有一个大型火力发电厂。它像往常一样工作：燃烧天然气，产生热量为房屋供暖，并为一般网络提供电力。第一个任务是供暖。二是把发电量全部放到批发市场上出售。有时，即使在寒冷的天气里，晴朗的天空下也会出现雪，但这是冷却塔运行的副作用。
火力发电厂平均由几十台涡轮机和锅炉组成。如果准确知道所需的发电量和产热量，那么任务就归结为最大限度地降低燃料成本。在这种情况下，计算归结为选择涡轮机和锅炉的组成和负载百分比，以实现设备运行的最高可能效率。涡轮机和锅炉的效率很大程度上取决于设备类型、无维修运行时间、运行模式等。还有另一个问题，考虑到已知的电力和热量价格，您需要决定发电和销售多少电力，以便从批发市场获得最大利润。那么优化因素——利润和设备效率——就不那么重要了。结果可能是设备运行效率完全低下，但所产生的全部电量却可以以最大利润出售。
从理论上讲，这一切早已清晰且听起来美好。问题是如何在实践中做到这一点。我们开始对每台设备和整个车站的运行进行模拟建模。我们来到火力发电厂，开始收集所有部件的参数，测量它们的真实特性并评估它们在不同模式下的运行情况。在此基础上，我们创建了精确的模型来模拟每台设备的运行，并用于优化计算。展望未来，我想说，仅仅由于数学，我们就获得了大约 4% 的实际效率。
发生了。但在描述我们的决策之前，我先从决策逻辑的角度谈谈热电联产是如何运作的。
基本的东西
发电厂的主要元件是锅炉和涡轮机。涡轮机由高压蒸汽驱动，高压蒸汽又带动发电机旋转，从而产生电力。剩余的蒸汽能量用于供暖和提供热水。锅炉是产生蒸汽的地方。加热锅炉和加速汽轮机需要大量的时间（小时），这是燃料的直接损失。负载变化也是如此。您需要提前计划这些事情。
热电联产设备具有最低技术要求，其中包括最低限度但稳定的运行模式，在该模式下可以为家庭和工业消费者提供足够的热量。通常，所需的热量直接取决于天气（气温）。
每个机组都有一条效率曲线和一个最大运行效率点：在这样那样的负载下，这样那样的锅炉和这样那样的涡轮机提供最便宜的电力。便宜——在最小的特定燃料消耗的意义上。
我们在俄罗斯的大多数热电联产发电厂都采用并联连接，即所有锅炉均在一台蒸汽收集器上运行，所有涡轮机也由一台收集器供电。这增加了装载设备时的灵活性，但使计算变得非常复杂。车站设备也被分成几个部分，在具有不同蒸汽压力的不同收集器上运行。如果再加上内部需求的成本——水泵、风扇、冷却塔的运行，老实说，还有火力发电厂围栏外的桑拿房——那么魔鬼的腿就会折断。
所有设备的特性都是非线性的。每个单元都有一条曲线，其中包含效率较高和较低的区域。这取决于负载：70% 时效率为 30，XNUMX% 时则不同。
设备的特性不同。涡轮机和锅炉有新旧之分，也有不同设计的机组。通过正确选择设备并以最高效率进行最佳装载，您可以减少燃料消耗，从而节省成本或提高利润。
热电联产电厂如何知道需要生产多少能源？
提前三天进行规划：三天内就知道了设备的计划组成。这些是将要打开的涡轮机和锅炉。相对而言，我们知道今天将运行五台锅炉和十台涡轮机。我们无法打开其他设备或关闭计划的设备，但我们可以将每个锅炉的负载从最小到最大更改，并增加和减少涡轮机的功率。从最长到最短的时间间隔为 15 到 30 分钟，具体取决于设备。这里的任务很简单：选择最佳模式并维护它们，同时考虑操作调整。
这些设备的组成是从哪里来的呢？ 它是根据批发市场的交易结果确定的。容量和电力都有市场。在容量市场上，制造商提交申请：“有这样那样的设备，这些是最小和最大容量，考虑到计划停运维修。我们可以按照这个价格交付 150 兆瓦，按照这个价格交付 200 兆瓦，按照这个价格交付 300 兆瓦。”这些都是长期的应用。另一方面，大消费者也提出要求：“我们需要这么多能源。”具体价格取决于能源生产商能够提供的能源和消费者愿意接受的能源。这些容量是根据一天中的每个小时确定的。
通常，火力发电厂在整个季节都承载大致相同的负载：冬季主要产品是热能，夏季主要产品是电力。强烈的偏差通常与电站本身或批发市场同一价格区域的相邻发电厂发生的某种事故有关。但波动总是存在的，这些波动极大地影响了工厂的经济效益。所需的功率可以由三个负载为 50% 的锅炉或两个负载为 75% 的锅炉来获取，看看哪个效率更高。
边际性取决于市场价格和发电成本。在市场上，价格可能使得燃烧燃料有利可图，但出售电力则有利可图。或者可能在某个特定时间，您需要达到技术最低限度并减少损失。您还需要记住燃料的储量和成本：天然气通常是有限的，超过限制的天然气明显更贵，更不用说燃油了。所有这些都需要精确的数学模型来了解要提交哪些申请以及如何应对不断变化的情况。
我们到达之前是如何完成的
几乎是纸上谈兵，基于设备的不太准确的特性，与实际情况有很大差异。测试设备后，最多只能达到实际值的正负 2%，一年后则达到正负 7-8%。测试每五年进行一次，频率通常较低。
下一点是所有计算均在参考燃料中进行。在苏联，当考虑某种常规燃料时，采用了一种方案来比较使用燃油、煤炭、天然气、核能发电等的不同电站。有必要了解每台发电机的效率，而传统燃料就是这样。由燃料的热值决定：一吨标准燃料约等于一吨煤。有不同类型燃料的换算表。例如，对于褐煤来说，指标几乎要差两倍。但卡路里含量与卢布无关。就像汽油和柴油一样：如果柴油售价 35 卢布，92 售价 32 卢布，那么柴油在卡路里含量方面会更有效，这并不是事实。
第三个因素是计算的复杂性。传统上，根据员工的经验，计算两个或三个选项，并且更常见的是从类似负载和天气条件的先前时期的历史记录中选择最佳模式。当然，员工相信他们正在选择最佳模式，并且相信没有任何数学模型可以超越他们。
我们来了。为了解决这个问题，我们正在准备一个数字孪生——空间站的模拟模型。此时，我们使用特殊方法模拟每台设备的所有工艺流程，结合汽水和能量平衡，获得火电厂运行的准确模型。
为了创建模型，我们使用：
- 设备的设计和规格。
- 基于最新设备测试结果的特性：该站每五年测试并完善设备的特性。
- 自动化过程控制系统和会计系统档案中的所有可用技术指标、成本以及热能和发电量的数据。特别是来自供热和供电计量系统以及远程机械系统的数据。
- 来自纸条图和饼图的数据。是的，俄罗斯发电厂仍在使用这种记录设备运行参数的模拟方法，我们正在将其数字化。
- 车站的纸质日志不断记录模式的主要参数，包括那些未由自动化过程控制系统的传感器记录的参数。巡线员每四个小时巡视一次，重写读数并将所有内容记录在日志中。
也就是说，我们重建了数据集，包括什么在什么模式下工作、供应了多少燃料、温度和蒸汽消耗是多少，以及输出时获得了多少热能和电能。有必要从数千个这样的集合中收集每个节点的特征。幸运的是，我们已经能够玩这个数据挖掘游戏很长时间了。
使用数学模型描述如此复杂的物体是极其困难的。而向总工程师证明我们的模型正确计算了空间站的运行模式则更加困难。因此，我们采取了利用专门的工程系统的方式，根据设备的设计和工艺特点来组装和调试火电厂模型。我们选择了美国TermoFlex公司的Termoflow软件。现在俄罗斯的类似产品已经出现，但当时这个特殊的软件包是同类产品中最好的。
对于每个单元，选择其设计和主要技术特征。该系统允许您在逻辑和物理层面上详细描述一切，甚至指示热交换器管中的沉积程度。
由此，能源技术人员可以直观地描述该站的热回路模型。技术人员不懂编程、数学和建模，但他们可以选择单元的设计、单元的输入和输出并为其指定参数。然后系统本身选择最合适的参数，技术人员对其进行改进，以便在整个操作模式范围内获得最大的精度。我们给自己设定了一个目标——确保主要技术参数的模型精度达到2%，并实现了这一目标。
事实证明这并不容易做到：最初的数据不是很准确，所以在最初的几个月里，我们在火力发电厂周围走动，手动从压力表上读取当前指标，并将模型调整为实际情况。首先我们制作了涡轮机和锅炉的模型。每个涡轮机和锅炉都经过验证。为了测试该模型，成立了一个工作组，其中包括火电厂的代表。
然后我们将所有设备组装成一个总体方案，并对CHP模型进行整体调整。我必须做一些工作，因为档案中有很多相互矛盾的数据。例如，我们发现总体效率为 105% 的模式。
当您组装完整的电路时，系统始终考虑平衡模式：编译材料、电气和热平衡。接下来，我们根据仪器的指标来评估组装的所有部件如何与模式的实际参数相对应。
发生了什么
结果，我们根据设备的实际特性和历史数据获得了火电厂技术流程的准确模型。这使得预测比单独基于测试特征更加准确。其结果是真实工厂流程的模拟器，即火力发电厂的数字孪生。
该模拟器可以根据给定的指标分析“假设……”场景。该模型还用于解决优化实际站点运行的问题。
可以实施四种优化计算：
- 电站值班经理知道供热计划，系统操作员的命令是已知的，电力供应计划也是已知的：哪些设备将承担哪些负载以获得最大的利润。
- 根据市场价格预测选择设备组成：在给定日期，考虑负荷计划和外部气温预测，确定设备的最佳组成。
- 提前一天提交市场申请：当设备的成分已知并且有更准确的价格预测时。我们计算并提交申请。
- 平衡市场已经在当天，当电力和热力时间表固定时，但是每天有几次，每四个小时，在平衡市场上启动交易，您可以提交申请：“我要求您添加我的负载为 5 兆瓦。”当这给出最大裕度时，我们需要找到额外装载或卸载的份额。
试
为了正确测试，我们需要在相同条件下（设备组成、负载时间表和天气）将车站设备的标准负载模式与我们计算出的建议进行比较。在几个月的时间里，我们选择了每天四到六个小时的时间间隔，并制定了稳定的时间表。他们来到车站（通常在晚上），等待车站达到运行模式，然后才在仿真模型中进行计算。如果站值班主管对一切都满意，那么就派操作人员打开阀门，改变设备模式。
事后对前后指标进行比较。在高峰时段、白天和晚上、周末和工作日。在每种模式下，我们都实现了燃料节省（在此任务中，利润取决于燃料消耗）。然后我们完全转向新的政权。必须说的是，该站很快就相信了我们建议的有效性，并且在测试结束时，我们越来越注意到设备正在以我们之前计算的模式运行。
项目成果
设施：具有交叉连接的热电联产系统、600 MW 电力、2 Gcal 热能。
团队：CROC - 7 人（技术专家、分析师、工程师），CHPP - 5 人（业务专家、关键用户、专家）。
实施期限：16个月。
结果：
- 我们实现了批发市场维护制度和工作的业务流程自动化。
- 进行了全面测试，确认了经济效果。
- 由于运行期间负载的重新分配，我们节省了 1,2% 的燃料。
- 通过短期设备规划节省了 1% 的燃料。
- 我们根据边际利润最大化的标准，优化了 DAM 上应用阶段的计算。
最终效果约为4%。
项目预计投资回收期（ROI）为1-1,5年。
当然，为了实施和测试这一切，我们必须改变许多流程，并与火电厂管理层和整个发电公司密切合作。但结果绝对是值得的。可以创建车站的数字孪生，开发优化规划程序并获得真正的经济效果。
来源： habr.com