Er is een grote thermische elektriciteitscentrale. Het werkt zoals gewoonlijk: het verbrandt gas, wekt warmte op voor de verwarming van huizen en elektriciteit voor het algemene net. De eerste taak is verwarmen. De tweede is om alle opgewekte elektriciteit op de groothandelsmarkt te verkopen. Soms verschijnt er zelfs bij koud weer en een heldere hemel sneeuw, maar dit is een neveneffect van de werking van koeltorens.
De gemiddelde thermische energiecentrale bestaat uit enkele tientallen turbines en ketels. Als de benodigde hoeveelheden elektriciteit en warmte precies bekend zijn, komt de opgave neer op het minimaliseren van de brandstofkosten. In dit geval komt de berekening neer op het kiezen van de samenstelling en het belastingspercentage van turbines en ketels om de hoogst mogelijke efficiëntie van de werking van de apparatuur te bereiken. Het rendement van turbines en ketels hangt sterk af van het type apparatuur, de bedrijfstijd zonder reparaties, de bedrijfsmodus en nog veel meer. Er is nog een probleem wanneer je, gegeven de bekende prijzen voor elektriciteit en de hoeveelheden warmte, moet beslissen hoeveel elektriciteit je moet opwekken en verkopen om de maximale winst te behalen uit het werken op de groothandelsmarkt. Dan is de optimalisatiefactor – winst en apparatuurefficiëntie – veel minder belangrijk. Het resultaat kan een situatie zijn waarin de apparatuur volledig inefficiënt werkt, maar de gehele hoeveelheid opgewekte elektriciteit met maximale marge kan worden verkocht.
In theorie is dit alles al lang duidelijk en klinkt het mooi. Het probleem is hoe je dit in de praktijk moet doen. We zijn begonnen met simulatiemodellering van de werking van elk apparaat en van het hele station als geheel. We kwamen naar de thermische energiecentrale en begonnen de parameters van alle componenten te verzamelen, hun werkelijke kenmerken te meten en hun werking in verschillende modi te evalueren. Op basis daarvan hebben we nauwkeurige modellen gemaakt om de werking van elk apparaat te simuleren en deze gebruikt voor optimalisatieberekeningen. Vooruitkijkend zal ik zeggen dat we ongeveer 4% van de werkelijke efficiëntie hebben gewonnen, simpelweg dankzij de wiskunde.
Gebeurd. Maar voordat ik onze beslissingen beschrijf, zal ik het hebben over hoe de CHP werkt vanuit het oogpunt van besluitvormingslogica.
Basis dingen
De belangrijkste elementen van een elektriciteitscentrale zijn ketels en turbines. De turbines worden aangedreven door hogedrukstoom, die op zijn beurt elektrische generatoren laat draaien, die elektriciteit produceren. De resterende stoomenergie wordt gebruikt voor verwarming en warm water. Ketels zijn plaatsen waar stoom ontstaat. Het opwarmen van de ketel en het versnellen van de stoomturbine kost veel tijd (uren), en dit is een direct brandstofverlies. Hetzelfde geldt voor belastingveranderingen. Je moet deze dingen van tevoren plannen.
WKK-apparatuur kent een technisch minimum, waaronder een minimale, maar stabiele bedrijfsmodus, waarin het mogelijk is om voldoende warmte te leveren aan woningen en industriële verbruikers. Meestal is de benodigde hoeveelheid warmte rechtstreeks afhankelijk van het weer (luchttemperatuur).
Elke eenheid heeft een efficiëntiecurve en een punt van maximale bedrijfsefficiëntie: bij die en die belasting leveren die en die ketel en die en die turbine de goedkoopste elektriciteit. Goedkoop - in de zin van minimaal specifiek brandstofverbruik.
De meeste van onze warmtekrachtcentrales in Rusland hebben parallelle aansluitingen, waarbij alle ketels op één stoomcollector werken en alle turbines ook door één collector worden aangedreven. Dit voegt flexibiliteit toe bij het laden van apparatuur, maar bemoeilijkt de berekeningen aanzienlijk. Het komt ook voor dat de stationapparatuur is opgedeeld in delen die op verschillende collectoren met verschillende stoomdrukken werken. En als je de kosten voor interne behoeften erbij optelt – de werking van pompen, ventilatoren, koeltorens en, laten we eerlijk zijn, sauna’s net buiten het hek van de thermische energiecentrale – dan breken de benen van de duivel.
De kenmerken van alle apparatuur zijn niet-lineair. Elke unit heeft een curve met zones waar de efficiëntie hoger en lager is. Het hangt af van de belasting: bij 70% zal het rendement één zijn, bij 30% zal het anders zijn.
De apparatuur verschilt qua kenmerken. Er zijn nieuwe en oude turbines en ketels, en er zijn eenheden met verschillende ontwerpen. Door apparatuur correct te selecteren en optimaal te laden op punten met maximale efficiëntie, kunt u het brandstofverbruik verminderen, wat leidt tot kostenbesparingen of grotere marges.
Hoe weet de WKK-centrale hoeveel energie hij moet produceren?
De planning vindt drie dagen van tevoren plaats: binnen drie dagen wordt de geplande samenstelling van de apparatuur bekend. Dit zijn de turbines en ketels die worden ingeschakeld. Relatief gezien weten we dat er vandaag vijf ketels en tien turbines in bedrijf zullen zijn. We kunnen geen andere apparatuur inschakelen of de geplande uitschakelen, maar we kunnen de belasting voor elke ketel wijzigen van minimaal naar maximaal, en het vermogen voor turbines verhogen en verlagen. De stap van maximaal naar minimaal bedraagt 15 tot 30 minuten, afhankelijk van het apparaat. De taak hier is eenvoudig: selecteer de optimale modi en onderhoud deze, rekening houdend met operationele aanpassingen.
Waar komt deze samenstelling van apparatuur vandaan? Deze werd bepaald op basis van de resultaten van de handel op de groothandelsmarkt. Er is een markt voor stroom en elektriciteit. Op de capaciteitsmarkt dienen fabrikanten een aanvraag in: “Er is zo en zo apparatuur, dit zijn de minimale en maximale capaciteiten, rekening houdend met de geplande uitval voor reparatie. We kunnen 150 MW leveren voor deze prijs, 200 MW voor deze prijs en 300 MW voor deze prijs.” Dit zijn toepassingen voor de lange termijn. Aan de andere kant dienen ook grote consumenten verzoeken in: “We hebben zoveel energie nodig.” Specifieke prijzen worden bepaald op het kruispunt van wat energieproducenten kunnen leveren en wat consumenten bereid zijn te nemen. Deze capaciteiten worden voor ieder uur van de dag bepaald.
Doorgaans draagt een thermische centrale het hele seizoen ongeveer dezelfde belasting: in de winter is het primaire product warmte en in de zomer elektriciteit. Sterke afwijkingen worden meestal geassocieerd met een ongeluk op het station zelf of bij aangrenzende energiecentrales in dezelfde prijszone van de groothandelsmarkt. Maar er zijn altijd schommelingen, en deze schommelingen hebben grote invloed op de economische efficiëntie van de fabriek. Het benodigde vermogen kan worden afgenomen door drie ketels met een belasting van 50% of twee met een belasting van 75% en kijken welke efficiënter is.
De marginaliteit hangt af van de marktprijzen en de kosten van elektriciteitsopwekking. Op de markt kunnen de prijzen zodanig zijn dat het rendabel is om brandstof te verbranden, maar het is goed om elektriciteit te verkopen. Of het kan zijn dat u op een bepaald uur naar het technische minimum moet gaan en de verliezen moet beperken. Je moet ook rekening houden met de voorraden en de brandstofkosten: aardgas is meestal beperkt, en gas boven de limiet is merkbaar duurder, om nog maar te zwijgen van stookolie. Dit alles vereist nauwkeurige wiskundige modellen om te begrijpen welke aanvragen moeten worden ingediend en hoe op veranderende omstandigheden moet worden gereageerd.
Hoe het werd gedaan voordat we aankwamen
Bijna op papier, gebaseerd op de niet erg nauwkeurige kenmerken van de apparatuur, die sterk verschillen van de werkelijke. Onmiddellijk na het testen van de apparatuur zullen ze op zijn best plus of min 2% van het feit zijn, en na een jaar - plus of min 7-8%. Tests worden elke vijf jaar uitgevoerd, vaak minder vaak.
Het volgende punt is dat alle berekeningen worden uitgevoerd met referentiebrandstof. In de USSR werd een plan aangenomen toen een bepaalde conventionele brandstof werd overwogen om verschillende stations te vergelijken die stookolie, steenkool, gas, nucleaire opwekking, enzovoort gebruiken. Het was noodzakelijk om de efficiëntie van de papegaaien van elke generator te begrijpen, en de conventionele brandstof is precies die papegaai. Deze wordt bepaald door de calorische waarde van de brandstof: één ton standaardbrandstof is ongeveer gelijk aan één ton steenkool. Er zijn conversietabellen voor verschillende soorten brandstof. Voor bruinkool zijn de indicatoren bijvoorbeeld bijna twee keer zo slecht. Maar het caloriegehalte is niet gerelateerd aan roebels. Het is net als benzine en diesel: het is geen feit dat als diesel 35 roebel kost, en 92 32 roebel, diesel efficiënter zal zijn in termen van caloriegehalte.
De derde factor is de complexiteit van de berekeningen. Conventioneel worden op basis van de ervaring van de werknemer twee of drie opties berekend, en vaker wordt de beste modus geselecteerd uit de geschiedenis van voorgaande perioden voor vergelijkbare belastingen en weersomstandigheden. Uiteraard geloven werknemers dat ze de meest optimale modus kiezen, en geloven ze dat geen enkel wiskundig model deze ooit zal overtreffen.
We komen. Om het probleem op te lossen, bereiden we een digitale tweeling voor: een simulatiemodel van het station. Dit is wanneer we, met behulp van speciale benaderingen, alle technologische processen voor elk apparaat simuleren, stoom-water- en energiebalansen combineren en een nauwkeurig model verkrijgen van de werking van de thermische energiecentrale.
Om het model te maken gebruiken we:
- Ontwerp en specificaties van de apparatuur.
- Kenmerken gebaseerd op de resultaten van de laatste apparatuurtests: elke vijf jaar test en verfijnt het station de kenmerken van de apparatuur.
- Gegevens in de archieven van geautomatiseerde procescontrolesystemen en boekhoudsystemen voor alle beschikbare technologische indicatoren, kosten en warmte- en elektriciteitsopwekking. In het bijzonder gegevens van meetsystemen voor warmte- en elektriciteitsvoorziening, maar ook van telemechanische systemen.
- Gegevens uit papieren strookjes en cirkeldiagrammen. Ja, dergelijke analoge methoden voor het registreren van de bedrijfsparameters van apparatuur worden nog steeds gebruikt in Russische energiecentrales, en we zijn ze aan het digitaliseren.
- Papieren logboeken op stations waar de belangrijkste parameters van de modi voortdurend worden geregistreerd, inclusief de parameters die niet worden geregistreerd door de sensoren van het geautomatiseerde procescontrolesysteem. De lijnwachter loopt elke vier uur rond, herschrijft de metingen en schrijft alles op in een logboek.
Dat wil zeggen, we hebben datasets gereconstrueerd over wat in welke modus werkte, hoeveel brandstof er werd aangevoerd, wat de temperatuur en het stoomverbruik waren, en hoeveel thermische en elektrische energie er aan de uitgang werd verkregen. Uit duizenden van dergelijke sets was het noodzakelijk om de kenmerken van elk knooppunt te verzamelen. Gelukkig kunnen wij dit Data Mining spel al een hele tijd spelen.
Het beschrijven van dergelijke complexe objecten met behulp van wiskundige modellen is buitengewoon moeilijk. En het is nog moeilijker om aan de hoofdingenieur te bewijzen dat ons model de bedrijfsmodi van het station correct berekent. Daarom zijn we de weg ingeslagen door gespecialiseerde technische systemen te gebruiken waarmee we een model van een thermische energiecentrale kunnen samenstellen en debuggen op basis van het ontwerp en de technologische kenmerken van de apparatuur. Wij kozen voor Termoflow software van het Amerikaanse bedrijf TermoFlex. Nu zijn er Russische analogen verschenen, maar in die tijd was dit specifieke pakket de beste in zijn klasse.
Voor elke eenheid worden het ontwerp en de belangrijkste technologische kenmerken geselecteerd. Met het systeem kunt u alles tot in detail beschrijven, zowel op logisch als op fysiek niveau, tot en met het aangeven van de mate van afzettingen in de buizen van de warmtewisselaar.
Als resultaat wordt het model van het thermische circuit van het station visueel beschreven in termen van energietechnologen. Technologen begrijpen geen programmeren, wiskunde en modellering, maar ze kunnen het ontwerp van een eenheid, de input en output van eenheden selecteren en er parameters voor specificeren. Vervolgens selecteert het systeem zelf de meest geschikte parameters en verfijnt de technoloog deze om maximale nauwkeurigheid voor het hele scala aan bedrijfsmodi te verkrijgen. We hebben onszelf een doel gesteld: een modelnauwkeurigheid van 2% garanderen voor de belangrijkste technologische parameters en hebben dit bereikt.
Het bleek niet zo eenvoudig om dit te doen: de initiële gegevens waren niet erg nauwkeurig, dus de eerste paar maanden liepen we rond de thermische energiecentrale en lazen handmatig de huidige indicatoren van de manometers af en stemden het model af op de werkelijke omstandigheden. Eerst maakten we modellen van turbines en ketels. Elke turbine en ketel werd geverifieerd. Om het model te testen werd een werkgroep opgericht waarin vertegenwoordigers van de thermische centrale werden opgenomen.
Vervolgens hebben we alle apparatuur in een algemeen schema samengevoegd en het WKK-model als geheel afgestemd. Ik moest wat werk doen omdat er veel tegenstrijdige gegevens in de archieven zaten. We hebben bijvoorbeeld modi gevonden met een algehele efficiëntie van 105%.
Wanneer u een compleet circuit samenstelt, houdt het systeem altijd rekening met de gebalanceerde modus: materiaal-, elektrische en thermische balansen worden samengesteld. Vervolgens evalueren we hoe alles wat is samengesteld overeenkomt met de werkelijke parameters van de modus volgens indicatoren van de instrumenten.
Wat is er gebeurd
Als gevolg hiervan ontvingen we een nauwkeurig model van de technische processen van de thermische energiecentrale, gebaseerd op de werkelijke kenmerken van de apparatuur en historische gegevens. Hierdoor konden voorspellingen nauwkeuriger zijn dan alleen op basis van testkenmerken. Het resultaat was een simulator van echte fabrieksprocessen, een digitale tweeling van een thermische energiecentrale.
Deze simulator maakte het mogelijk om “wat als...”-scenario’s te analyseren op basis van gegeven indicatoren. Dit model werd ook gebruikt om het probleem van het optimaliseren van de werking van een echt station op te lossen.
Het was mogelijk om vier optimalisatieberekeningen te implementeren:
- De stationploegmanager kent het warmteleveringsschema, de opdrachten van de netbeheerder zijn bekend en het elektriciteitsleveringsschema is bekend: welke apparatuur zal welke belastingen aankunnen om maximale marges te behalen.
- Selectie van de samenstelling van apparatuur op basis van de marktprijsvoorspelling: voor een bepaalde datum bepalen we, rekening houdend met het laadschema en de voorspelling van de buitenluchttemperatuur, de optimale samenstelling van de apparatuur.
- Een dag van tevoren aanvragen op de markt indienen: wanneer de samenstelling van de apparatuur bekend is en er een nauwkeurigere prijsvoorspelling is. Wij berekenen en dienen een aanvraag in.
- De balanceringsmarkt vindt al plaats op de huidige dag, wanneer de elektrische en thermische schema's zijn vastgesteld, maar meerdere keren per dag, om de vier uur, wordt de handel op de balanceringsmarkt gelanceerd en kunt u een aanvraag indienen: “Ik vraag u om toe te voegen 5 MW aan mijn belasting.” We moeten de aandelen van extra laden of lossen vinden wanneer dit de maximale marge oplevert.
test
Voor correcte tests moesten we de standaard laadmodi van de stationsapparatuur vergelijken met onze berekende aanbevelingen onder dezelfde omstandigheden: samenstelling van de apparatuur, laadschema's en weersomstandigheden. In de loop van een paar maanden kozen we voor intervallen van vier tot zes uur per dag met een stabiel schema. Ze kwamen naar het station (vaak 's nachts), wachtten tot het station in de bedrijfsmodus kwam en berekenden dit pas daarna in het simulatiemodel. Als de supervisor van de stationsploeg met alles tevreden was, werd het bedienend personeel gestuurd om de kleppen te draaien en de apparatuurmodi te wijzigen.
De voor- en na-indicatoren werden achteraf vergeleken. Tijdens piekuren, dag en nacht, weekends en weekdagen. In elke modus hebben we brandstofbesparingen gerealiseerd (bij deze taak is de marge afhankelijk van het brandstofverbruik). Daarna zijn we volledig overgestapt op nieuwe regimes. Het moet gezegd worden dat het station snel geloofde in de effectiviteit van onze aanbevelingen, en tegen het einde van de tests merkten we steeds vaker dat de apparatuur werkte in de modi die we eerder hadden berekend.
Projectresultaat
Faciliteit: WKK met dwarsaansluitingen, 600 MW elektrisch vermogen, 2 Gcal thermisch vermogen.
Team: CROC - zeven mensen (technologische experts, analisten, ingenieurs), CHPP - vijf mensen (businessexperts, key-users, specialisten).
Implementatietermijn: 16 maanden.
Resultaten:
- We automatiseerden de bedrijfsprocessen van het handhaven van regimes en het werken op de groothandelsmarkt.
- Er zijn grootschalige tests uitgevoerd die het economische effect bevestigen.
- We hebben 1,2% brandstof bespaard dankzij de herverdeling van de lasten tijdens het gebruik.
- 1% brandstof bespaard dankzij uitrustingsplanning op de korte termijn.
- We hebben de berekening van de fasen van toepassingen op de DAM geoptimaliseerd volgens het criterium van het maximaliseren van de marginale winst.
Het uiteindelijke effect bedraagt ongeveer 4%.
De geschatte terugverdientijd van het project (ROI) is 1 à 1,5 jaar.
Om dit alles te implementeren en te testen, moesten we natuurlijk veel processen veranderen en nauw samenwerken met zowel het management van de thermische centrale als het productiebedrijf als geheel. Maar het resultaat was zeker de moeite waard. Het was mogelijk om een digitale tweeling van het station te creëren, optimalisatieplanningsprocedures te ontwikkelen en een echt economisch effect te verkrijgen.
Bron: www.habr.com