергоблоков с турбинами ПТ-80/100-130/13. Модели РХ теплофикационных энергоблоков по результатам тепловых испытаний были получены в виде:

В{И,0) = А<) + А1*К+А2*д + Ап*И2 + А21*д1 + Ап*а*М (5)

где: В- расход топлива на блок; N - электрическая мощность блока; Q -тепловая нагрузка блока; - коэффициенты уравнения регрессии.

Предложен подход к построению модели РХ теплофикационного энергоблока в широком диапазоне нагрузок энергоблока. Модель РХ энергоблока в широком диапазоне нагрузок может быть получена разделением всей диаграммы зависимости удельного расхода условного топлива от тепловой и электрической нагрузки на области и аппроксимацией в каждой области.

По результатам тепловых испытаний модели расходных характеристик не отражают реальное состояние оборудования, так как тепловые испытания обычно проводятся раз в несколько лет. В связи с этим получены математические модели РХ энергоблоков ТЭЦ по результатам пассивного эксперимента с применением метода множественного регрессионного анализа (МРА) для определения соответствующих уравнений регрессии. Применимость такого подхода обусловлена тем, что современные ТЭС оснащены программно-техническими средствами, позволяющими сформировать базу данных для расчетов. К таким станциям относится ТЭЦ-27, где реализована АСУ ТП на базе ПТК КВИНТ. В работе использовались данные, необходимые для расчета регрессионных уравнений расходных характеристик энергоблоков №1 и №2 ТЭЦ-27.

Модели, полученные таким образом, отражают реальное состояние оборудования, поэтому их целесообразно использовать в тех случаях, когда есть возможность их получения. Модель по результатам пассивного эксперимента была получена в виде:

5 = 4 +а,ы+а2м2+ +4Л+ЛА, +Л, тт +4Л(6)

где: Т^ - температура уходящих газов; - давление острого пара; Т0 температура острого пара; - расход острого пара; - температура питательной воды; Р„ - давление в конденсаторе; А, - коэффициенты уравнения регрессии.

Статистическая значимость полученных оценок коэффициентов и адекватность модели экспериментальным данным были проверены с доверительной вероятностью 0,95.

На рис. 1 приведен пример графиков зависимости расхода топлива на энергоблок от времени.

зо-—1---------

О 100 300 300 400 300 «00 700 «Ю МЮ 1000

Рис. 1. Графики зависимости расхода топлива (тыс.куб.м/ч) на энергоблок от времени (мин). В - значения расхода топлива, полученные в результате эксперимента. Вг-значения расхода топлива, предсказанные по уравнению

регрессии.

В третьей главе произведен анализ статистических характеристик факторов, влияющих на РХ.

Получение модели, в которой бы учитывались все факторы, влияющие на РХ энергоблока, технически и экономически невозможно, поэтому учитывают лишь те факторы, влияние которых на РХ особенно велико.

Как правило, факторы, влияющие на РХ энергоблоков, делят на три группы. К первой группе относятся факторы, которые дают 95% точности характеристики, ко второй - факторы, добавляющие 4-4,5% точности, факторы третьей группы добавляют около 0,5% точности. К факторам первой группы относятся давление и температура острого пара, температура перегретого пара, температура питательной воды, давление в конденсаторе. Учет этих факторов обеспечивает получение характеристики с погрешностью не более 5%.

Был проведен статистический анализ выборочных данных по расходу газа на блок, тепловой и электрической нагрузке блока, температуре и давлению пара перед турбиной, температуре уходящих газов, расходу пара на турбину и давлению в конденсаторе. Объем выборки составил 495 точек. Принято допущения о стационарности и эргодичности. Проведено центрирование реализаций по каждому фактору. Надены оценки их статистических характеристик - математического ожидания, дисперсии, среднеквадратического отклонения (СКО), автокорреляционной функции. Оценка автокорреляционной функции была найдена по множительному выборочно-шаговому алгоритму:

Д.С/АТ) = + УАг) (7)

где: х - центрированные значения случайной величины X; Ыы -объем выборки.

На рис. 2 приведена в качестве примера нормированная автокорреляционная функция расхода топлива на блок.

Анализ статистических характеристик влияющих факторов необходим для правильной организации эксперимента по определению РХ энергоблоков.

1

^МИК

Рис. 2. График нормированной корреляционной функции.

В четвертой главе был разработан алгоритм решения задачи оптимизации распределения нагрузки по энергоблокам ТЭС методом динамического программирования.

Постановка задачи оптимизации в общем виде в данном случае выглядит следующим образом: требуется распределить заданную диспетчерским графиком электрическую и тепловую нагрузку по энергоблокам станции таким образом, чтобы общий расход топлива на станцию был минимален при соблюдении ряда ограничений.

Целевая функция имеет вид:

где: Вп..£7„ - расходы топлива на каждый энергоблок; - суммарный расход топлива на станцию.

Ограничения имеют вид:

где: - суммарная мощность ТЭС, заданная диспетчерским графиком;

Л^-.Д, - мощности энергоблоков ТЭС; Лг_иш_|1Лгиои,

минимальная и

максимальная мощности ¡-го блока; - суммарная тепловая нагрузка ТЭС,

заданная диспетчерским графиком; - тепловая нагрузка каждого

энергоблока ТЭС; - минимальная и максимальная тепловые

нагрузки 1-го блока.

Выбор метода динамического программирования обусловлен тем, что этот метод достаточно легко реализуется на современной вычислительной технике, а также, в отличие от метода неопределенных множителей Лагранжа, не имеет ограничений на вид расходных характеристик энергоблоков.

Был разработан алгоритм решения задачи оптимизации методом динамического программирования для энергоблоков КЭС, на основании этого алгоритма была разработана программа, позволяющая решить задачу оптимизации распределения электрической нагрузки по конденсационным энергоблокам, расходные характеристики которых представлены в виде квадратичных полиномов второй степени. Основное окно программы приведено на рис. 3.

Исходными данными для этой программы являются верхний и нижний пределы мощности каждого блока, коэффициенты РХ каждого блока и мощность, которую требуется распределить. Программа решает задачу для двух, трех, четырех и пяти блоков. Результаты работы программы записываются в файл и выводятся на экран. На экран выводятся мощности всех блоков, расходы топлива на все блоки, относительные приросты для всех блоков, а также суммарный расход топлива на все блоки при оптимальном и равномерном распределении нагрузки.

Данная программа также позволяет рассчитывать распределение нагрузки по энергоблокам с учетом ограничения на недопустимость разгрузки блоков при увеличении нагрузки станции. Для этого при запуске программы в качестве ограничений мощностей снизу вводятся мощности, до которых уже загружены блоки. С помощью данной программы была решена задача оптимизации для пяти блоков, три из которых - с турбинами К-200-130, а два - с турбинами К-210-130.

Рис. 3. Основное рабочее окно программы, решающей задачу оптимизации распределения электрической нагрузки по энергоблокам КЭС.

Целевой функцией являлся суммарный расход условного топлива на станцию. Были получены результаты для летнего и зимнего режимов с учетом ограничения на недопустимость разгрузки блоков при увеличении нагрузки станции и без учета его, и построены диаграммы нагружения. Пример диаграммы нагружения приведен на рис.4 и 5.

Рис. 4. Диаграмма нагружения первого и второго блоков.

Рис. 5. Диаграмма нагружения третьего, четвертого и пятого блоков.

Был найден суточный экономический эффект от оптимизации. В результате оказалось, что в зимнем режиме станция, работающая на смеси четырех топлив - угля, мазута, природного газа и торфа - экономит уголь (ДВу=335.53 т) и торф (ДВТ=319.722 т) и перерасходует мазут (ДВм=-17.7 т) и природный газ (ДВг=-97.815 тыс. куб. м.). В летнем режиме станция работает на смеси угля и газа. Согласно расчетам, она экономит уголь (ДВ} =479.3625 т) и перерасходует природный газ (ДВ1.=-93.1673 тыс. куб. м.).

Для сравнения была решена задача оптимизации при целевой функции, равной сумме издержек на топливо. Для данной задачи целевая функция имеет вид:

(10)

где: И % - суммарные издержки на топливо; Л

- издержки на топливо для -го блока.

Разработана программа для решения задачи оптимизации для энергоблоков ТЭЦ. Задача оптимизации для оборудования ТЭЦ сложнее задачи оптимизации для оборудования КЭС, так как требуется распределять два вида ресурсов - электрическую и тепловую нагрузку.

Это увеличивает сложность программы и увеличивает время ее работы, однако при использовании современной вычислительной техники этот вопрос не является критическим.

Рис. 6. Основное рабочее окно программы, рассчитывающей оптимальное распределение тепловой и электрической нагрузки по энергоблокам ТЭЦ.

Рабочее окно данной программы приведено на рис. 6. Программа рассчитывает оптимальное распределение нагрузки по теплофикационным энергоблокам. При работе программа использует РХ энергоблоков в виде квадратичных полиномов, получение которых рассмотрено в главе 2.

Исходными данными для данной программы являются коэффициенты расходных характеристик энергоблоков, ограничения сверху и снизу на тепловую и электрическую нагрузку для каждого блока, общая тепловая и электрическая нагрузка, для которой будет вестись расчет. На выходе программа выдает рекомендации по тепловой и электрической нагрузке каждого блока, относительные приросты для каждого блока, расход топлива на

Результаты расчета выводятся на экран и в файл.

Задача оптимизации распределения тепловой и электрической нагрузки по энергоблокам ТЭЦ была решена для трех теплофикационных энергоблоков с турбинами ПТ-80/100-130/13. Построены диаграммы нагружения для электрической мощности каждого блока при заданной тепловой нагрузке станции. Пример диаграммы нагружения приведен на рис. 7.

i Диаграммы нагружения блоков при 0обш=210 ГКал/ч

I

ЯП

195 200 210 220 230 234

Общая мощность станции, МВт

| —♦— Елок INI,МВт -■—Ьлок2N2,МВт —Блок3N3.МВр

Рис. 7. Диаграмма нагружения для электрической мощности энергоблоков ТЭЦ при общей тепловой нагрузке станции 210 Гкал/ч.

Суточный экономический эффект, в предположении, что станция работает по графику нагрузки, представленному на рис. 8, составил 10,93 тыс. куб. м. природного газа в сутки.

Рис. 8. Суточный график электрической нагрузки для ТЭЦ.

В пятой главе разработана методика решения задачи оптимизации распределения нагрузки по энергоблокам ТЭС с учетом неопределенности исходных данных. Из отчетов о проведении тепловых испытаний, опросов экспертов выяснены значения относительных погрешностей измерения электрической мощности блока, тепловой нагрузки блока, удельного расхода топлива на отпуск тепла и электроэнергии.

Относительная погрешность измерения расхода топлива на электроэнергию была найдена по формуле:

(11)

где: - относительная погрешность расхода топлива на отпуск

электроэнергии; - относительная погрешность электрической мощности блока; - относительная погрешность удельного расхода топлива на отпуск электроэнергии.

Относительная погрешность электрической мощности блока не превышает =1%, а относительная погрешность удельного расхода топлива на отпуск электроэнергии не превышает = 4,5%, относительная погрешность расхода топлива в этом случае:

(12)

Абсолютная погрешность измерения расхода топлива на электроэнергию была найдена по формуле:

ДВн=В„*5т (13)

где: - абсолютная погрешность расхода топлива на отпуск электроэнергии; - расход топлива на отпуск электроэнергии.

Неопределенность исходных данных учитывалась интервальным методом, так как в данном случае о погрешностях исходных данных неизвестно ничего, кроме ограничений сверху. На основании полученной информации были найдены относительные погрешности расхода топлива на электроэнергию и

= -¡51 + 5гЬ1,

тепло и были построены РХ конденсационных энергоблоков и коридоры погрешностей на них, как это показано на рис. 9.

/п

л

Рис. 9. Построение расходных характеристик с учетом неопределенности

Расходная характеристика энергоблока может изменяться в рамках полученного коридора. Если характеристика смещается вверх или вниз, то есть в случае характеристик, отличающихся друг от друга на некоторую постоянную, распределения нагрузок не будут отличаться друг от друга, так как изменение функции на некоторую постоянную никак не влияет на положение ее экстремума. Экстремум целевой функции изменится лишь в том случае, если будет изменяться наклон характеристик. Поэтому были рассмотрены два крайних случая — характеристика, имеющая максимальный наклон в рамках данного коридора, и характеристика, имеющая минимальный наклон в рамках данного коридора. Далее были найдены оптимальные распределения нагрузки по блокам для исходных РХ, для РХ имеющих максимальный наклон, и для РХ, имеющих минимальный наклон.

На основании этой методики и процедуры оптимизации была разработана программа, которая решает задачу поиска оптимальных значений мощности для конденсационных энергоблоков с учетом неопределенности исходных данных. Основное рабочее окно данной программы приведено на рис. 10.

исходных данных.

•-«яш 4. '.. Л - (55™ |Лг' [2Й" -М»г . - (т! вг | ' 1 М®». ав | " Мвг

£««■«. ; м .{М"* •» ¡200 М»г • Ьк1'.'К —ШН '*» | ' "' 1 • И»г .-Самв.: ' л> |В М». АО | '■'"■-.»»» -мвг

•«ж? «Л р7а 1 ";*»' |ол9' ' ' *И рГЗЫпГ" ■•ям г ".АО р»'» " " [а эт 9 *11|оД)4сВГ •лма- АО [А""" РГ5ТЗ АЧЧчаяиаэт БЮ4 . АО- А.1 |ЬЭ4Ю» ' )-000427

•ЛКВ >0 ¿щв" "" <« РаООС271

Рис. 10. Основное рабочее окно программы, решающей задачу оптимизации для КЭС с учетом неопределенности исходных данных.

Дшрмш ыгружшм третьего (шока

II!; мо

I

«дпяпа»юяоммт« Ои>рИШМЧЯ*<ШЦМ1,М>Г

-Трспй блок Ишгамш I —И—ТргтнйПиигТТимипни Т —^—ТрпшППчги Гшиши !

Рис. 11. Пример диаграммы нагружения при погрешности РХ блока 4,61%.

С помощью этой программы была решена задача оптимизации с учетом неопределенности исходных данных для погрешностей РХ конденсационных энергоблоков мощностью 200 МВт, равных 4,61%, 4%, 3,5%, 3%, 2,46%, 2%.

На рис. 11 приведен пример диаграммы нагружения. Расчеты показали, что при исходной погрешности РХ (4,61%) максимальное отклонение нагрузки составляет 37,5% от номинального, при уменьшении погрешности оно снижается, и при погрешности РХ, равной 2%, составляет 21,5%.

ЗАКЛЮЧЕНИЕ

Основные результаты, полученные в работе, и выводы могут быть сформулированы следующим образом.

1. На основании активного и пассивного эксперимента, проведенных на имитационной модели котла, получены регрессионные уравнения и проведен сравнительный анализ их точности. На основании полученных результатов сделан вывод о том, что для получения равной точности требуется существенно больший объем выборки в пассивном эксперименте.

2. На основании результатов тепловых испытаний получены модели расходных характеристик для конденсационных и теплофикационных энергоблоков ряда станций Мосэнерго.

3. Разработан подход к получению модели расходных характеристик теплофикационного энергоблока в широком диапазоне нагрузок.

4. На основании результатов пассивного эксперимента и метода множественного регрессионного анализа получены модели расходных характеристик для теплофикационных энергоблоков. Данный способ позволяет получить модель, отражающую реальное состояние оборудования. При этом не требуется вмешиваться в работу объекта, поэтому можно рекомендовать применять его в условиях действующего производства, если позволяют имеющиеся технические средства.

5. Получены статистические характеристики факторов, влияющих на расходные характеристики энергоблоков. Анализ статистических характеристик влияющих факторов необходим для правильной организации эксперимента по определению расходных характеристик энергоблоков

6. В среде Visual Basic 6.3 разработана программа для решения задачи оптимизации распределения нагрузки по энергоблокам ТЭЦ и КЭС методом динамического программирования.

7. Решена задача оптимизации распределения электрической нагрузки с целью минимизации суммарного расхода топлива на станцию и суммарных затрат на станцию

20 г*" я 2 3 4

8. Решена задача оптимизации распределения тепловой и электрической нагрузки по энергоблокам ТЭЦ с целью минимизации < 2005~4 расхода топлива на станцию.

12604

9. Разработана методика решения задачи оптимизации рас нагрузки по энергоблокам ТЭС с учетом неопределенности исходных данных.

10.На основании разработанной методики написана программа, решающая задачу оптимизации распределения нагрузки для ТЭС с учетом неопределенности исходных данных

11.Решена задача оптимизации распределения нагрузки с учетом неопределенности исходных данных для различных погрешностей.

Основное содержание диссертационной работы изложено в следующих публикациях:

1. Мерзликина Е. И., Щедеркина Т. Е. Оптимальное управление режимами работы блоков ТЭС // Радиотехника, электротехника и энергетика: Тез. докл. VII Междунар. науч.-тех. конф. студентов и аспирантов: В 3-х т. -М.: Издательство МЭИ, 2001. - Т.З. - С. 221-222.

2. Мерзликина Е. И., Щедеркина Т. Е. Методология определения математических моделей энергетических характеристик агрегатов ТЭС в задачах статической оптимизации // Радиотехника, электротехника и энергетика: Тез. докл. IX Междунар. науч.-тех. конф. студентов и аспирантов: В 3-х т. - М.: Издательство МЭИ, 2003. - Т.З. - С. 169-170.

3. Щедеркина Т.Е., Мерзликина Е.И. Учет неопределенности исходных данных при решении задач статической оптимизации // Математические методы в технике и технологиях: Сб. трудов. XVII Междунар. науч. конф.: 10-ти т. - Кострома: Издательство КГТУ, 2004. - Т2. - С. 163-164.

Введение.

Глава 1. Аспекты проблемы оптимизации режимов работы энергоблоков ТЭС. Постановка задачи исследования.

1.1. Анализ методов определения математических моделей энергетических характеристик энергоблоков ТЭС.

1.1.1. Энергетические характеристики энергоблоков ТЭС.

1.1.2. Пассивный эксперимент.

1.1.3. Активный эксперимент.

1.1.4. Получение математических моделей по результатам тепловых испытаний.

1.2. Анализ методов оптимизации, используемых для данной задачи.

1.2.1. Постановка задачи оптимизации.

1.2.2. Метод неопределенных множителей Лагранжа.

1.2.3. Метод динамического программирования Беллмана.

1.2.4. Метод покоординатного спуска (метод Гаусса-Зайделя).

1.2.5. Градиентный метод.

1.2.6. Симплекс-метод.

1.2.7. Метод случайного поиска.

1.2.8. Оврагоперешаговый метод.

1.2.9. Метод штрафных функций.

1.2.10. Многокритериальная оптимизация.

1.3. Анализ способов учета неопределенности задания исходных данных при решении задачи оптимизации.

1.3.1. Стохастическое описание.

1.3.2. Статистическое описание.

1.3.3. Интервальное описание.

1.3.4. Нечеткое описание.

1.3.5. Решение задачи статической оптимизации в условиях неопределенности.

1.4. Обзор современных технических и программных средств АСУ ТП.

1.5. Постановка задачи исследования.

1.6. Выводы по главе.

Глава 2. Разработка методики получения математических моделей расходных характеристик энергоблоков ТЭС.

2.1. Получение математических моделей энергетических характеристик энергоблоков ТЭС с помощью пассивного эксперимента.

2.1.1. Описание объекта моделирования и расчет статистических характеристик факторов и отклика.

2.1.2. Получение математической модели объекта по результатам пассивного эксперимента.

2.1.3. Построение доверительных интервалов на функцию отклика.

2.2. Получение математических моделей энергетических характеристик энергоблоков ТЭС с помощью активного эксперимента.

2.2.1. Получение модели объекта с помощью активного эксперимента.

2.2.2. Построение доверительного интервала на функцию отклика по результатам активного эксперимента. Сравнение точности моделей, полученных по результатам пассивного и активного экспериментов.

2.3. Получение математических моделей энергетических характеристик энергоблоков ТЭС на основании исходно-номинальных удельных расходов условного топлива.

2.3.1. Определение математических моделей расходных характеристик конденсационных энергоблоков.

2.3.2. Методика получения математических моделей расходных характеристик теплофикационных энергоблоков.

2.3.3. Получение зависимости расхода топлива на отпущенную электроэнергию от мощности блока.

2.3.4. Получение зависимости расхода топлива на отпущенное тепло от мощности блока.

2.3.5. Построение расширенной модели расходной характеристики энергоблока ТЭЦ.

2.4. Получение моделей расходных характеристик энергоблоков ТЭЦ на основании данных пассивного эксперимента.

2.5. Выводы по главе.

Глава 3. Анализ статистических характеристик влияющих факторов.

3.1. Анализ влияния режимных и эксплуатационных факторов на энергетические характеристики энергоблоков ТЭЦ.

3.2. Анализ статистических характеристик влияющих факторов.

3.2.1. Описание получения статистических характеристик влияющих факторов.

3.2.2. Расчет статистических характеристик влияющих факторов.

3.3. Выводы по главе.

Глава 4. Разработка программного обеспечения, предназначенного для оптимального распределения нагрузки по энергоблокам ТЭС.

4.1. Разработка алгоритма оптимального распределения электрической нагрузки КЭС с учетом эксплуатационных ограничений.

4.2. Расчет оптимального распределения нагрузки по энергоблокам

4.2.1. Расчет оптимального распределения нагрузки в разных режимах.

4.2.2. Расчет суточной экономии топлива и средств для данной станции.

4.2.3. Распределение нагрузки с целью минимизации издержек на топливо.

4.2.4. Выводы о распределении нагрузки на КЭС.

4.3. Разработка алгоритма оптимального распределения электрической и тепловой нагрузки ТЭЦ с учетом эксплуатационных ограничений.

4.4. Решение задачи оптимизации для ТЭЦ.

4.4.1. Расчет оптимального распределения нагрузки по энергоблокам ТЭЦ.

4.4.2. Расчет суточной экономии топлива и средств для данной станции.

4.4.3. Выводы о распределении нагрузки по блокам ТЭЦ.

4.4.4. Расчет оптимального распределения нагрузки по энергоблокам ТЭЦ с использованием моделей, построенных по результатам пассивного эксперимента.

4.5. Выводы по главе 4.

Глава 5. Расчет оптимального распределения нагрузки в условиях неопределенности исходных данных.

5.1. Разработка методики учета неопределенности исходных данных при решении задачи оптимизации.

5.2. Описание программы для расчета оптимального распределения нагрузки по энергоблокам КЭС с учетом неопределенности исходных данных.

5.3. Расчет оптимального распределения нагрузки по энергоблокам

КЭС с учетом неопределенности исходных данных.

5.3.1. Определение моделей расходных характеристик энергоблоков

КЭС с учетом неопределенности исходных данных.

5.3.2. Расчет оптимального распределения нагрузки по энергоблокам КЭС при найденной погрешности.

5.3.3. Сравнение рекомендаций по загрузке блоков КЭС при разных погрешностях.

5.4. Выводы по главе 5.

В настоящее время задача оптимизации режимов работы энергоблоков очень актуальна, так как при этом в условиях отработки неравномерного графика нагрузки, по которому работают многие станции МосЭнерго, происходит экономия топлива и/или средств, что очень важно в современных экономических условиях. Кроме того, задача оптимизации также может быть решена с учетом экологических факторов, факторов надежности и т.д.

Целью настоящей работы является разработка методики получения математических моделей энергоблоков ТЭС и методики решения задачи оптимизации режимов работы энергоблоков ТЭС с учетом неопределенности исходных данных. Для достижения намеченной цели проведена теоретическая проработка вопросов, связанных с методами оптимизации и учета неопределенности исходных данных, разработаны рекомендации по получению моделей энергоблоков ТЭЦ на основании результатов тепловых испытаний, разработаны рекомендации по решению задачи оптимизации в условиях неопределенности исходных данных, и разработано соответствующее программное обеспечение.

В первой главе производится обзор методов получения математических моделей РХ энергоблоков, методов решения задачи оптимизации и методов учета неопределенности исходных данных. Данный обзор позволяет выбрать метод решения поставленной задачи.

Во второй главе разрабатывается методика получения математической модели РХ энергоблока. Проводится сравнительный анализ точности активного и пассивного экспериментов, разрабатывается методика получения модели РХ на основании результатов тепловых испытаний. Проводится расчет моделей энергоблоков по результатам тепловых испытаний и по результатам пассивного эксперимента.

В третьей главе производится анализ факторов, влияющих на РХ энергоблока и их статистических характеристик.

В четвертой главе производится разработка методики решения задачи с помощью выбранного метода динамического программирования,' разрабатывается программное обеспечение, и решается задача оптимизации на примере оборудования Шатурской ГРЭС и ТЭЦ-27.

В пятой главе производится разработка методики учета неопределенности исходных данных при решении задач оптимизации, производится разработка программного обеспечения, и решается задача оптимизации в условиях неопределенности исходных данных на примере оборудования Шатурской ГРЭС. Также выдаются рекомендации по точности исходных данных.

В приложениях приводятся тексты и блок-схемы программ, реализации факторов, влияющих на РХ, диаграммы нагружения блоков.

Экспериментальная часть работы выполнена на тепловых электрических станциях МосЭнерго.

Основные результаты работы доложены на конференции «Радиотехника, электротехника и электроника» в феврале 2001 года и в марте 2003 года.

Основные результаты, полученные в работе, и выводы могут быть сформулированы следующим образом.

1. На основании активного и пассивного эксперимента, проведенных на модели котла ТП-230Б, получены модели объекта и проведен сравнительный анализ их точности. На основании полученных результатов сделан вывод о том, что для получения равной точности требуется больший объем выборки в пассивном эксперименте.

2. На основании результатов тепловых испытаний получены модели РХ для энергоблоков ряда станций МосЭнерго (Шатурской ГРЭС, ТЭЦ-27).

3. На основании результатов пассивного эксперимента были получены модели РХ для энергоблоков ТЭЦ-27.

4. Разработана методика получения модели РХ теплофикационного энергоблока в широком диапазоне нагрузок.

5. Получены статистические характеристики факторов, влияющих на РХ. Даны рекомендации по шагу.

6. В среде Visual Basic 6.3 разработана программа для решения задачи оптимизации методом динамического программирования.

7. Решена задача оптимизации распределения электрической нагрузки с целью минимизации суммарного расхода топлива на станцию и суммарных издержек на станцию на примере Шатурской ГРЭС.

8. Решена задача оптимизации распределения тепловой и электрической нагрузки по энергоблокам ТЭЦ с целью минимизации суммарного расхода топлива на станцию на примере ТЭЦ-27.

Решена задача оптимизации с учетом неопределенности исходных данных на примере Шатурской ГРЭС. Даны рекомендации по увеличению точности исходных данных.

Заключение

1. Акматбеков Р., Вощинин А. П., Кузнецов С. Г. ШШ оптимального планирования эксперимента в регрессионных задачах прогноза и оптимизации с заданной точностью. // Труды МЭИ, выпуск 548. М.: МЭИ, 1982.- 108 стр.

2. Аминов Р. 3. Векторная оптимизация режимов работы электростанций. М.: Энергоатомиздат, 1994. 304 с.

3. Аминов Р.З., Аминов В.З. Градиентный метод распределения нагрузок на ТЭЦ с использованием множителей Лагранжа. //Известия ВУЗов. Энергетика, 1979. №2.

4. Аракелян Э. К., Кормилицын В. И., Самаренко В. Н. Оптимизация режимов оборудования ТЭЦ с учетом экологических ограничений. // Теплоэнергетика, 1992. №2. С. 29-33.

5. Аракелян Э.К., Нгуен Дык Тхао. Об учете фактора надежности при определении оптимального состава генерирующего оборудования на ТЭС. //Известия ВУЗов. Энергетика, 1991. №8.

6. Аракелян Э. К., Пикина Г. А. Оптимизация и оптимальное управление. М.: МЭИ, 2003. 356 с.

7. Аракелян Э. К., Старшинов В. А. Повышение экономичности и маневренности оборудования тепловых электростанций. М.: МЭИ, 1993. 328 с.

8. Аракелян Э. К., Тарабановский А. А. Метод и критерии распределения затрат на тепловую энергию. //Вестник МЭИ, 2002. №2. С. 9-14.

9. Аракелян Э. К., Хоа Л. К., Мань Н. В. Оптимизация режима работы тепловых электростанций по экономическому и экологическому критериям. //Вестник МЭИ, 2002. №4. С. 25-30.

10. Афремов Д. А., Журавлева Ю. В., Миронов Ю. В., Радкевич В. Е. Методика статистического анализа неопределенностейфтеплогидравлических расчетов. // Атомная энергия, Т. 93, вып. 2, август 2002. С. 101-109.

11. И. Байрамов А. И., Пискарев И. В. Новый алгоритм регуляризации в построении расходной характеристики энергоблоков в рамках АСУ. Управление режимами работы энергосистемы и ее основного оборудования. Баку: АзНИИЭ им. И. Г. Есьмана, 1990. - 157 с.

12. Бакластов А. А. Алгоритм оптимального распределения нагрузок между параллельно работающими агрегатами. // Труды МЭИ, 1987. №142. С. 61-69.

13. Бендат Дж., Пирсол А. Измерение и анализ случайных процессов. М.: Мир, 1971.-408 с.

14. Берсенев А. П. Оптимизация пуско-остановочных и переменных режимов мощных энергоблоков ТЭС, обеспечивающих их надежность и эффективность. Автореферат к канд. диссертации. М.: 1995.-20 с.

15. Борисов Г. М., Гиршфельд В. Я. Получение тепловых экспериментальных характеристик турбоагрегатов с использованием метода планирования эксперимента. // Теплоэнергетика, 1977. №5. С. 47-49.

16. Бородюк В. П., Лецкий Э. К. Статистическое описание промышленных объектов. М.: Энергия, 1971. 111 с.

17. Васин В.П., Старшинов В.А. Распределение нагрузок между агрегатами электростанции при невыпуклых расходных характеристиках. // Труды МЭИ, выпуск 346. М.: МЭИ, 1978. 124 с.

18. Веников В. А., Журавлева В. Г., Филиппова Т. А. Оптимизация режимов электростанций и энергосистем. М.: Энергоатомиздат, 1990. 352 стр.

19. Вентцель Е. С. Исследование операций. Задачи, принципы, методология. М.: Наука, 1988 год. 206 с.

20. Волгин В. В., Каримов Р. Н. Оценка корреляционных функций в промышленных системах управления. М.: Энергия, 1979. 80 с.

21. Волгин В. В., Щедеркина Т. Е. Определение вероятностных характеристик случайных процессов. М.: МЭИ, 2004. - 27 с.

22. Вощинин А. П. Выделение множества предпочтительных решений в задачах оптимизации в условиях неопределенности. // Труды МЭИ, выпуск 594. М.: МЭИ, 1983. 142 с.

23. Вощинин А. П. Разработка и внедрение методов оптимизации объектов управления по экспериментально-статистическим моделям. Диссертация на соискание ученой степени доктора технических наук. М.: МЭИ, 1984.-411 с.

24. Вощинин А. П. Метод оптимизации объектов по интервальным моделям целевой функции. М.: МЭИ, 1987. 48 с.

25. Вощинин А. П., Сотиров Г. Р. Оптимизация в условиях неопределенности. М.: МЭИ, 1989. 216 с.

26. Галашов Н. Н. Анализ и прогнозирование технико-экономических показателей ТЭС и энергосистем с использованием статистических методов. Диссертация на соискание ученой степени кандидата технических наук. М.: МЭИ, 1980. 183 с.

27. Гиршфельд В. Я., Акименкова В. М., Куликов В. Е., Борисов Г. М., Удыма С. П. Испытания теплоэнергетического оборудования и обработка результатов с использованием метода планирования эксперимента. //Теплоэнергетика, 1976. №2. С. 38-41.

28. Гирфшельд В. Я., Князев А. М., Куликов В. Е. Режимы работы и эксплуатация ТЭС. М.: Энергия, 1980. 288 с.

29. Гмурман Е. В. Теория вероятностей и математическая статистика. М.: Высшая школа, 1998. 479 с.

30. Горев Е. Н. Эколого-экономическая оптимизация природоохранной деятельности в энергетике. // Электрические станции, 1996, №8. С. 28-32.

31. Горнштейн В. М. и др. Методы оптимизации режимов энергосистем. М.: Энергия, 19^1.-336 с.

32. Гремяков А. А., Рокотян И. С., Строев В. А. Модели оптимизационных расчетов при краткосрочном планировании режимов ЭЭС. М.: Изд-во МЭИ, 1994.- 108 с.

33. Дементьев В. А. Работы ОАО «ЦНИИКА» по созданию интеллектуальных функций АСУТП объектов энергетики. Труды международной конференции Control-2000. М.: МЭИ, 2000. С. 24-27.

34. Долинин И. В., Тарасов Д. В. Интегрированная АСУ ТЭЦ-27. Труды международной конференции Control-2000. М.: МЭИ, 2000. С. 48-51.

35. Долинин И. В., Горожанкин П. А. Разработка и внедрение АСУ электротехнического оборудования ТЭЦ-27. Труды международной конференции Control-2000. М.: МЭИ, 2000. С. 167-170.

36. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. Т. 1,2. М: «Финансы и статистика», 1986. 366 е., 351 с.

37. Елизаров Д. П., Аракелян Э. К. Маневренные характеристики оборудования ТЭС. М.: МЭИ, 1989. 128 с.

38. Зорин В. М., Копченова Н. В. Некоторые методы решения оптимизационных задач. Атомные электрические станции. М.: МЭИ, 1993.-71 с.

39. Иевлев А. В. Некоторые особенности формирования структуры регрессионных моделей в условиях промышленного производства. // Труды МЭИ, выпуск 594. М.:МЭИ, 1983. 142 с.

40. Кудрявый В. В. Комплексная оптимизация режимов работы электростанций с учетом факторов экономичности, экологии иг~>надежности. Автореферат к диссертации на соискание ученой степени доктора технических наук. М.: 1998. 40 с.

41. Кузин Л. Т. Основы кибернетики. М.: Энергия. 1973. 504 стр.

42. Курносов Н. М., Певзнер В. В., Яхин Е. Я., Долинин И. В. Этапы создания и перспективы развития ПТК «КВИНТ». Труды международной конференции Соп1:го1-2000. М.: МЭИ, 2000. С. 18-23.

43. Летун В. М., Сызганов Н. А., Мартюшев С. Н., Соколов А. Г. Оптимальное управление ТЭС со сложной тепловой схемой. Электрические станции, 1997, №1. С. 23-28.

44. Мань Н. В., Аракелян Э. К., Хунг Н. Ч. Оптимизация фактического режима эксплуатации теплоэнергетических установок. //Вестник МЭИ, 1997. №6. С. 56-61.

45. Мань Н. В., Аракелян Э. К., Хунг Н. Ч. Оптимальное распределение нагрузки между параллельно работающими энергетическими блоками с учетом фактора надежности. //Вестник МЭИ, 1997. №3. С. 15-20.

46. Мань Н. В., Хунг Н. Ч. Оптимизация режима работы энергетических объектов. Труды международной конференции Соп1го1-2000. М.: МЭИ, 2000. С. 32-36.

47. Мань Н. В. Поисковые методы оптимизации систем управления недетерминированными объектами (на примере теплоэнергетики). Диссертация на соискание ученой степени доктора технических наук. М.: МЭИ, 1999.

48. Мань Н. В. Применение «оврагоперешагового» метода оптимизации для идентификации передаточной функции объектов управления. // Теплоэнергетика, 1995. №6, С. 71-77.

49. Методы математического моделирования и комплексной оптимизации энергетических установок в условиях неопределенности исходной информации. Иркутск: СЭИ, 1977. -191 с.

50. Методы математического моделирования и комплексной оптимизации энергетических установок в условиях неопределенности исходной информации. М.: Наука, 1972. 243 с.

51. Наумова Е. А. Методы динамического программирования в задачах управления производством. Санкт-Петербург.: Издательский центр СПб МТУ, 1996.

52. Научно-технический отчет. Анализ точности вычисления ТЭП энергоблока 300 МВт Ставропольской ГРЭС. 1974 год.

53. Нгуен Ань Чинь. Разработка методов решения задач векторной оптимизации по неточным моделям. Диссертация на соискание ученой степени кандидата технических наук. М.: МЭИ, 1984. 167 с.

54. Нгуен Вьет Зунг. Разработка и исследование методов идентификации нелинейных динамических объектов в условиях интервальной неопределенности. Диссертация на соискание ученой степени кандидата технических наук. М.: МЭИ, 1993. 150 с.

55. Нгуен Дык Тхао. Учет фактора надежности при выборе оптимального состава генерирующего оборудования ТЭС. Диссертация на соискание ученой степени кандидата технических наук. М.: МЭИ, 1991. 198 с.

56. Нгуен Чонг Хунт. Многоцелевая оптимизация режимов работы теплоэнергетических установок. Диссертация на соискание ученой степени кандидата технических наук. М.: МЭИ, 1998. 160 с.

57. Новицкий П. В., Зограф И. А. Оценка погрешностей результатов измерений. Л.: Энергоатомиздат, 1991. 304 с.

58. Плетнев Г. П. Автоматизированные системы управления объектами тепловых электростанций. М.: МЭИ, 1995. 352 с.

59. Плетнев Г.П., Долинин И.В. Основы построения и функционирования АСУ тепловых электростанций. М.: Изд-во МЭИ, 2001.- 156 с.щ

60. Плетнев Г.П., Щедеркина Т.Е. Управление электрической нагрузкой энергоблоков ТЭС с учетом эксплуатационных ограничений. // Известия ВУЗов, 1983. №5.

61. Плетнев Г.П., Щедеркина Т.Е., Виноградник М.В. Автоматизированное управление распределением суммарной нагрузки КЭС. // Теплоэнергетика, 1990. №10. С. 61-64.

62. Плетнев Г.П., Щедеркина Т.Е., Горбачев А. С. Автоматизированное управление вредными выбросами в переменных режимах ТЭС. // Теплоэнергетика, 1995. №4. С. 54-56.

63. Реклейтис Г. и др. Оптимизация в технике. В 2-х кн. М.: Мир, 1986. -350 е., 320 с.

64. Самаренко В. Н. Оптимизация режимов работы ТЭЦ с учетом экологических факторов. Диссертация на соискание ученой степени кандидата технических наук. М.: МЭИ, 1993. 176 с.

65. Сидулов М. В. Разработка и исследование алгоритмов оптимизации в условиях неразличимости (на примере распределения нагрузок между агрегатами ТЭЦ). Диссертация на соискание ученой степени кандидата технических наук. М.: МЭИ, 1986. 128 с.

66. Скибицкий Н. В. Некоторые подходы к решению задачи оптимального управления динамическими объектами в условиях неполной информации. // Труды МЭИ, выпуск 548. М.: МЭИ, 1982. -108 с.

67. Статистические методы в инженерных исследованиях. М.: «Высшая школа», 1983. 216 с.

68. Стерман JI. С., Лавыгин В. М., Тишин С. Г. Тепловые и атомные электрические станции. М.: Энергоатоиздат, 1995. 416 с.

69. Трембовля В. И., Фингер Е. Д., Авдеева А. А. Теплотехнические испытания котельных установок. М.: Энергия, 1997. 297 с.

70. Филиппова Т. А. и др. Управление режимами электрических станций. Новосибирск, 1995.

71. Ханс К., Асосков О. Проблемы оптимизации управления производством. Труды международной конференции Control-2000. M.: МЭИ, 2000. С. 11-17.

72. Шахвердян С. В., Бабаян Д. М. Приложение трехмерного динамического программирования к оптимизации режима ТЭЦ с применением ЦВМ. // Теплоэнергетика, 1969, №2. С. 63-66.

73. Щедеркина Т. Е. Разработка методического и алгоритмического обеспечения системы автоматизированного распределения нагрузок КЭС. Диссертация на соискание ученой степени кандидата технических наук. М.: 1985. 200 с.

74. T. Sutoh, H. Suzuki, M. Ichinohe. Simulation method of annual management for electric utility. IF AC Energy Systems Management and Economics, 1989. p. 163-168.

75. Geoffrey Ives. Digital systems. Review of safety critical applications. Nuclear Engineering International (NEI), 1994 April, p. 37-37-40.

76. H. D. Fischer, A. Graf, U. Mertens. Siemens-KWU works towards digital I&C for safety systems. NEI, 1991, February. p. 35-36.

77. L. Reynes. France's approach to I&C. NEI, 1994, July. p. 32-34.

78. D. Boettcher. Developing I&C standards more efficiently. NEI, 1994, April, p. 42-43.

79. Yang Zijue. Building a PC-based protection system in China. NEI, 1994, April. p. 43-44.

80. T. Albrigo. Warning: digital systems ahead. NEI, 1994, July. p. 35-3540.

81. A. J. Machiels, R. C. Toroc, J. A. Naser, C. D. Wilkinson. The digital challenge. An update on EPRI's I&C Upgrade Initiative. NEI, 1995, April. p. 44-46.

82. V. K. Chexal, J. U. Marston, K., E. Stahlkopf. An industry vision for the 1990s and beyond. NEI, 1991, September. p. 22-24.