മോഡുകൾ ഒപ്റ്റിമൈസ് ചെയ്യുന്നതിനായി ഒരു യഥാർത്ഥ താപവൈദ്യുത നിലയത്തിന്റെ പ്രവർത്തനത്തിന്റെ അനുകരണം: നീരാവിയും ഗണിതവും

ഒരു വലിയ താപവൈദ്യുത നിലയം ഉണ്ട്. ഇത് പതിവുപോലെ പ്രവർത്തിക്കുന്നു: ഇത് വാതകം കത്തിക്കുന്നു, വീടുകൾ ചൂടാക്കാനുള്ള താപവും പൊതു ശൃംഖലയ്ക്ക് വൈദ്യുതിയും ഉണ്ടാക്കുന്നു. ആദ്യത്തെ ജോലി ചൂടാക്കലാണ്. ഉൽപ്പാദിപ്പിക്കുന്ന മുഴുവൻ വൈദ്യുതിയും മൊത്തക്കച്ചവടത്തിൽ വിൽക്കുക എന്നതാണ് രണ്ടാമത്തേത്. ചിലപ്പോൾ, തണുത്ത കാലാവസ്ഥയിൽ പോലും, തെളിഞ്ഞ ആകാശത്തിന് കീഴിൽ മഞ്ഞ് പ്രത്യക്ഷപ്പെടുന്നു, പക്ഷേ ഇത് കൂളിംഗ് ടവറുകളുടെ പ്രവർത്തനത്തിന്റെ ഒരു പാർശ്വഫലമാണ്.

ശരാശരി താപവൈദ്യുത നിലയത്തിൽ രണ്ട് ഡസൻ ടർബൈനുകളും ബോയിലറുകളും അടങ്ങിയിരിക്കുന്നു. ആവശ്യമായ വൈദ്യുതിയുടെയും താപ ഉൽപാദനത്തിന്റെയും അളവ് കൃത്യമായി അറിയാമെങ്കിൽ, ഇന്ധനച്ചെലവ് കുറയ്ക്കുക എന്നതാണ് ചുമതല. ഈ സാഹചര്യത്തിൽ, ഉപകരണ പ്രവർത്തനത്തിന്റെ ഏറ്റവും ഉയർന്ന കാര്യക്ഷമത കൈവരിക്കുന്നതിന് ടർബൈനുകളുടെയും ബോയിലറുകളുടെയും ലോഡിംഗിന്റെ ഘടനയും ശതമാനവും തിരഞ്ഞെടുക്കുന്നതിലേക്ക് കണക്കുകൂട്ടൽ വരുന്നു. ടർബൈനുകളുടെയും ബോയിലറുകളുടെയും കാര്യക്ഷമത ഉപകരണങ്ങളുടെ തരം, അറ്റകുറ്റപ്പണികളില്ലാതെ പ്രവർത്തന സമയം, ഓപ്പറേറ്റിംഗ് മോഡ് എന്നിവയും അതിലേറെയും ആശ്രയിച്ചിരിക്കുന്നു. വൈദ്യുതിയുടെ അറിയപ്പെടുന്ന വിലയും താപത്തിന്റെ അളവും കണക്കിലെടുക്കുമ്പോൾ, മൊത്തവ്യാപാര വിപണിയിൽ പ്രവർത്തിക്കുന്നതിൽ നിന്ന് പരമാവധി ലാഭം ലഭിക്കുന്നതിന് എത്ര വൈദ്യുതി ഉൽപ്പാദിപ്പിക്കണമെന്നും വിൽക്കണമെന്നും നിങ്ങൾ തീരുമാനിക്കേണ്ടതുണ്ട്. അപ്പോൾ ഒപ്റ്റിമൈസേഷൻ ഘടകം - ലാഭവും ഉപകരണ കാര്യക്ഷമതയും - വളരെ കുറവാണ്. ഉപകരണം പൂർണ്ണമായും കാര്യക്ഷമമായി പ്രവർത്തിക്കാത്ത സാഹചര്യമായിരിക്കാം ഫലം, പക്ഷേ ഉൽപ്പാദിപ്പിക്കുന്ന വൈദ്യുതിയുടെ മുഴുവൻ അളവും പരമാവധി മാർജിൻ ഉപയോഗിച്ച് വിൽക്കാൻ കഴിയും.

സിദ്ധാന്തത്തിൽ, ഇതെല്ലാം വളരെക്കാലമായി വ്യക്തവും മനോഹരവുമാണ്. പ്രായോഗികമായി ഇത് എങ്ങനെ ചെയ്യാം എന്നതാണ് പ്രശ്നം. ഓരോ ഉപകരണത്തിന്റെയും പ്രവർത്തനത്തിന്റെയും മുഴുവൻ സ്റ്റേഷന്റെയും മൊത്തത്തിലുള്ള സിമുലേഷൻ മോഡലിംഗ് ഞങ്ങൾ ആരംഭിച്ചു. ഞങ്ങൾ താപവൈദ്യുത നിലയത്തിൽ എത്തി, എല്ലാ ഘടകങ്ങളുടെയും പാരാമീറ്ററുകൾ ശേഖരിക്കാൻ തുടങ്ങി, അവയുടെ യഥാർത്ഥ സ്വഭാവസവിശേഷതകൾ അളക്കുകയും വ്യത്യസ്ത മോഡുകളിൽ അവയുടെ പ്രവർത്തനം വിലയിരുത്തുകയും ചെയ്തു. അവയെ അടിസ്ഥാനമാക്കി, ഓരോ ഉപകരണത്തിന്റെയും പ്രവർത്തനം അനുകരിക്കുന്നതിന് ഞങ്ങൾ കൃത്യമായ മോഡലുകൾ സൃഷ്ടിക്കുകയും ഒപ്റ്റിമൈസേഷൻ കണക്കുകൂട്ടലുകൾക്കായി അവ ഉപയോഗിക്കുകയും ചെയ്തു. മുന്നോട്ട് നോക്കുമ്പോൾ, ഗണിതശാസ്ത്രം കാരണം ഞങ്ങൾ യഥാർത്ഥ കാര്യക്ഷമതയുടെ 4% നേടിയെന്ന് ഞാൻ പറയും.

സംഭവിച്ചത്. എന്നാൽ ഞങ്ങളുടെ തീരുമാനങ്ങൾ വിവരിക്കുന്നതിന് മുമ്പ്, തീരുമാനമെടുക്കൽ യുക്തിയുടെ വീക്ഷണകോണിൽ നിന്ന് CHP എങ്ങനെ പ്രവർത്തിക്കുന്നു എന്നതിനെക്കുറിച്ച് ഞാൻ സംസാരിക്കും.

അടിസ്ഥാന കാര്യങ്ങൾ

ഒരു പവർ പ്ലാന്റിന്റെ പ്രധാന ഘടകങ്ങൾ ബോയിലറുകളും ടർബൈനുകളുമാണ്. ഉയർന്ന മർദ്ദത്തിലുള്ള നീരാവിയാണ് ടർബൈനുകളെ നയിക്കുന്നത്, ഇത് വൈദ്യുതി ഉൽപ്പാദിപ്പിക്കുന്ന ഇലക്ട്രിക് ജനറേറ്ററുകളെ കറക്കുന്നു. ശേഷിക്കുന്ന നീരാവി ഊർജ്ജം ചൂടാക്കാനും ചൂടുവെള്ളത്തിനും ഉപയോഗിക്കുന്നു. നീരാവി സൃഷ്ടിക്കുന്ന സ്ഥലങ്ങളാണ് ബോയിലറുകൾ. ബോയിലർ ചൂടാക്കാനും സ്റ്റീം ടർബൈൻ ത്വരിതപ്പെടുത്താനും ധാരാളം സമയം (മണിക്കൂറുകൾ) എടുക്കും, ഇത് ഇന്ധനത്തിന്റെ നേരിട്ടുള്ള നഷ്ടമാണ്. ലോഡ് മാറ്റങ്ങൾക്കും ഇത് ബാധകമാണ്. ഇത്തരം കാര്യങ്ങൾ മുൻകൂട്ടി പ്ലാൻ ചെയ്യണം.

CHP ഉപകരണങ്ങൾക്ക് ഒരു സാങ്കേതിക മിനിമം ഉണ്ട്, അതിൽ മിനിമം, എന്നാൽ സ്ഥിരതയുള്ള ഓപ്പറേറ്റിംഗ് മോഡ് ഉൾപ്പെടുന്നു, അതിൽ വീടുകൾക്കും വ്യാവസായിക ഉപഭോക്താക്കൾക്കും മതിയായ ചൂട് നൽകാൻ കഴിയും. സാധാരണഗതിയിൽ, ആവശ്യമായ ചൂട് നേരിട്ട് കാലാവസ്ഥയെ (വായു താപനില) ആശ്രയിച്ചിരിക്കുന്നു.

ഓരോ യൂണിറ്റിനും ഒരു കാര്യക്ഷമത വക്രവും പരമാവധി പ്രവർത്തനക്ഷമതയുടെ ഒരു പോയിന്റും ഉണ്ട്: അത്തരമൊരു ലോഡിൽ, അത്തരമൊരു ബോയിലറും അത്തരമൊരു ടർബൈനും വിലകുറഞ്ഞ വൈദ്യുതി നൽകുന്നു. വിലകുറഞ്ഞത് - കുറഞ്ഞ നിർദ്ദിഷ്ട ഇന്ധന ഉപഭോഗം എന്ന അർത്ഥത്തിൽ.

എല്ലാ ബോയിലറുകളും ഒരു സ്റ്റീം കളക്ടറിൽ പ്രവർത്തിക്കുമ്പോൾ, എല്ലാ ടർബൈനുകളും ഒരു കളക്ടറാണ് പ്രവർത്തിപ്പിക്കുമ്പോൾ റഷ്യയിലെ ഞങ്ങളുടെ സംയോജിത ഹീറ്റ്, പവർ പ്ലാന്റുകളിൽ ഭൂരിഭാഗത്തിനും സമാന്തര കണക്ഷനുകൾ ഉണ്ട്. ഉപകരണങ്ങൾ ലോഡുചെയ്യുമ്പോൾ ഇത് വഴക്കം കൂട്ടുന്നു, പക്ഷേ കണക്കുകൂട്ടലുകളെ വളരെയധികം സങ്കീർണ്ണമാക്കുന്നു. വ്യത്യസ്ത നീരാവി സമ്മർദ്ദങ്ങളുള്ള വ്യത്യസ്ത കളക്ടർമാരിൽ പ്രവർത്തിക്കുന്ന ഭാഗങ്ങളായി സ്റ്റേഷൻ ഉപകരണങ്ങൾ വിഭജിക്കപ്പെട്ടിരിക്കുന്നു എന്നതും സംഭവിക്കുന്നു. ആന്തരിക ആവശ്യങ്ങൾക്കുള്ള ചെലവുകൾ നിങ്ങൾ ചേർത്താൽ - പമ്പുകൾ, ഫാനുകൾ, കൂളിംഗ് ടവറുകൾ, കൂടാതെ, സത്യസന്ധമായി പറയട്ടെ, താപവൈദ്യുത നിലയത്തിന്റെ വേലിക്ക് പുറത്തുള്ള നീരാവി - അപ്പോൾ പിശാചിന്റെ കാലുകൾ തകരും.

എല്ലാ ഉപകരണങ്ങളുടെയും സവിശേഷതകൾ രേഖീയമല്ല. ഓരോ യൂണിറ്റിനും സോണുകളുള്ള ഒരു വക്രമുണ്ട്, അവിടെ കാര്യക്ഷമത കൂടുതലും താഴ്ന്നതുമാണ്. ഇത് ലോഡിനെ ആശ്രയിച്ചിരിക്കുന്നു: 70% കാര്യക്ഷമത ഒന്നായിരിക്കും, 30% അത് വ്യത്യസ്തമായിരിക്കും.

ഉപകരണങ്ങൾ സവിശേഷതകളിൽ വ്യത്യാസപ്പെട്ടിരിക്കുന്നു. പുതിയതും പഴയതുമായ ടർബൈനുകളും ബോയിലറുകളും ഉണ്ട്, വ്യത്യസ്ത ഡിസൈനുകളുടെ യൂണിറ്റുകളും ഉണ്ട്. ഉപകരണങ്ങൾ ശരിയായി തിരഞ്ഞെടുത്ത് പരമാവധി കാര്യക്ഷമതയുള്ള പോയിന്റുകളിൽ ഒപ്റ്റിമൽ ആയി ലോഡ് ചെയ്യുന്നതിലൂടെ, നിങ്ങൾക്ക് ഇന്ധന ഉപഭോഗം കുറയ്ക്കാൻ കഴിയും, ഇത് ചെലവ് ലാഭിക്കുന്നതിനോ വലിയ മാർജിനുകളിലേക്കോ നയിക്കുന്നു.

CHP പ്ലാന്റിന് ഉൽപ്പാദിപ്പിക്കാൻ എത്ര ഊർജം ആവശ്യമാണെന്ന് എങ്ങനെ അറിയാം?

ആസൂത്രണം മൂന്ന് ദിവസം മുമ്പാണ് നടത്തുന്നത്: മൂന്ന് ദിവസത്തിനുള്ളിൽ ഉപകരണങ്ങളുടെ ആസൂത്രിത ഘടന അറിയപ്പെടും. ഓൺ ചെയ്യുന്ന ടർബൈനുകളും ബോയിലറുകളും ഇവയാണ്. ആപേക്ഷികമായി പറഞ്ഞാൽ, അഞ്ച് ബോയിലറുകളും പത്ത് ടർബൈനുകളും ഇന്ന് പ്രവർത്തിക്കുമെന്ന് ഞങ്ങൾക്കറിയാം. ഞങ്ങൾക്ക് മറ്റ് ഉപകരണങ്ങൾ ഓണാക്കാനോ ആസൂത്രണം ചെയ്ത ഒന്ന് ഓഫ് ചെയ്യാനോ കഴിയില്ല, പക്ഷേ ഓരോ ബോയിലറിനും ലോഡ് കുറഞ്ഞത് മുതൽ പരമാവധി വരെ മാറ്റാനും ടർബൈനുകളുടെ ശക്തി വർദ്ധിപ്പിക്കാനും കുറയ്ക്കാനും കഴിയും. ഉപകരണത്തിന്റെ ഭാഗത്തെ ആശ്രയിച്ച് പരമാവധി മുതൽ മിനിമം വരെയുള്ള ഘട്ടം 15 മുതൽ 30 മിനിറ്റ് വരെയാണ്. ഇവിടെ ചുമതല ലളിതമാണ്: ഒപ്റ്റിമൽ മോഡുകൾ തിരഞ്ഞെടുത്ത് അവ പരിപാലിക്കുക, പ്രവർത്തന ക്രമീകരണങ്ങൾ കണക്കിലെടുക്കുക.

ഉപകരണങ്ങളുടെ ഈ ഘടന എവിടെ നിന്ന് വന്നു? മൊത്തവ്യാപാര വിപണിയിലെ ട്രേഡിങ്ങിന്റെ ഫലങ്ങളെ അടിസ്ഥാനമാക്കിയാണ് ഇത് നിർണ്ണയിച്ചത്. ശേഷിക്കും വൈദ്യുതിക്കും വിപണിയുണ്ട്. ശേഷി വിപണിയിൽ, നിർമ്മാതാക്കൾ ഒരു അപേക്ഷ സമർപ്പിക്കുന്നു: “അത്തരം ഉപകരണങ്ങളുണ്ട്, അറ്റകുറ്റപ്പണികൾക്കായി ആസൂത്രിതമായ തടസ്സം കണക്കിലെടുത്ത് ഇവ ഏറ്റവും കുറഞ്ഞതും കൂടിയതുമായ ശേഷികളാണ്. ഈ വിലയിൽ ഞങ്ങൾക്ക് 150 മെഗാവാട്ടും ഈ വിലയിൽ 200 മെഗാവാട്ടും ഈ വിലയിൽ 300 മെഗാവാട്ടും വിതരണം ചെയ്യാൻ കഴിയും. ഇവ ദീർഘകാല ആപ്ലിക്കേഷനുകളാണ്. മറുവശത്ത്, വലിയ ഉപഭോക്താക്കളും അഭ്യർത്ഥനകൾ സമർപ്പിക്കുന്നു: "ഞങ്ങൾക്ക് വളരെയധികം ഊർജ്ജം ആവശ്യമാണ്." ഊർജ്ജ നിർമ്മാതാക്കൾക്ക് എന്ത് നൽകാൻ കഴിയും, ഉപഭോക്താക്കൾ എന്ത് എടുക്കാൻ തയ്യാറാണ് എന്നതിന്റെ കവലയിലാണ് നിർദ്ദിഷ്ട വിലകൾ നിർണ്ണയിക്കുന്നത്. ഈ ശേഷികൾ ദിവസത്തിലെ ഓരോ മണിക്കൂറിലും നിർണ്ണയിക്കപ്പെടുന്നു.

സാധാരണയായി, ഒരു താപവൈദ്യുത നിലയം എല്ലാ സീസണിലും ഏകദേശം ഒരേ ലോഡ് വഹിക്കുന്നു: ശൈത്യകാലത്ത് പ്രാഥമിക ഉൽപ്പന്നം ചൂടാണ്, വേനൽക്കാലത്ത് അത് വൈദ്യുതിയാണ്. ശക്തമായ വ്യതിയാനങ്ങൾ മിക്കപ്പോഴും സ്റ്റേഷനിൽ തന്നെയോ അല്ലെങ്കിൽ മൊത്തക്കച്ചവടത്തിന്റെ അതേ വിലനിലവാരത്തിലുള്ള തൊട്ടടുത്ത പവർ പ്ലാന്റുകളിലോ ഉണ്ടാകുന്ന ഏതെങ്കിലും തരത്തിലുള്ള അപകടവുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു. എന്നാൽ എല്ലായ്പ്പോഴും ഏറ്റക്കുറച്ചിലുകൾ ഉണ്ട്, ഈ ഏറ്റക്കുറച്ചിലുകൾ പ്ലാന്റിന്റെ സാമ്പത്തിക കാര്യക്ഷമതയെ വളരെയധികം ബാധിക്കുന്നു. 50% ലോഡ് ഉള്ള മൂന്ന് ബോയിലറുകളോ 75% ലോഡ് ഉള്ള രണ്ട് ബോയിലറുകളോ ഉപയോഗിച്ച് ആവശ്യമായ വൈദ്യുതി എടുക്കാം, ഏതാണ് കൂടുതൽ കാര്യക്ഷമമെന്ന് നോക്കുക.

മാർക്കറ്റ് വിലയെയും വൈദ്യുതി ഉൽപാദനച്ചെലവിനെയും ആശ്രയിച്ചിരിക്കുന്നു. വിപണിയിൽ, വിലകൾ ഇന്ധനം കത്തിക്കുന്നത് ലാഭകരമായിരിക്കാം, പക്ഷേ വൈദ്യുതി വിൽക്കുന്നത് നല്ലതാണ്. അല്ലെങ്കിൽ ഒരു പ്രത്യേക മണിക്കൂറിൽ നിങ്ങൾ സാങ്കേതിക മിനിമത്തിലേക്ക് പോയി നഷ്ടം കുറയ്ക്കേണ്ടതുണ്ട്. ഇന്ധനത്തിന്റെ കരുതൽ ശേഖരത്തെക്കുറിച്ചും വിലയെക്കുറിച്ചും നിങ്ങൾ ഓർമ്മിക്കേണ്ടതുണ്ട്: പ്രകൃതിവാതകം സാധാരണയായി പരിമിതമാണ്, കൂടാതെ പരിധിക്ക് മുകളിലുള്ള വാതകം കൂടുതൽ ചെലവേറിയതാണ്, ഇന്ധന എണ്ണയെക്കുറിച്ച് പരാമർശിക്കേണ്ടതില്ല. ഏതൊക്കെ അപേക്ഷകളാണ് സമർപ്പിക്കേണ്ടതെന്നും മാറുന്ന സാഹചര്യങ്ങളോട് എങ്ങനെ പ്രതികരിക്കണമെന്നും മനസ്സിലാക്കാൻ ഇതിനെല്ലാം കൃത്യമായ ഗണിതശാസ്ത്ര മാതൃകകൾ ആവശ്യമാണ്.

ഞങ്ങൾ എത്തുന്നതിന് മുമ്പ് ഇത് എങ്ങനെ ചെയ്തു

ഏതാണ്ട് കടലാസിൽ, ഉപകരണങ്ങളുടെ വളരെ കൃത്യമല്ലാത്ത സവിശേഷതകളെ അടിസ്ഥാനമാക്കി, അത് യഥാർത്ഥത്തിൽ നിന്ന് വളരെ വ്യത്യസ്തമാണ്. ഉപകരണങ്ങൾ പരീക്ഷിച്ചതിന് ശേഷം, ഏറ്റവും മികച്ചത്, അവർ വസ്തുതയുടെ പ്ലസ് അല്ലെങ്കിൽ മൈനസ് 2% ആയിരിക്കും, ഒരു വർഷത്തിനു ശേഷം - പ്ലസ് അല്ലെങ്കിൽ മൈനസ് 7-8%. ഓരോ അഞ്ച് വർഷത്തിലും ടെസ്റ്റുകൾ നടത്തുന്നു, പലപ്പോഴും കുറവ്.

എല്ലാ കണക്കുകൂട്ടലുകളും റഫറൻസ് ഇന്ധനത്തിലാണ് നടത്തുന്നത് എന്നതാണ് അടുത്ത പോയിന്റ്. യുഎസ്എസ്ആറിൽ, ഇന്ധന എണ്ണ, കൽക്കരി, വാതകം, ന്യൂക്ലിയർ ഉൽപ്പാദനം മുതലായവ ഉപയോഗിച്ച് വ്യത്യസ്ത സ്റ്റേഷനുകൾ താരതമ്യം ചെയ്യാൻ ഒരു നിശ്ചിത പരമ്പരാഗത ഇന്ധനം പരിഗണിക്കുമ്പോൾ ഒരു സ്കീം സ്വീകരിച്ചു. ഓരോ ജനറേറ്ററിന്റെയും തത്തകളിലെ കാര്യക്ഷമത മനസ്സിലാക്കേണ്ടത് ആവശ്യമായിരുന്നു, പരമ്പരാഗത ഇന്ധനം ആ തത്തയാണ്. ഇന്ധനത്തിന്റെ കലോറിക് മൂല്യം അനുസരിച്ചാണ് ഇത് നിർണ്ണയിക്കുന്നത്: ഒരു ടൺ സാധാരണ ഇന്ധനം ഒരു ടൺ കൽക്കരിക്ക് ഏകദേശം തുല്യമാണ്. വിവിധ തരം ഇന്ധനങ്ങൾക്കായി പരിവർത്തന പട്ടികകൾ ഉണ്ട്. ഉദാഹരണത്തിന്, തവിട്ട് കൽക്കരിയുടെ സൂചകങ്ങൾ ഏതാണ്ട് ഇരട്ടി മോശമാണ്. എന്നാൽ കലോറി ഉള്ളടക്കം റൂബിളുമായി ബന്ധപ്പെട്ടതല്ല. ഇത് ഗ്യാസോലിൻ, ഡീസൽ എന്നിവ പോലെയാണ്: ഡീസലിന് 35 റുബിളും 92 ന് 32 റുബിളും ആണെങ്കിൽ, കലോറി ഉള്ളടക്കത്തിന്റെ കാര്യത്തിൽ ഡീസൽ കൂടുതൽ കാര്യക്ഷമമാകും എന്നത് ഒരു വസ്തുതയല്ല.

മൂന്നാമത്തെ ഘടകം കണക്കുകൂട്ടലുകളുടെ സങ്കീർണ്ണതയാണ്. പരമ്പരാഗതമായി, ജീവനക്കാരന്റെ അനുഭവത്തെ അടിസ്ഥാനമാക്കി, രണ്ടോ മൂന്നോ ഓപ്ഷനുകൾ കണക്കാക്കുന്നു, കൂടാതെ സമാനമായ ലോഡുകൾക്കും കാലാവസ്ഥാ സാഹചര്യങ്ങൾക്കുമായി മുൻ കാലഘട്ടങ്ങളുടെ ചരിത്രത്തിൽ നിന്ന് മികച്ച മോഡ് തിരഞ്ഞെടുക്കപ്പെടുന്നു. സ്വാഭാവികമായും, ജീവനക്കാർ ഏറ്റവും ഒപ്റ്റിമൽ മോഡുകൾ തിരഞ്ഞെടുക്കുന്നുവെന്ന് വിശ്വസിക്കുന്നു, ഒരു ഗണിതശാസ്ത്ര മോഡലും അവരെ മറികടക്കില്ലെന്ന് വിശ്വസിക്കുന്നു.

ഞങ്ങൾ വരുന്നു. പ്രശ്നം പരിഹരിക്കാൻ, ഞങ്ങൾ ഒരു ഡിജിറ്റൽ ഇരട്ട തയ്യാറാക്കുകയാണ് - സ്റ്റേഷന്റെ ഒരു സിമുലേഷൻ മോഡൽ. പ്രത്യേക സമീപനങ്ങൾ ഉപയോഗിച്ച്, ഓരോ ഉപകരണത്തിനും ഞങ്ങൾ എല്ലാ സാങ്കേതിക പ്രക്രിയകളും അനുകരിക്കുകയും നീരാവി-ജലവും ഊർജ്ജ ബാലൻസും സംയോജിപ്പിക്കുകയും താപവൈദ്യുത നിലയത്തിന്റെ പ്രവർത്തനത്തിന്റെ കൃത്യമായ മാതൃക നേടുകയും ചെയ്യുന്നു.

ഞങ്ങൾ ഉപയോഗിക്കുന്ന മോഡൽ സൃഷ്ടിക്കാൻ:

• ഉപകരണങ്ങളുടെ രൂപകൽപ്പനയും സവിശേഷതകളും.
• ഏറ്റവും പുതിയ ഉപകരണ പരിശോധനകളുടെ ഫലങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ള സ്വഭാവസവിശേഷതകൾ: ഓരോ അഞ്ച് വർഷത്തിലും സ്റ്റേഷൻ ഉപകരണങ്ങളുടെ സവിശേഷതകൾ പരിശോധിക്കുകയും പരിഷ്കരിക്കുകയും ചെയ്യുന്നു.
• ലഭ്യമായ എല്ലാ സാങ്കേതിക സൂചകങ്ങൾ, ചെലവുകൾ, ചൂട്, വൈദ്യുതി ഉൽപ്പാദനം എന്നിവയ്ക്കായി ഓട്ടോമേറ്റഡ് പ്രോസസ് കൺട്രോൾ സിസ്റ്റങ്ങളുടെയും അക്കൗണ്ടിംഗ് സിസ്റ്റങ്ങളുടെയും ആർക്കൈവുകളിലെ ഡാറ്റ. പ്രത്യേകിച്ചും, ചൂട്, വൈദ്യുതി വിതരണത്തിനുള്ള മീറ്ററിംഗ് സിസ്റ്റങ്ങളിൽ നിന്നുള്ള ഡാറ്റ, അതുപോലെ ടെലിമെക്കാനിക്സ് സിസ്റ്റങ്ങളിൽ നിന്നുള്ള ഡാറ്റ.
• പേപ്പർ സ്ട്രിപ്പിൽ നിന്നും പൈ ചാർട്ടുകളിൽ നിന്നുമുള്ള ഡാറ്റ. അതെ, ഉപകരണ ഓപ്പറേറ്റിംഗ് പാരാമീറ്ററുകൾ റെക്കോർഡുചെയ്യുന്നതിനുള്ള അത്തരം അനലോഗ് രീതികൾ ഇപ്പോഴും റഷ്യൻ പവർ പ്ലാന്റുകളിൽ ഉപയോഗിക്കുന്നു, ഞങ്ങൾ അവയെ ഡിജിറ്റൈസ് ചെയ്യുന്നു.
• ഓട്ടോമേറ്റഡ് പ്രോസസ് കൺട്രോൾ സിസ്റ്റത്തിന്റെ സെൻസറുകൾ രേഖപ്പെടുത്താത്തവ ഉൾപ്പെടെ, മോഡുകളുടെ പ്രധാന പാരാമീറ്ററുകൾ നിരന്തരം രേഖപ്പെടുത്തുന്ന സ്റ്റേഷനുകളിലെ പേപ്പർ ലോഗുകൾ. ലൈൻമാൻ ഓരോ നാല് മണിക്കൂറിലും ചുറ്റിനടന്ന്, വായനകൾ തിരുത്തിയെഴുതുകയും എല്ലാം ഒരു ലോഗിൽ എഴുതുകയും ചെയ്യുന്നു.

അതായത്, ഏത് മോഡിൽ എന്താണ് പ്രവർത്തിച്ചത്, എത്ര ഇന്ധനം വിതരണം ചെയ്തു, താപനിലയും നീരാവി ഉപഭോഗവും എന്തായിരുന്നു, ഔട്ട്പുട്ടിൽ എത്ര താപ, വൈദ്യുത ഊർജ്ജം ലഭിച്ചു എന്നതിനെക്കുറിച്ചുള്ള ഡാറ്റാ സെറ്റുകൾ ഞങ്ങൾ പുനർനിർമ്മിച്ചു. അത്തരം ആയിരക്കണക്കിന് സെറ്റുകളിൽ നിന്ന്, ഓരോ നോഡിന്റെയും സവിശേഷതകൾ ശേഖരിക്കേണ്ടത് ആവശ്യമാണ്. ഭാഗ്യവശാൽ, ഞങ്ങൾക്ക് ഈ ഡാറ്റ മൈനിംഗ് ഗെയിം വളരെക്കാലമായി കളിക്കാൻ കഴിഞ്ഞു.

ഗണിതശാസ്ത്ര മാതൃകകൾ ഉപയോഗിച്ച് അത്തരം സങ്കീർണ്ണമായ വസ്തുക്കളെ വിവരിക്കുന്നത് വളരെ ബുദ്ധിമുട്ടാണ്. ഞങ്ങളുടെ മോഡൽ സ്റ്റേഷന്റെ ഓപ്പറേറ്റിംഗ് മോഡുകൾ ശരിയായി കണക്കാക്കുന്നുവെന്ന് ചീഫ് എഞ്ചിനീയറോട് തെളിയിക്കുന്നത് കൂടുതൽ ബുദ്ധിമുട്ടാണ്. അതിനാൽ, ഉപകരണങ്ങളുടെ രൂപകൽപ്പനയും സാങ്കേതിക സവിശേഷതകളും അടിസ്ഥാനമാക്കി ഒരു താപ വൈദ്യുത നിലയത്തിന്റെ ഒരു മാതൃക കൂട്ടിച്ചേർക്കാനും ഡീബഗ് ചെയ്യാനും ഞങ്ങളെ അനുവദിക്കുന്ന പ്രത്യേക എഞ്ചിനീയറിംഗ് സംവിധാനങ്ങൾ ഉപയോഗിക്കുന്നതിനുള്ള പാത ഞങ്ങൾ സ്വീകരിച്ചു. ഞങ്ങൾ അമേരിക്കൻ കമ്പനിയായ TermoFlex-ൽ നിന്ന് Termoflow സോഫ്റ്റ്‌വെയർ തിരഞ്ഞെടുത്തു. ഇപ്പോൾ റഷ്യൻ അനലോഗുകൾ പ്രത്യക്ഷപ്പെട്ടു, എന്നാൽ അക്കാലത്ത് ഈ പ്രത്യേക പാക്കേജ് അതിന്റെ ക്ലാസിലെ ഏറ്റവും മികച്ചതായിരുന്നു.

ഓരോ യൂണിറ്റിനും, അതിന്റെ രൂപകൽപ്പനയും പ്രധാന സാങ്കേതിക സവിശേഷതകളും തിരഞ്ഞെടുത്തു. ഹീറ്റ് എക്സ്ചേഞ്ചർ ട്യൂബുകളിലെ നിക്ഷേപത്തിന്റെ അളവ് സൂചിപ്പിക്കുന്നത് വരെ ലോജിക്കൽ, ഫിസിക്കൽ തലങ്ങളിൽ എല്ലാം വിശദമായി വിവരിക്കാൻ സിസ്റ്റം നിങ്ങളെ അനുവദിക്കുന്നു.

തത്ഫലമായി, സ്റ്റേഷന്റെ തെർമൽ സർക്യൂട്ടിന്റെ മാതൃക ഊർജ്ജ സാങ്കേതിക വിദഗ്ധരുടെ കാര്യത്തിൽ ദൃശ്യപരമായി വിവരിച്ചിരിക്കുന്നു. ടെക്നോളജിസ്റ്റുകൾക്ക് പ്രോഗ്രാമിംഗ്, ഗണിതശാസ്ത്രം, മോഡലിംഗ് എന്നിവ മനസ്സിലാകുന്നില്ല, പക്ഷേ അവർക്ക് ഒരു യൂണിറ്റിന്റെ ഡിസൈൻ, യൂണിറ്റുകളുടെ ഇൻപുട്ടുകളും ഔട്ട്പുട്ടുകളും തിരഞ്ഞെടുക്കാനും അവയ്ക്ക് പാരാമീറ്ററുകൾ വ്യക്തമാക്കാനും കഴിയും. തുടർന്ന് സിസ്റ്റം തന്നെ ഏറ്റവും അനുയോജ്യമായ പാരാമീറ്ററുകൾ തിരഞ്ഞെടുക്കുന്നു, കൂടാതെ മുഴുവൻ ഓപ്പറേറ്റിംഗ് മോഡുകൾക്കും പരമാവധി കൃത്യത ലഭിക്കുന്നതിന് സാങ്കേതിക വിദഗ്ധൻ അവയെ പരിഷ്കരിക്കുന്നു. ഞങ്ങൾ സ്വയം ഒരു ലക്ഷ്യം വെക്കുന്നു - പ്രധാന സാങ്കേതിക പാരാമീറ്ററുകൾക്കായി 2% മോഡൽ കൃത്യത ഉറപ്പാക്കുകയും ഇത് നേടുകയും ചെയ്തു.

ഇത് ചെയ്യാൻ അത്ര എളുപ്പമല്ലെന്ന് തെളിഞ്ഞു: പ്രാരംഭ ഡാറ്റ വളരെ കൃത്യമല്ല, അതിനാൽ ആദ്യത്തെ രണ്ട് മാസങ്ങളിൽ ഞങ്ങൾ താപ വൈദ്യുത നിലയത്തിന് ചുറ്റും നടക്കുകയും പ്രഷർ ഗേജുകളിൽ നിന്ന് നിലവിലെ സൂചകങ്ങൾ സ്വമേധയാ വായിക്കുകയും മോഡൽ ട്യൂൺ ചെയ്യുകയും ചെയ്തു. യഥാർത്ഥ വ്യവസ്ഥകൾ. ആദ്യം ഞങ്ങൾ ടർബൈനുകളുടെയും ബോയിലറുകളുടെയും മോഡലുകൾ ഉണ്ടാക്കി. ഓരോ ടർബൈനും ബോയിലറും പരിശോധിച്ചു. മോഡൽ പരിശോധിക്കുന്നതിന്, ഒരു വർക്കിംഗ് ഗ്രൂപ്പ് സൃഷ്ടിക്കുകയും താപവൈദ്യുത നിലയത്തിന്റെ പ്രതിനിധികളെ അതിൽ ഉൾപ്പെടുത്തുകയും ചെയ്തു.

തുടർന്ന് ഞങ്ങൾ എല്ലാ ഉപകരണങ്ങളും ഒരു പൊതു സ്കീമിലേക്ക് കൂട്ടിച്ചേർക്കുകയും CHP മോഡൽ മൊത്തത്തിൽ ട്യൂൺ ചെയ്യുകയും ചെയ്തു. ആർക്കൈവുകളിൽ പരസ്പരവിരുദ്ധമായ ധാരാളം ഡാറ്റ ഉണ്ടായിരുന്നതിനാൽ എനിക്ക് കുറച്ച് ജോലികൾ ചെയ്യേണ്ടിവന്നു. ഉദാഹരണത്തിന്, 105% മൊത്തത്തിലുള്ള കാര്യക്ഷമതയുള്ള മോഡുകൾ ഞങ്ങൾ കണ്ടെത്തി.

നിങ്ങൾ ഒരു സമ്പൂർണ്ണ സർക്യൂട്ട് കൂട്ടിച്ചേർക്കുമ്പോൾ, സിസ്റ്റം എല്ലായ്പ്പോഴും സമതുലിതമായ മോഡ് പരിഗണിക്കുന്നു: മെറ്റീരിയൽ, ഇലക്ട്രിക്കൽ, തെർമൽ ബാലൻസുകൾ സമാഹരിച്ചിരിക്കുന്നു. അടുത്തതായി, ഉപകരണങ്ങളിൽ നിന്നുള്ള സൂചകങ്ങൾക്കനുസരിച്ച് അസംബിൾ ചെയ്ത എല്ലാം മോഡിന്റെ യഥാർത്ഥ പാരാമീറ്ററുകളുമായി എങ്ങനെ പൊരുത്തപ്പെടുന്നുവെന്ന് ഞങ്ങൾ വിലയിരുത്തുന്നു.

എന്ത് സംഭവിച്ചു

തൽഫലമായി, ഉപകരണങ്ങളുടെയും ചരിത്രപരമായ ഡാറ്റയുടെയും യഥാർത്ഥ സവിശേഷതകളെ അടിസ്ഥാനമാക്കി, താപ വൈദ്യുത നിലയത്തിന്റെ സാങ്കേതിക പ്രക്രിയകളുടെ കൃത്യമായ മാതൃക ഞങ്ങൾക്ക് ലഭിച്ചു. ടെസ്റ്റ് സ്വഭാവസവിശേഷതകളെ മാത്രം അടിസ്ഥാനമാക്കിയുള്ളതിനേക്കാൾ കൂടുതൽ കൃത്യതയുള്ളതാക്കാൻ ഇത് പ്രവചനങ്ങളെ അനുവദിച്ചു. ഫലം യഥാർത്ഥ പ്ലാന്റ് പ്രക്രിയകളുടെ ഒരു സിമുലേറ്ററാണ്, ഒരു താപവൈദ്യുത നിലയത്തിന്റെ ഡിജിറ്റൽ ഇരട്ട.

നൽകിയിരിക്കുന്ന സൂചകങ്ങളെ അടിസ്ഥാനമാക്കി "എന്താണെങ്കിൽ..." സാഹചര്യങ്ങൾ വിശകലനം ചെയ്യുന്നത് ഈ സിമുലേറ്റർ സാധ്യമാക്കി. ഒരു യഥാർത്ഥ സ്റ്റേഷന്റെ പ്രവർത്തനം ഒപ്റ്റിമൈസ് ചെയ്യുന്നതിനുള്ള പ്രശ്നം പരിഹരിക്കാനും ഈ മാതൃക ഉപയോഗിച്ചു.

നാല് ഒപ്റ്റിമൈസേഷൻ കണക്കുകൂട്ടലുകൾ നടപ്പിലാക്കാൻ സാധിച്ചു:

1. സ്റ്റേഷൻ ഷിഫ്റ്റ് മാനേജർക്ക് ചൂട് വിതരണ ഷെഡ്യൂൾ അറിയാം, സിസ്റ്റം ഓപ്പറേറ്ററുടെ കമാൻഡുകൾ അറിയാം, കൂടാതെ വൈദ്യുതി വിതരണ ഷെഡ്യൂൾ അറിയപ്പെടുന്നു: പരമാവധി മാർജിൻ ലഭിക്കുന്നതിന് ഏത് ഉപകരണങ്ങൾ ഏതൊക്കെ ലോഡുകളാണ് എടുക്കുക.
2. മാർക്കറ്റ് വില പ്രവചനത്തെ അടിസ്ഥാനമാക്കി ഉപകരണങ്ങളുടെ ഘടന തിരഞ്ഞെടുക്കുന്നു: ഒരു നിശ്ചിത തീയതിക്ക്, ലോഡ് ഷെഡ്യൂളും പുറത്തെ വായു താപനിലയുടെ പ്രവചനവും കണക്കിലെടുത്ത്, ഉപകരണങ്ങളുടെ ഒപ്റ്റിമൽ ഘടന ഞങ്ങൾ നിർണ്ണയിക്കുന്നു.
3. ഒരു ദിവസം മുമ്പേ വിപണിയിൽ അപേക്ഷകൾ സമർപ്പിക്കുന്നു: ഉപകരണങ്ങളുടെ ഘടന അറിയുകയും കൂടുതൽ കൃത്യമായ വില പ്രവചനം ഉണ്ടാകുകയും ചെയ്യുമ്പോൾ. ഞങ്ങൾ ഒരു അപേക്ഷ കണക്കാക്കി സമർപ്പിക്കുന്നു.
4. ഇലക്ട്രിക്കൽ, തെർമൽ ഷെഡ്യൂളുകൾ നിശ്ചയിച്ചിരിക്കുന്ന നിലവിലെ ദിവസത്തിനുള്ളിൽ ബാലൻസിംഗ് മാർക്കറ്റ് ഇതിനകം തന്നെയുണ്ട്, എന്നാൽ ദിവസത്തിൽ പല തവണ, ഓരോ നാല് മണിക്കൂറിലും, ബാലൻസിങ് മാർക്കറ്റിൽ ട്രേഡിംഗ് ആരംഭിക്കുന്നു, നിങ്ങൾക്ക് ഒരു അപേക്ഷ സമർപ്പിക്കാം: "ചേർക്കാൻ ഞാൻ നിങ്ങളോട് ആവശ്യപ്പെടുന്നു. എന്റെ ലോഡിലേക്ക് 5 മെഗാവാട്ട്. ഇത് പരമാവധി മാർജിൻ നൽകുമ്പോൾ അധിക ലോഡിംഗ് അല്ലെങ്കിൽ അൺലോഡിംഗ് ഓഹരികൾ നമുക്ക് കണ്ടെത്തേണ്ടതുണ്ട്.

ടെസ്റ്റുകൾ

ശരിയായ പരിശോധനയ്‌ക്കായി, സ്റ്റേഷൻ ഉപകരണങ്ങളുടെ സ്റ്റാൻഡേർഡ് ലോഡിംഗ് മോഡുകൾ സമാന വ്യവസ്ഥകളിൽ ഞങ്ങൾ കണക്കാക്കിയ ശുപാർശകളുമായി താരതമ്യം ചെയ്യേണ്ടതുണ്ട്: ഉപകരണങ്ങളുടെ ഘടന, ലോഡ് ഷെഡ്യൂളുകൾ, കാലാവസ്ഥ. കുറച്ച് മാസങ്ങൾക്കുള്ളിൽ, സ്ഥിരമായ ഒരു ഷെഡ്യൂളിനൊപ്പം ഞങ്ങൾ ദിവസത്തിന്റെ നാലോ ആറോ മണിക്കൂർ ഇടവേളകൾ തിരഞ്ഞെടുത്തു. അവർ സ്റ്റേഷനിൽ വന്നു (പലപ്പോഴും രാത്രിയിൽ), സ്റ്റേഷൻ ഓപ്പറേറ്റിംഗ് മോഡിൽ എത്തുന്നതിനായി കാത്തിരുന്നു, അതിനുശേഷം മാത്രമേ അത് സിമുലേഷൻ മോഡലിൽ കണക്കാക്കൂ. സ്റ്റേഷൻ ഷിഫ്റ്റ് സൂപ്പർവൈസർ എല്ലാ കാര്യങ്ങളിലും സംതൃപ്തനാണെങ്കിൽ, വാൽവുകൾ തിരിക്കാനും ഉപകരണ മോഡുകൾ മാറ്റാനും ഓപ്പറേറ്റിംഗ് ഉദ്യോഗസ്ഥരെ അയച്ചു.

മുമ്പും ശേഷവുമുള്ള സൂചകങ്ങൾ വസ്തുതയ്ക്ക് ശേഷം താരതമ്യം ചെയ്തു. തിരക്കേറിയ സമയങ്ങളിൽ, രാവും പകലും, വാരാന്ത്യങ്ങളും പ്രവൃത്തിദിവസങ്ങളും. ഓരോ മോഡിലും, ഞങ്ങൾ ഇന്ധനത്തിൽ ലാഭം നേടി (ഈ ടാസ്ക്കിൽ, മാർജിൻ ഇന്ധന ഉപഭോഗത്തെ ആശ്രയിച്ചിരിക്കുന്നു). പിന്നീട് ഞങ്ങൾ പൂർണ്ണമായും പുതിയ ഭരണകൂടങ്ങളിലേക്ക് മാറി. ഞങ്ങളുടെ ശുപാർശകളുടെ ഫലപ്രാപ്തിയിൽ സ്റ്റേഷൻ വേഗത്തിൽ വിശ്വസിച്ചുവെന്ന് പറയണം, കൂടാതെ പരിശോധനകളുടെ അവസാനം ഞങ്ങൾ മുമ്പ് കണക്കാക്കിയ മോഡുകളിൽ ഉപകരണങ്ങൾ പ്രവർത്തിക്കുന്നുണ്ടെന്ന് ഞങ്ങൾ കൂടുതലായി ശ്രദ്ധിച്ചു.

പദ്ധതിയുടെ ഫലം

സൗകര്യം: ക്രോസ് കണക്ഷനുകളുള്ള CHP, 600 MW ഇലക്ട്രിക്കൽ പവർ, 2 Gcal താപവൈദ്യുതി.

ടീം: CROC - ഏഴ് പേർ (സാങ്കേതിക വിദഗ്ധർ, വിശകലന വിദഗ്ധർ, എഞ്ചിനീയർമാർ), CHPP - അഞ്ച് ആളുകൾ (ബിസിനസ് വിദഗ്ധർ, പ്രധാന ഉപയോക്താക്കൾ, സ്പെഷ്യലിസ്റ്റുകൾ).
നടപ്പാക്കൽ കാലയളവ്: 16 മാസം.

ഫലം:

• ഭരണകൂടങ്ങൾ നിലനിർത്തുന്നതിനും മൊത്തവ്യാപാര വിപണിയിൽ പ്രവർത്തിക്കുന്നതിനുമുള്ള ബിസിനസ്സ് പ്രക്രിയകൾ ഞങ്ങൾ ഓട്ടോമേറ്റ് ചെയ്തു.
• സാമ്പത്തിക പ്രഭാവം സ്ഥിരീകരിക്കുന്ന പൂർണ്ണ തോതിലുള്ള പരിശോധനകൾ നടത്തി.
• പ്രവർത്തന സമയത്ത് ലോഡുകളുടെ പുനർവിതരണം കാരണം ഞങ്ങൾ 1,2% ഇന്ധനം ലാഭിച്ചു.
• ഹ്രസ്വകാല ഉപകരണ ആസൂത്രണത്തിന് നന്ദി, ഇന്ധനത്തിന്റെ 1% ലാഭിച്ചു.
• നാമമാത്ര ലാഭം പരമാവധിയാക്കുന്നതിനുള്ള മാനദണ്ഡം അനുസരിച്ച് ഞങ്ങൾ DAM-ലെ ആപ്ലിക്കേഷനുകളുടെ ഘട്ടങ്ങളുടെ കണക്കുകൂട്ടൽ ഒപ്റ്റിമൈസ് ചെയ്തു.

അന്തിമ ഫലം ഏകദേശം 4% ആണ്.

പദ്ധതിയുടെ കണക്കാക്കിയ തിരിച്ചടവ് കാലയളവ് (ROI) 1–1,5 വർഷമാണ്.

തീർച്ചയായും, ഇതെല്ലാം നടപ്പിലാക്കുന്നതിനും പരീക്ഷിക്കുന്നതിനും, ഞങ്ങൾക്ക് നിരവധി പ്രക്രിയകൾ മാറ്റുകയും താപവൈദ്യുത നിലയത്തിന്റെ മാനേജുമെന്റുമായും മൊത്തത്തിൽ ഉൽപ്പാദിപ്പിക്കുന്ന കമ്പനിയുമായും ചേർന്ന് പ്രവർത്തിക്കേണ്ടതുണ്ടായിരുന്നു. എന്നാൽ ഫലം തീർച്ചയായും വിലമതിക്കുന്നു. സ്റ്റേഷന്റെ ഒരു ഡിജിറ്റൽ ഇരട്ട സൃഷ്ടിക്കാനും ഒപ്റ്റിമൈസേഷൻ ആസൂത്രണ നടപടിക്രമങ്ങൾ വികസിപ്പിക്കാനും യഥാർത്ഥ സാമ്പത്തിക പ്രഭാവം നേടാനും സാധിച്ചു.

അവലംബം: www.habr.com