有一個大型火力發電廠。它像往常一樣工作：燃燒天然氣，產生熱量為房屋供暖，並為一般網路提供電力。第一個任務是暖氣。二是把發電量全部放到批發市場上出售。有時，即使在寒冷的天氣裡，晴朗的天空下也會出現雪，但這是冷卻水塔運作的副作用。
火力發電廠平均由數十台渦輪機和鍋爐組成。如果準確知道所需的發電量和產熱量，那麼任務就歸結為最大限度地降低燃料成本。在這種情況下，計算歸結為選擇渦輪機和鍋爐的組成和負載百分比，以實現設備運行的最高可能效率。渦輪機和鍋爐的效率很大程度上取決於設備類型、無維修運行時間、運行模式等。還有另一個問題，考慮到已知的電力和熱量價格，您需要決定發電和銷售多少電力，以便從批發市場獲得最大利潤。那麼優化因素——利潤和設備效率——就沒那麼重要了。結果可能是設備運作效率完全低下，但所產生的全部電量卻可以以最大利潤出售。
從理論上講，這一切早已清晰且聽起來美好。問題是如何在實踐中做到這一點。我們開始對每台設備和整個車站的運作進行模擬建模。我們來到火力發電廠，開始收集所有零件的參數，測量它們的真實特性並評估它們在不同模式下的運作。在此基礎上，我們創建了精確的模型來模擬每個設備的運行，並用於最佳化計算。展望未來，我想說，僅僅由於數學，我們就獲得了大約 4% 的實際效率。
發生了。但在描述我們的決策之前，我先從決策邏輯的角度來談談熱電聯產是如何運作的。
基本的東西
發電廠的主要元件是鍋爐和渦輪機。渦輪機由高壓蒸汽驅動，高壓蒸汽再帶動發電機旋轉，從而產生電力。剩餘的蒸汽能量用於供暖和提供熱水。鍋爐是產生蒸汽的地方。加熱鍋爐和加速汽輪機需要大量的時間（小時），這是燃料的直接損失。負載變化也是如此。您需要提前規劃這些事情。
熱電聯產設備具有最低技術要求，其中包括最低限度但穩定的運作模式，在該模式下可以為家庭和工業消費者提供足夠的熱量。通常，所需的熱量直接取決於天氣（氣溫）。
每個機組都有一條效率曲線和一個最大運轉效率點：在這樣那樣的負載下，這樣那樣的鍋爐和這樣那樣的渦輪機提供最便宜的電力。便宜——在最小的特定燃料消耗的意義上。
我們在俄羅斯的大多數熱電聯產發電廠都採用並聯連接，即所有鍋爐均在一台蒸汽收集器上運行，所有渦輪機也由一台收集器供電。這增加了裝載設備時的靈活性，但使計算變得非常複雜。車站設備也被分成幾個部分，在具有不同蒸汽壓力的不同收集器上運行。如果再加上內部需求的成本——水泵、風扇、冷卻塔的運行，老實說，還有火力發電廠圍欄外的桑拿房——那麼魔鬼的腿就會折斷。
所有設備的特性都是非線性的。每個單元都有一條曲線，其中包含效率較高和較低的區域。這取決於負載：70% 時效率為 30，XNUMX% 時則不同。
設備的特性不同。渦輪機和鍋爐有新舊之分，也有不同設計的機組。透過正確選擇設備並以最高效率進行最佳裝載，您可以減少燃料消耗，從而節省成本或提高利潤。
熱電聯產電廠如何知道需要生產多少能源？
提前三天進行規劃：三天內就知道了設備的計畫組成。這些是將要打開的渦輪機和鍋爐。相對而言，我們知道今天將運行五台鍋爐和十台渦輪機。我們無法打開其他設備或關閉計劃的設備，但我們可以將每個鍋爐的負載從最小到最大更改，並增加和減少渦輪機的功率。從最長到最短的時間間隔為 15 到 30 分鐘，取決於設備。這裡的任務很簡單：選擇最佳模式並維護它們，同時考慮操作調整。
這些設備的組成是從哪裡來的呢？ 它是根據批發市場的交易結果確定的。容量和電力都有市場。在容量市場上，製造商提交申請：「有這樣或那樣的設備，這些是最小和最大容量，考慮到計劃停運維修。我們可以按照這個價格交付 150 兆瓦，按照這個價格交付 200 兆瓦，按照這個價格交付 300 兆瓦。”這些都是長期的應用。另一方面，大消費者也提出要求：“我們需要這麼多能源。”具體價格取決於能源生產商能夠提供的能源和消費者願意接受的能源。這些容量是根據一天中的每個小時來確定的。
通常，火力發電廠在整個季節承載大致相同的負載：冬季主要產品是熱能，夏季主要產品是電力。強烈的偏差通常與電站本身或批發市場同一價格區域的相鄰發電廠發生的某種事故有關。但波動總是存在的，這些波動極大地影響了工廠的經濟效益。所需的功率可以由三個負載為 50% 的鍋爐或兩個負載為 75% 的鍋爐來獲取，看看哪個效率更高。
邊際性取決於市場價格和發電成本。在市場上，價格可能使得燃燒燃料有利可圖，但出售電力則有利可圖。或者可能在某個特定時間，您需要達到技術最低限度並減少損失。您還需要記住燃料的儲量和成本：天然氣通常是有限的，超過限制的天然氣明顯更貴，更不用說燃油了。所有這些都需要精確的數學模型來了解要提交哪些申請以及如何應對不斷變化的情況。
我們到達之前是如何完成的
幾乎是紙上談兵，基於設備的不太準確的特性，與實際情況有很大差異。測試設備後，最多只能達到實際值的正負 2%，一年後則達到正負 7-8%。測試每五年進行一次，頻率通常較低。
下一點是所有計算均在參考燃料中進行。在蘇聯，當考慮某種常規燃料時，採用了一種方案來比較使用燃油、煤炭、天然氣、核能發電等的不同電站。有必要了解每台發電機的效率，而傳統燃料就是如此。由燃料的熱值決定：一噸標準燃料約等於一噸煤。有不同類型燃料的換算表。例如，對於褐煤來說，指標幾乎要差兩倍。但卡路里含量與盧布無關。就像汽油和柴油一樣：如果柴油售價 35 盧布，92 售價 32 盧布，那麼柴油在卡路里含量方面會更有效，這並不是事實。
第三個因素是計算的複雜度。傳統上，根據員工的經驗，計算兩個或三個選項，並且更常見的是從類似負載和天氣條件的先前時期的歷史記錄中選擇最佳模式。當然，員工相信他們正在選擇最佳模式，並且相信沒有任何數學模型可以超越他們。
我們來了。為了解決這個問題，我們正在準備一個數位孿生——太空站的模擬模型。此時，我們使用特殊方法模擬每台設備的所有製程流程，結合汽水和能量平衡，以獲得火力發電廠運作的準確模型。
為了創建模型，我們使用：
- 設備的設計和規格。
- 基於最新設備測試結果的特性：該站每五年測試並完善設備的特性。
- 自動化過程控制系統和會計系統檔案中的所有可用技術指標、成本以及熱能和發電量的資料。特別是來自供熱和供電計量系統以及遠端機械系統的數據。
- 來自紙條圖和餅圖的數據。是的，俄羅斯發電廠仍在使用這種記錄設備運行參數的模擬方法，我們正在將其數位化。
- 車站的紙本日誌會不斷記錄模式的主要參數，包括那些未由自動化過程控制系統的感測器記錄的參數。巡線員每四小時巡視一次，重寫讀數並將所有內容記錄在日誌中。
也就是說，我們重建了資料集，包括什麼在什麼模式下工作、供應了多少燃料、溫度和蒸汽消耗是多少，以及輸出時獲得了多少熱能和電能。有必要從數千個這樣的集合中收集每個節點的特徵。幸運的是，我們已經能夠玩這個資料探勘遊戲很久了。
使用數學模型描述如此複雜的物體是極其困難的。而向總工程師證明我們的模型正確計算了太空站的運作模式則更加困難。因此，我們採取了利用專業工程系統的方式，根據設備的設計和製程特性來組裝和調試火力發電廠模型。我們選擇了美國TermoFlex公司的Termoflow軟體。現在俄羅斯的類似產品已經出現，但當時這個特殊的軟體包是同類產品中最好的。
對於每個單元，選擇其設計和主要技術特徵。該系統可讓您在邏輯和物理層面上詳細描述一切，甚至指示熱交換器管中的沉積程度。
由此，能源技術人員可以直觀地描述該站的熱迴路模型。技術人員不懂程式設計、數學和建模，但他們可以選擇單元的設計、單元的輸入和輸出並為其指定參數。然後系統本身選擇最合適的參數，技術人員對其進行改進，以便在整個操作模式範圍內獲得最大的精度。我們為自己設定了一個目標——確保主要技術參數的模型精度達到2%，並實現了這個目標。
事實證明這並不容易做到：最初的數據不是很準確，所以在最初的幾個月裡，我們在火力發電廠周圍走動，手動從壓力表上讀取當前指標，並將模型調整為實際情況。首先我們製作了渦輪機和鍋爐的模型。每個渦輪機和鍋爐都經過驗證。為了測試該模型，成立了一個工作小組，其中包括火力發電廠的代表。
然後我們將所有設備組裝成一個總體方案，並對CHP模型進行整體調整。我必須做一些工作，因為檔案中有很多相互矛盾的數據。例如，我們發現整體效率為 105% 的模式。
當您組裝完整的電路時，系統始終考慮平衡模式：編譯材料、電氣和熱平衡。接下來，我們根據儀器的指標來評估組裝的所有部件如何與模式的實際參數相對應。
發生了什麼事
結果，我們根據設備的實際特性和歷史數據獲得了火力發電廠技術流程的準確模型。這使得預測比單獨基於測試特徵更準確。其結果是真實工廠流程的模擬器，即火力發電廠的數位孿生。
該模擬器可以根據給定的指標分析“假設…”場景。該模型也用於解決優化實際站點運行的問題。
可以實施四種優化計算：
- 電站值班經理知道供熱計畫、系統操作員的命令以及電力供應計畫：哪些設備將承擔哪些負載以獲得最大利潤。
- 根據市場價格預測選擇設備組成：在給定日期，考慮負載計劃和外部氣溫預測，確定設備的最佳組成。
- 提前一天提交市場申請：當設備的成分已知並且有更準確的價格預測。我們計算並提交申請。
- 平衡市場已經在當天，當電力和熱力時間表固定時，但是每天有幾次，每四個小時，在平衡市場上啟動交易，您可以提交申請：「我要求您添加我的負載為5 兆瓦。”當這給出最大裕度時，我們需要找到額外裝載或卸載的份額。
測試
為了正確測試，我們需要在相同條件下（設備組成、負載時間表和天氣）將車站設備的標準負載模式與我們計算的建議進行比較。在幾個月的時間裡，我們選擇了每天四到六個小時的時間間隔，並製定了穩定的時間表。他們來到車站（通常在晚上），等待車站達到運行模式，然後才在模擬模型中進行計算。如果站值班主管對一切都滿意，那麼就派操作人員打開閥門，改變設備模式。
事後對前後指標進行比較。在高峰時段、白天和晚上、週末和工作日。在每種模式下，我們都實現了燃料節省（在此任務中，利潤取決於燃料消耗）。然後我們完全轉向新的政權。必須說的是，該站很快就相信了我們建議的有效性，並且在測試結束時，我們越來越注意到設備正在以我們之前計算的模式運行。
專案成果
設施：具有交叉連接的熱電聯產系統、600 MW 電力、2 Gcal 熱能。
團隊：CROC - 7 人（技術專家、分析師、工程師），CHPP - 5 人（業務專家、關鍵使用者、專家）。
實施期限：16個月。
結果：
- 我們實現了批發市場維護制度和工作的業務流程自動化。
- 進行了全面測試，確認了經濟效果。
- 由於運行期間負載的重新分配，我們節省了 1,2% 的燃料。
- 透過短期設備規劃節省了 1% 的燃料。
- 我們根據邊際利潤最大化的標準，優化了 DAM 上應用階段的計算。
最終效果約為4%。
本計畫預計投資回收期（ROI）為1-1,5年。
當然，為了實施和測試這一切，我們必須改變許多流程，並與火力發電廠管理層和整個發電公司密切合作。但結果絕對是值得的。可以創建車站的數位孿生，開發優化規劃程序並獲得真正的經濟效果。
來源： www.habr.com