Van egy nagy TÉC. Úgy működik, ahogy szokott: gázt éget, hőt termel a házak fűtésére és áramot a közüzemi hálózathoz. Az első feladat – a fűtés. A második – eladni az összes előállított áramot a nagykereskedelmi piacon. Néha, hideg időben, tiszta időben havazás is előfordul, de ez a hűtőtornyok működésének mellékhatása.
Egy átlagos TÉC pár tucat turbinából és kazánból áll. Ha pontosan ismerjük az elektromos energia és a hőtermelés szükséges mennyiségeit, akkor a feladat a tüzelőanyagköltségek minimalizálására redukálódik. Ebben az esetben a számítás az turbinák és kazánok összetételének és terhelési százalékának kiválasztására összpontosít, hogy a berendezések lehető legmagasabb hatékonyságát érjük el. A turbinák és kazánok hatékonysága nagymértékben függ a berendezés típusától, a karbantartás nélküli üzemidőtől, a működési módtól, és még sok más tényezőtől. Van egy másik feladat is, amikor a villamos energia és a hő mennyiségeinek ismert ára mellett el kell dönteni, mennyi áramot termeljenek és adjanak el, hogy maximalizálják a nyereséget a nagykereskedelmi piacon. Ebben az esetben az optimalizálási tényező – a nyereség és a berendezés hatékonysága – sokkal kevesebb jelentőséggel bír. Az eredmény egy olyan működési mód lehet, amikor a berendezés teljes mértékben hatástalanul működik, de az összes előállított áramot maximális árréssel lehet értékesíteni.
Elméletben mindez régóta világos és szép. A probléma – hogyan kell mindezt a gyakorlatban megvalósítani. Elkezdődött a berendezések minden egységének és az egész állomás működésének szimulációs modellezése. Megérkeztünk a TÉC-re és elkezdtük gyűjteni az összes egység paramétereit, mérve valódi jellemzőiket és értékelve működésüket különböző üzemmódokban. Ezen alapulva pontos modelleket készítettünk a berendezések működésének szimulálására, és ezeket optimalizálási számításokhoz használtuk. Előre szaladva elmondom, hogy körülbelül 4 % valódi hatékonyságot nyertünk csak a matematikának köszönhetően.
Sikerült. De mielőtt bemutatnánk megoldásainkat, elmondom, hogyan működik a TÉC a döntéshozatal logikája szempontjából.
Alapvető dolgok
A hőerőmű fő elemei a kazánok és turbinák. A turbinák magasnyomású gőz által mozgatva forgatják az áramtermelő generátorokat, amelyek előállítják az elektromos energiát. A gőz energiájának maradványai fűtésre és meleg vízre mennek el. A kazánok azok a helyek, ahol a gőz keletkezik. A kazán felmelegítése és a gőzturbina felpörgetése sok időt vesz igénybe (órákat), ami közvetlen üzemanyag-veszteséget okoz. Ugyanez vonatkozik a terhelés változtatására is. Ezeket a dolgokat előre kell tervezni.
A hőerőmű berendezéseinek van egy technikai minimuma, amely magában foglalja a minimális, de eközben stabil működési módot, amely elegendő hőmennyiséget tud biztosítani az otthonok és ipari fogyasztók számára. Az általában szükséges hőmennyiség közvetlenül függ az időjárástól (a levegő hőmérsékletétől).
Minden egyes aggregátnak van egy hatásfok görbéje és egy maximális hatékonysági pontja: egy bizonyos terhelésnél az adott kazán és turbina biztosítja a legolcsóbb elektromos energiát. Olcsóbb — a minimális egyedi üzemanyag-felhasználás szempontjából.
A legtöbb hőerőmű Oroszországban párhuzamos kapcsolású, amikor az összes kazán egy gőzgyűjtő rendszerre dolgozik, és az összes turbina is ebből kapja az energiát. Ez rugalmasságot ad a berendezések terhelésében, de megnehezíti a számításokat. Előfordul, hogy a telep berendezéseit különböző gőzgyűjtőkre osztják, amelyek különböző nyomású gőzt használnak. Ha még hozzávesszük a belső szükségletekre — szivattyúk, ventilátorok, hűtőtornyok működésére, és elmondhatjuk, hogy a hőerőmű kerítésének tűnt szaunákra — akkor itt bizony komoly fejtörést okoz.
Az összes berendezés jellemzői nem lineárisak. Minden egyes aggregátnak van egy görbéje, amely a hatásfok különböző zónáival rendelkezik. Ez a terheléstől függ: 70%-os terhelésnél a hatásfok egy, 30%-nál pedig más.
A berendezések jellemzői eltérnek egymástól. Vannak új és régi turbinák és kazánok, különböző konstrukciójú aggregátumok. A megfelelő berendezések kiválasztásával és azok optimális terhelésével a hatásfok maximális pontjain csökkenthetjük az üzemanyag-felhasználást, ami költségmegtakarításhoz vagy nagyobb árbevételhez vezet.
Honnan tudja a hőerőmű, mennyi energiát kell előállítani?
A tervezés három nappal előre történik: három nappal a tervezett berendezések összetétele ismertté válik. Ezek azok a turbinák és kazánok, amelyek be lesznek kapcsolva. Különösen tudjuk, hogy ma öt kazán és tíz turbina fog működni. Nem tudunk más berendezést bekapcsolni, vagy a tervezett berendezéseket kikapcsolni, de a kazánok esetében a terhelést a minimumtól a maximumig változtathatjuk, a turbináknál pedig növelhetjük és csökkenthetjük a teljesítményt. A maximumról a minimumra való lépés 15 és 30 perc között változik, az adott berendezés függvényében. Itt a feladat egyszerű: kiválasztani az optimális üzemmódokat és azokat figyelembe venni a működési kiigazítások során.
Honnan származik ez az berendezés összetétele? Az a tőzsdén zajló kereskedés eredményeként határozódik meg. Van kapacitás- és villamosenergia-piac. A kapacitás piacon a termelők pályáznak: "Ilyen berendezésem van, itt van a minimum és maximum teljesítmény a tervezett karbantartás figyelembevételével. Tudunk adni 150 MW-ot ilyen áron, 200 MW-ot olyan áron, és 300 MW-ot amannyiért". Ezek hosszú távú ajánlatok. Másrészt a nagyobb fogyasztók is pályáznak: "Annyi energiára van szükségünk". A konkrét árakat akkor határozzák meg, amikor találkozik az, amit a villamosenergia-termelők adni tudnak, és az, amit a fogyasztók el akarnak venni. Ezt a teljesítményt minden órára meghatározzák.
A hőerőmű általában hasonló terhelést visel az egész szezon alatt: télen az elsődleges termék a hő, nyáron pedig az elektromosság. A jelentős eltérések általában valamilyen balesethez kapcsolódnak a saját állomáson vagy az azon lévő, egy árzónán belüli szomszédos erőműveknél. De mindig vannak ingadozások, és ezek az ingadozások erőteljesen befolyásolják az állomás gazdasági hatékonyságát. A szükséges teljesítmény elérhető három kazán 50%-os terhelésével vagy kettő 75%-os terheléssel, és meg kell nézni, mi a hatékonyabb.
A margóval kapcsolatban a piac árainak és az áramtermelés költségeinek alakulása a meghatározó. A piacon az árak úgy alakulhatnak, hogy előnyös lehet az üzemanyag elégetése, de jól el lehet adni az áramot. Ugyanakkor lehet olyan helyzet, hogy egy adott órában a technikai minimumra kell átállni, hogy csökkentsük a veszteségeket. Ezen kívül figyelembe kell venni a készleteket és az üzemanyag árát: a földgáz általában korlátozott, míg a túlkínálati gáz lényegesen drágább, nem is beszélve a fűtőolajról. Mindez pontos matematikai modelleket igényel, hogy megértsük, milyen ajánlatokat kell benyújtani és hogyan reagáljunk a változó körülményekre.
Hogyan zajlott ez a mi érkezésünkhöz képest
Gyakorlatilag papíron, a berendezések nem túlságosan pontos jellemzői alapján, amelyek jelentős eltéréseket mutatnak a ténylegesektől. Az eszközök tesztelése után legjobb esetben ezek az értékek plusz-mínusz 2%-ban eltérnek a valóságtól, egy év elteltével pedig már plusz-mínusz 7-8% körüli eltérések figyelhetők meg. A teszteléseket öt évente hajtják végre, gyakran ennél ritkábban.
A következő szempont az, hogy minden számítás feltételes üzemanyaggal történik. A Szovjetunióban egy olyan sémát fogadtak el, amely feltételes üzemanyagot vett figyelembe a különböző állomások összehasonlításakor, beleértve a fűtőolajat, a szenet, a gázt, az atomenergiát stb. Meg kellett érteni a különböző generátorok hatékonyságát, és a feltételes üzemanyag volt ezen hatékonyság mértéke. Az üzemanyag kalóriatartalmával határozzák meg: egy tonna feltételes üzemanyag hozzávetőlegesen egy tonna kőszénnek felel meg. Léteznek átszámítási táblázatok különböző üzemanyagtípusokhoz. Például a barnakőszén adatai közel kétszer olyan rosszak. Azonban a kalóriatartalom nem függ az áraktól. Olyan ez, mint a benzin és a dízel esetében: nem biztos, hogy ha a dízel 35 rubelbe kerül, míg a 92-es benzin 32 rubel, akkor a kalóriatartalom szempontjából a dízel hatékonyabb lesz.
A harmadik tényező a számítások bonyolultsága. Feltételesen a munkatárs tapasztalata alapján két-három lehetőséget számítanak ki, és gyakrabban a hasonló terhelések és időjárási körülmények történeti adatai alapján választják ki a legjobb üzemmódot. Természetesen a munkavállalók hisznek abban, hogy a legoptimálisabb üzemmódokat választják, és úgy vélik, hogy egyetlen matematikai modell sem tudja őket felülmúlni.
Megérkezünk. A feladat megoldásához elkészítjük a digitális ikert — a hőerőmű szimulációs modelljét. Ez azt jelenti, hogy speciális megközelítésekkel szimuláljuk az összes technológiai folyamatot minden egyes berendezés esetében, figyelembe vesszük a gőz-víz és az energia egyensúlyokat, így pontos modellt kapunk a hőerőmű működéséről.
A modell létrehozásához az alábbiakat használjuk:
- A berendezések konstrukcióját és műszaki adatait.
- A legutolsó berendezéspróbák során szerzett jellemzők: az erőművekben ötévente vizsgálják és pontosítják a berendezésekkel kapcsolatos adatokat.
- Az APU TP archívumaiban és a technológiai mutatók, költségek, hő- és villamosenergia-termelés összes elérhető adatainak nyilvántartási rendszereiben található adatok. Különösen a hő- és villamosenergia-kiadásokról, valamint a távmérésekről származó adatok.
- Adatok a szalagos és kör alakú papírgrafikonokról. Igen, ezek az analóg módszerek még mindig alkalmazásban vannak az orosz erőművekben, és mi digitalizáljuk őket.
- Papíralapú naplók az erőművekben, ahol folyamatosan rögzítik a fő paramétereket, beleértve azokat is, amelyeket az APU TP érzékelői nem rögzítenek. Négyóránként jár egy ellenőr, aki átmásolja a méréseket, és minden adatot bejegyez a naplóba.
Tehát rendelkezésünkre állnak helyreállított adathalmazok arról, hogy milyen üzemmódban működött a berendezés, mennyi üzemanyagot juttattak be, mekkora volt a hőmérséklet és a gőzfogyasztás, valamint mennyi hő- és villamosenergia keletkezett a kimeneten. Ezer ilyen adathalmazon kell összegyűjteni az egyes csomópontok jellemzőit. Szerencsére már régóta tudunk játszani ezzel az adatbányászattal.
Az ilyen bonyolult objektumok matematikai modellek segítségével való leírása rendkívül nehéz. Még nehezebb azonban meggyőzni a főmérnököt arról, hogy a modellünk helyesen számolja ki az erőmű működési módjait. Ezért a speciális mérnöki rendszerek használata mellett döntöttünk, amelyek lehetővé teszik a hőerőmű modelljének összeállítását és finomhangolását a berendezések konstrukciós és technológiai jellemzői alapján. A TermoFlex amerikai vállalat Termoflow szoftverét választottuk. Jelenleg megjelentek orosz analógok, de abban az időben ez a csomag volt a legjobb a maga kategóriájában.
Minden aggregátnál kiválasztásra kerül az építési forma és a fő technológiai jellemzők. A rendszer lehetővé teszi, hogy mindent nagyon részletesen leírjunk, mind logikai, mind pedig fizikai szinten egészen a hőcserélők csöveiben lévő lerakódások mértékének megadásáig.
Ennek eredményeként az állomás hőtechnikai modellje vizuálisan kerül leírásra az energetikai technológusok terminológiájában. A technológusok nem értenek a programozáshoz, matematikához és modellezéshez, de képesek kiválasztani a csomópont konstrukcióját, a berendezések bemeneteit és kimeneteit, valamint megadni a paramétereket. Ezt követően a rendszer önállóan kiválasztja a legmegfelelőbb paramétereket, a technológus pedig finomítja azokat, hogy a működés teljes tartománya során maximális pontosságot érjen el. Célul tűztük ki, hogy a modell pontosságát 2%-ra biztosítsuk a fő technológiai paraméterek esetében, amit el is értünk.
Nem volt ez egyszerű: az alapadatok nem voltak túl pontosak, ezért az első pár hónapban jártunk a hőerőművekben, és kézírással rögzítettük a nyomásmérők aktuális mutatóit, majd a modellt a tényleges üzemmódokhoz igazítottuk. Először a turbinák és kazánok modelljeit készítettük el. Minden turbinát és kazánt alaposan ellenőriztünk. A modell ellenőrzésére munkacsoportot hoztunk létre, amelybe a hőerőmű képviselőit vontuk be.
Aztán az összes berendezést egy közös séma mentén gyűjtöttük össze, és már a hőerőmű egész modelljét hangoltuk. Dolgozni kellett, mivel az archívumokban sok ellentmondásos adat volt. Például találtunk üzemmódokat, ahol a hatásfok 105% volt.
Amikor összegyűjti a teljes sémát, a rendszer mindig egyensúlyi üzemmódot számít: anyagi, elektromos és hőmérleg készül. Ezután értékeljük, hogy az összes összegyűjtött adat megfelel-e a tényleges üzemmódból származó berendezésmérő adatok szerint.
Mi lett az eredmény
Végül egy pontos modellt kaptunk a hőerőmű technológiai folyamatairól, amely a berendezés tényleges jellemzőin és a történelmi adatokon alapult. Ez lehetővé tette, hogy pontosabb előrejelzéseket készítsünk, mint csak a tesztelési jellemzők alapján. Kialakult egy a gyár valódi folyamatait szimuláló szimulátor, a hőerőmű digitális ikerpéldánya.
A szimulátorban lehetőséget biztosítottunk az 'mi lenne, ha...' forgatókönyvek elemzésére a megadott mutatók alapján. Ezen modell alkalmazásra került a valódi állomás működésének optimalizálására.
Négy optimalizációs számítást sikerült megvalósítani:
- A field supervisor at the station knows the heating vacation schedule, the system operator teams are known, and the electricity vacation schedule is established: what equipment to use and what loads to take in order to achieve maximum margin.
- Selection of equipment composition based on market price forecast: for the specified date, considering the load schedule and the forecast for the outside air temperature, we determine the optimal equipment composition.
- Submitting applications to the market a day in advance: when we have the equipment composition and a more accurate price forecast. We calculate and submit the application.
- The balancing market — already within the current day, when electric and heat schedules are established, but trading on the balancing market starts several times a day every four hours, and we can submit an application: "I request to be loaded with an additional 5 MW." We need to find load increase or decrease fractions when it provides the maximum margin.
Testing
For proper testing, we needed to compare the standard loading modes of the station's equipment with our calculated recommendations under the same conditions: equipment composition, load schedules, and weather. Over a couple of months, we selected intervals of four to six hours during the day with a stable schedule. We visited the station (often at night), waited for the station to reach the mode, and only then calculated it in the simulation model. If the field supervisor was satisfied, we sent the operational personnel to adjust the valves and change the equipment modes.
We compared indicators before and after the fact. During peak times, day and night, on weekends and weekdays. In each mode, we achieved fuel savings (in this task, the margin depends on fuel consumption). Later, we fully transitioned to the new modes. It should be noted that the station quickly came to believe in the effectiveness of our recommendations, and towards the end of the tests, we increasingly noticed that the equipment operated in the modes we had previously calculated.
Project results
Object: CHPP with cross connections, 600 MW of electrical power, 2,400 Gcal — thermal.
Team: KROK — seven people (technology experts, analysts, engineers), CHPP — five people (business experts, key users, specialists).
Implementation period: 16 months.
Results:
- Automatizáltuk az üzleti folyamatokat a nagykereskedelmi piacon való működés során.
- Valós teszteket végeztünk, amelyek megerősítik a gazdasági hatást.
- 1,2%-ot spóroltunk üzemanyagon a terhelések újraelosztásával.
- 1%-ot takarítottunk meg az eszközök rövid távú tervezésével.
- Optimalizáltuk a RCV pályázatok lépcsőinek kiszámítását a maximális margin nyereség kritériumának figyelembevételével.
A végső hatás körülbelül 4%.
A projekt becsült megtérülési ideje (ROI) 1-1,5 év.
Természetesen ahhoz, hogy mindezt megvalósítsuk és teszteljük, sok folyamatot kellett átalakítanunk és szoros együttműködést kellett kialakítanunk a hőerőmű vezetésével és a termelő céggel egyaránt. De az eredmény határozottan megérte. sikerült digitális ikert készíteni az állomásról, optimalizálási tervezési eljárásokat kidolgozni és valós gazdasági hatást elérni.
Forrás: habr.com
