Modellierung des Betriebs eines realen Heizkraftwerks zur Optimierung der Betriebsmodi: Dampf und Mathematik

Es gibt ein großes Heizkraftwerk. Es funktioniert wie gewohnt: es verbrennt Gas, um Wärme für die Beheizung von Häusern zu erzeugen und Strom für das öffentliche Netz zu produzieren. Die erste Aufgabe besteht in der Heizung. Die zweite besteht darin, den gesamten erzeugten Strom auf dem Großhandelsmarkt zu verkaufen. Manchmal fällt bei klarem Himmel und Frost auch Schnee, aber das ist ein Nebenerscheinung des Betriebs der Kühltürme.

Ein durchschnittliches Kraftwerk besteht aus mehreren Dutzend Turbinen und Kesseln. Wenn die erforderlichen Mengen an Strom- und Wärmeproduktion genau bekannt sind, reduziert sich die Aufgabe auf die Minimierung der Brennstoffkosten. In diesem Fall besteht die Berechnung darin, die Zusammensetzung und den Ladeprozentsatz der Turbinen und Kessel zu wählen, um den maximalen Wirkungsgrad der Anlagentechnik zu erreichen. Der Wirkungsgrad von Turbinen und Kesseln hängt stark von der Art der Ausrüstung, der Betriebszeit ohne Wartung, den Betriebsbedingungen und vielen weiteren Faktoren ab. Eine andere Herausforderung besteht darin, bei bekannten Strompreisen und Wärmevolumen zu entscheiden, wie viel Strom produziert und verkauft werden sollte, um den maximalen Gewinn auf dem Großhandelsmarkt zu erzielen. In diesem Fall haben der Optimierungsfaktor — der Gewinn und der Wirkungsgrad der Ausrüstung — deutlich weniger Gewicht. Das Ergebnis kann ein Betriebmodus sein, bei dem die Ausrüstung vollkommen ineffizient arbeitet, aber das gesamte produzierte Stromvolumen mit maximaler Marge verkauft werden kann.

In der Theorie klingt das alles schon lange klar und schön. Das Problem liegt jedoch darin, wie man das in der Praxis umsetzt. Wir haben mit der Simulation des Betriebs jeder einzelnen Ausrüstung und des gesamten Werks begonnen. Wir sind zu dem Heizkraftwerk gegangen und haben die Parameter aller Komponenten erfasst, indem wir deren tatsächliche Leistungsmerkmale gemessen und die Leistung unter verschiedenen Bedingungen bewertet haben. Basierend auf diesen Daten haben wir präzise Modelle erstellt, um den Betrieb jeder einzelnen Ausrüstung zu simulieren und diese für Optimierungsberechnungen zu verwenden. Um es vorwegzunehmen, wir haben etwa 4 % reale Effizienzgewinne allein durch mathematische Optimierungen erzielt.

Es hat funktioniert. Bevor ich jedoch unsere Lösungen beschreibe, möchte ich erläutern, wie ein Heizkraftwerk aus Sicht der Entscheidungsfindung funktioniert.

Grundlegende Dinge

Die Hauptbestandteile eines Kraftwerks sind Kessel und Turbinen. Turbinen werden durch hochdruckdampf aktiviert, der wiederum Generatoren antreibt, die elektrische Energie erzeugen. Die Restenergie des Dampfes wird für Heizung und Warmwasser verwendet. Kessel sind die Orte, an denen Dampf erzeugt wird. Das Aufheizen des Kessels und das Anfahren der Dampfturbine benötigt viel Zeit (Stunden), was direkt zu einem Verlust von Brennstoff führt. Gleiches gilt für das Ändern der Last. Solche Dinge müssen im Voraus geplant werden.

Die Anlagen eines Heizkraftwerks haben ein technisches Minimum, das einen stabilen Betriebsmodus umfasst, in dem ausreichend Wärme für Haushalte und industrielle Verbraucher bereitgestellt werden kann. Die benötigte Wärmemenge hängt normalerweise direkt von der Witterung (Lufttemperatur) ab.

Jede Einheit hat eine Effizienzkurve und einen Punkt maximaler Effizienz: Bei einer bestimmten Last liefert ein bestimmter Kessel und eine bestimmte Turbine die kostengünstigste elektrische Energie. Kostengünstig bedeutet hier, dass der spezifische Brennstoffverbrauch minimal ist.

Die meisten Kraftwerke hier in Russland arbeiten mit parallelen Verbindungen, bei denen alle Kessel an einen gemeinsamen Dampfsammelkollektor angeschlossen sind und alle Turbinen ebenfalls aus demselben Sammelkollektor versorgt werden. Dies bietet Flexibilität bei der Auslastung des Equipments, macht die Berechnungen jedoch erheblich komplizierter. Manchmal wird die Ausrüstung der Station auch in Segmente unterteilt, die an verschiedene Sammelkollektoren mit unterschiedlichem Dampfdruck angeschlossen sind. Wenn man zudem die Kosten für den internen Bedarf – den Betrieb von Pumpen, Ventilatoren, Kühltürmen und, um ehrlich zu sein, von Saunen direkt hinter dem Kraftwerkszaun – berücksichtigt, wird es wirklich komplex.

Die Eigenschaften aller Geräte sind nicht linear. Jedes Aggregat hat eine Kennlinie mit Bereichen, in denen der Wirkungsgrad höher oder niedriger ist. Das hängt von der Last ab: bei 70 % liegt der Wirkungsgrad anders als bei 30 %.

Die Ausrüstung unterscheidet sich in ihren Eigenschaften. Es gibt sowohl neue als auch alte Turbinen und Kessel, und es existieren Aggregate unterschiedlicher Bauarten. Durch die richtige Auswahl der Ausrüstung und deren optimale Auslastung an den Punkten des maximalen Wirkungsgrads können die Brennstoffkosten gesenkt werden, was zu Kosteneinsparungen oder einer höheren Marge führt.

Wie weiß das Kraftwerk, wie viel Energie es produzieren muss?

Die Planung erfolgt drei Tage im Voraus: Bereits nach drei Tagen steht der geplante Gerätesatz fest. Das sind die Turbinen und Kessel, die zum Einsatz kommen werden. Vereinfacht gesagt, wissen wir, dass heute fünf Kessel und zehn Turbinen in Betrieb sein werden. Wir können keine anderen Geräte ein- oder ausschalten, die geplant sind, aber wir können die Last für jeden Kessel zwischen dem Minimum und Maximum anpassen und bei den Turbinen die Leistung erhöhen oder senken. Der Wechsel von Maximum auf Minimum dauert je nach Geräteeinheit zwischen 15 und 30 Minuten. Hier liegt die Aufgabe darin, die optimalen Betriebsmodi auszuwählen und sie unter Berücksichtigung operativer Anpassungen aufrechtzuerhalten.

Woher stammt dieser Gerätesatz? Er hat sich basierend auf den Ergebnissen des Großhandelsmarktes entschieden. Es gibt einen Leistung- und Elektrizitätsmarkt. Auf dem Leistungsmarkt reichen die Hersteller Anträge ein: "Wir haben diese und jene Ausrüstung, die folgenden minimalen und maximalen Leistungen unter Berücksichtigung geplanter Wartungsarbeiten. Wir können 150 MW zu diesem Preis bereitstellen, 200 MW zu diesem Preis und 300 MW zu diesem Preis." Dies sind langfristige Anträge. Auf der anderen Seite reichen auch große Verbraucher Anträge ein: "Wir benötigen so und so viel Energie." Die genauen Preise werden zu dem Zeitpunkt festgelegt, an dem sich das Angebot der Energieerzeuger und die Nachfrage der Verbraucher kreuzen. Diese Leistungen werden für jede Stunde des Tages festgelegt.

In der Regel trägt ein Blockheizkraftwerk während der gesamten Saison eine gleichmäßige Last: Im Winter ist Wärme das Hauptprodukt, während im Sommer Elektrizität gefragt ist. Starke Abweichungen treten häufig aufgrund von Störungen im Kraftwerk selbst oder in benachbarten Kraftwerken in derselben Preiszone des Großhandelsmarktes auf. Allerdings gibt es immer Schwankungen, und diese Schwankungen haben erhebliche Auswirkungen auf die wirtschaftliche Effizienz des Betriebs. Die benötigte Leistung kann durch drei Kessel mit einer Auslastung von 50 % oder durch zwei Kessel mit einer Auslastung von 75 % bereitgestellt werden, und man muss analysieren, was dabei effizienter ist.

Die Rentabilität hängt von den Marktpreisen und den Kosten der Stromerzeugung ab. Die Preise auf dem Markt können so gestaltet sein, dass es vorteilhaft ist, Brennstoff zu verbrennen, während der Verkauf von Elektrizität profitabel bleibt. Es kann aber auch vorkommen, dass man zu bestimmten Zeiten auf das technische Minimum gehen und Verluste begrenzen muss. Zudem sollte man die Vorräte und die Kosten des Brennstoffs im Blick behalten: Erdgas ist in der Regel limitiert, und Übermengen sind deutlich teurer, ganz zu schweigen von Heizöl. All dies erfordert präzise mathematische Modelle, um zu verstehen, welche Anfragen gestellt werden sollten und wie man auf sich verändernde Umstände reagiert.

Wie es vor unserem Kommen gemacht wurde

Fast ausschließlich auf Papier mit nicht allzu genauen technischen Spezifikationen, die erheblich von den tatsächlichen abweichen. Nach den Tests der Geräte sind im besten Fall die Werte plus-minus 2 % von den tatsächlichen, und bereits nach einem Jahr liegt die Abweichung bei plus-minus 7-8 %. Diese Tests werden nur alle fünf Jahre durchgeführt, oft sogar seltener.

Ein weiterer Punkt ist, dass alle Berechnungen in hypothetischen Treibstoffen erfolgen. In der UdSSR gab es ein Schema, bei dem ein gewisser hypothetischer Treibstoff zur Vergleichung verschiedener Stationen verwendet wurde, egal ob sie mit Heizöl, Kohle, Gas, Atomkraft usw. arbeiten. Es musste die Effizienz jedes Generators in sogenannten 'Treibstoff-Einheiten' festgestellt werden, und dieser hypothetische Treibstoff ist genau diese Einheit. Er wird durch die Brennwert des Treibstoffs bestimmt: Eine Tonne hypothetischen Treibstoffs entspricht ungefähr einer Tonne Steinkohle. Es gibt Umrechnungstabellen für verschiedene Treibstoffarten. Zum Beispiel sind die Werte für Braunkohle fast doppelt so schlecht. Aber der Brennwert hat nichts mit Rubel zu tun. Das ist wie Benzin und Diesel: Es ist nicht sicher, dass Diesel, der 35 Rubel kostet, und 92-er Benzin, das 32 Rubel kostet, beim Brennwert effizienter ist.

Ein dritter Faktor ist die Komplexität der Berechnungen. Basierend auf den Erfahrungen der Mitarbeiter werden in der Regel zwei bis drei Varianten erarbeitet, wobei häufig das beste Betriebsregime aus der Geschichte vorheriger Perioden für ähnliche Lasten und Wetterbedingungen ausgewählt wird. Natürlich sind die Mitarbeiter der Überzeugung, dass sie die optimalsten Regime auswählen, und glauben, dass kein mathematisches Modell sie jemals übertreffen kann.

Wir kommen ins Spiel. Um die Aufgabe zu lösen, erstellen wir einen digitalen Zwilling – ein Simulationsmodell des Kraftwerks. Dabei simulieren wir mithilfe spezieller Ansätze alle technologischen Prozesse für jede Einheit der Ausrüstung, führen Dampfwasser- und Energiabilanzen zusammen und erhalten somit ein genaues Modell des Betriebs der Fernwärmeversorgung.

Für die Erstellung des Modells verwenden wir:

• Die Konstruktion und die technischen Daten der Ausrüstung.
• Die Ergebnisse der letzten Tests der Ausrüstung: Alle fünf Jahre werden im Kraftwerk Tests durchgeführt, um die Eigenschaften der Ausrüstung zu überprüfen.
• Daten in den Archiven der Automatisierungs- und Betriebsführungssysteme sowie in den Abrechnungssystemen zu allen verfügbaren technologischen Kennzahlen, den Kosten und der Erzeugung von Wärme und Elektrizität. Insbesondere Daten aus den Systeme zur Abrechnung der Wärme- und Elektrizitätslieferungen sowie aus der Telemetrie.
• Daten von Band- und Runddiagrammen. Ja, solche analogen Methoden zur Aufzeichnung der Betriebsparameter werden weiterhin in russischen Elektrizitätswerken angewendet, und wir digitalisieren sie.
• Papierprotokolle an den Stationen, wo kontinuierlich die Hauptparameter der Betriebsmodi erfasst werden, darunter solche, die nicht von den Sensoren der Automatisierungs- und Betriebsführungssysteme aufgezeichnet werden. Ein Mitarbeiter macht alle vier Stunden eine Runde, notiert die Messwerte und trägt alles ins Protokoll ein.

Das heißt, wir haben rekonstruierte Datensätze darüber, in welchem Modus gearbeitet wurde, wie viel Brennstoff zugeführt wurde, welche Temperaturen und Dampfströme herrschten und wie viel Wärme- und elektrische Energie am Ende erzeugt wurde. Aus Tausenden solcher Sets mussten die Eigenschaften jedes Moduls gesammelt werden. Glücklicherweise beherrschen wir diese Data Mining-Techniken schon lange.

Es ist äußerst schwierig, solch komplexe Objekte mit mathematischen Modellen zu beschreiben. Noch anspruchsvoller ist es, dem leitenden Ingenieur zu beweisen, dass unser Modell die Betriebsarten der Anlage korrekt berechnet. Daher haben wir uns entschieden, spezialisierte Ingenieursysteme zu nutzen, um das Modell des Kraftwerks auf der Grundlage der konstruktiven und technologischen Merkmale der Ausrüstung zu erstellen und zu optimieren. Wir haben die Software Termoflow der amerikanischen Firma TermoFlex ausgewählt. Zu diesem Zeitpunkt gab es zwar russische Alternativen, aber dieses Paket war das beste seiner Klasse.

Für jedes Aggregat werden seine konstruktiven und grundlegenden technologischen Eigenschaften ausgewählt. Das System ermöglicht eine äußerst detaillierte Beschreibung sowohl auf logischer als auch auf physikalischer Ebene, bis hin zur Angabe des Ablagerungsgrades in den Rohren der Wärmetauscher.

Das Modell des Wärmeplans der Station wird visuell in den Begriffen von Energietechnologen beschrieben. Technologen haben keine Kenntnisse in Programmierung, Mathematik und Modellierung, aber sie können die Konstruktion der Einheit, die Ein- und Ausgänge der Aggregate auswählen und die Parameter dafür angeben. Danach wählt das System selbst die am besten passenden Parameter aus, und der Technologe präzisiert sie, um die maximale Genauigkeit für den gesamten Betriebsbereich zu erreichen. Wir haben uns zum Ziel gesetzt, eine Genauigkeit von 2 % für die wichtigsten technologischen Parameter zu gewährleisten und haben dies erreicht.

Das als herausfordernd zu bezeichnende Vorhaben stellte sich als nicht so einfach heraus: Die Ausgangsdaten waren nicht sehr genau, daher haben wir die ersten Monate damit verbracht, die aktuellen Werte manuell von den Manometern in den Heizkraftwerken abzulesen und das Modell an die tatsächlichen Betriebsbedingungen anzupassen. Zuerst haben wir Modelle für die Turbinen und Kessel erstellt. Jede Turbine und jeder Kessel wurde kalibriert. Zur Überprüfung des Modells haben wir eine Arbeitsgruppe gegründet und Vertreter des Heizkraftwerks einbezogen.

Anschließend haben wir die gesamte Ausrüstung in einem Gesamtschema zusammengestellt und das Modell des Kraftwerks insgesamt optimiert. Es war notwendig, intensiv zu arbeiten, da in den Archiven viele widersprüchliche Daten auftauchten. Zum Beispiel fanden wir Betriebsmodi mit einem Gesamten Wirkungsgrad von 105 %.

Wenn man das vollständige Schema zusammenstellt, berechnet das System immer den ausgeglichenen Betrieb: Es werden materielle, elektrische und thermische Bilanzen aufgestellt. Danach bewerten wir, wie alles im Gesamten den tatsächlichen Betriebsbedingungen gemäß den Messwerten der Geräte entspricht.

Was entstanden ist

Letztendlich haben wir ein genaues Modell der Betriebsprozesse des Kraftwerks erhalten, basierend auf den tatsächlichen Eigenschaften der Ausrüstung und historischen Daten. Dies ermöglichte eine genauere Prognose als nur basierend auf den Testmerkmalen. Es wurde ein Simulator für die realen Prozesse des Kraftwerks, ein digitaler Zwilling des Kraftwerks.

In diesem Simulator wurde die Möglichkeit geschaffen, Analysen nach Szenarien „Was, wenn ...“ für bestimmte Parameter durchzuführen. Außerdem wurde dieses Modell zur Lösung der Aufgabe zur Optimierung des Betriebs des realen Kraftwerks verwendet.

Es gelang, vier Optimierungsberechnungen durchzuführen:

1. Der Schichtleiter der Station kennt den Wärmeurlaubskalender, die Befehle des Systemoperators sind bekannt, und der Zeitplan für den Stromurlaub ist ebenfalls bekannt: welches Equipment welche Lasten übernehmen soll, um die maximale Marge zu erzielen.
2. Die Auswahl der Ausrüstung basierend auf den Preisprognosen auf dem Markt: Zu einem bestimmten Datum, unter Berücksichtigung des Lastplans und der Vorhersage der Außentemperatur, bestimmen wir die optimale Ausrüstungskonfiguration.
3. Anträge auf dem Markt einen Tag im Voraus: Wenn die Ausrüstung definiert ist und eine genauere Preisprognose vorliegt. Wir berechnen und reichen den Antrag ein.
4. Der Ausgleichsmarkt — innerhalb der aktuellen Tage, wenn die elektrischen und thermischen Zeitpläne festgelegt sind, werden jedoch mehrmals am Tag alle vier Stunden Auktionen auf dem Ausgleichsmarkt gestartet, und es kann ein Antrag eingereicht werden: "Ich bitte um eine zusätzliche Last von 5 MW". Es gilt, die Anteile für zusätzliche Last oder Entlastung zu finden, wenn dies die maximale Marge bringt.

Tests

Für präzise Tests mussten wir die Standardlastprofile der Station mit unseren Berechnungen unter gleichen Bedingungen vergleichen: Gerätezusammensetzung, Lastprofile und Wetter. Über einen Zeitraum von mehreren Monaten wählten wir Zeitintervalle von vier bis sechs Stunden mit stabilem Verlauf. Wir sind oft nachts zur Station gekommen, warteten auf den Betrieb und berechneten dann die Modelle. Wenn der Schichtleiter mit allem zufrieden war, schickten wir das Betriebspersonal, um Ventile zu betätigen und die Betriebsmodi zu ändern.

Wir verglichen die Werte vor und nach den Tests. Zu Spitzenzeiten, tagsüber und nachts, an Wochenenden und Arbeitstagen. In jedem Modus erzielten wir Einsparungen bei den Brennstoffkosten (in diesem Fall hängt die Marge vom Brennstoffverbrauch ab). Danach haben wir vollständig auf die neuen Betriebsarten umgestellt. Es ist erwähnenswert, dass die Station recht schnell an die Effizienz unserer Empfehlungen glaubte. Gegen Ende der Tests bemerkten wir zunehmend, dass die Anlagen in den von uns zuvor berechneten Modi arbeiteten.

Projektabschluss

Objekt: Kraft-Wärme-Kopplungsanlage mit Querbindungen, 600 MW elektrische Leistung, 2.400 Gkal – thermisch.

Team: KROK — sieben Personen (Technologieexperten, Analysten, Ingenieure), TÄTS — fünf Personen (Geschäftsexperten, Hauptnutzer, Fachleute).
Umsetzungszeitraum: 16 Monate.

Ergebnisse:

• Wir haben Geschäftsprozesse für den Betrieb auf dem Großhandelsmarkt automatisiert.
• Es wurden Feldtests durchgeführt, die den wirtschaftlichen Effekt bestätigen.
• Wir haben 1,2 % Treibstoff durch Lastverlagerungen während des Betriebs gespart.
• Wir haben 1 % Treibstoff durch kurzfristige Planung der Ausrüstung eingespart.
• Die Berechnung der Antragsstufen auf RCV wurde optimiert mit dem Ziel, die Gewinnmarge zu maximieren.

Der Gesamteffekt beträgt etwa 4 %.

Der geschätzte Zeitraum für die Amortisation des Projekts (ROI) liegt zwischen 1 und 1,5 Jahren.

Natürlich mussten viele Prozesse geändert und eng mit dem Management der TÄTS sowie dem gesamten erzeugenden Unternehmen zusammengearbeitet werden, um all dies zu implementieren und zu testen. Aber das Ergebnis war es definitiv wert. Es ist gelungen, einen digitalen Zwilling der Anlage zu erstellen, Optimierungsplanungsverfahren zu entwickeln und einen realen wirtschaftlichen Effekt zu erzielen.

Quelle: habr.com