[发明专利]热电联产机组负荷分配方法、设备、终端及存储介质

说明书

本发明公开了一种热电联产机组负荷分配方法、设备、终端及存储介质，方法包括：获取机组实时运行数据，存入时序数据库；建立煤耗特性模型，获取时序数据库的数据，基于移动滑窗差分线性动态时变模型对煤耗特性模型进行特性建模，得到拟合差分线性模型；基于拟合差分线性模型，在平衡约束条件和求解结果限制之中，采用线性规划的方式进行优化求解，调节机组设备，完成一个优化周期；随着机组运行，不断滚动优化求解和调节，逼近总标准耗煤量最小的目标。基于移动滑窗差分线性动态时变模型来对机组的煤耗特性进行建模，具有快速、准确的特点，控制单次优化的调节范围，逐步逼近多机组的最优分配工况，可保证机组的稳定性和提升优化效果。

技术领域

本发明属于热电联产机组技术领域，更具体地，涉及一种热电联产机组负荷分配方法、设备、终端及存储介质。

背景技术

热电联产机组既承担着发电需求，又承担着供热需求，如何在多台机组间合理的分配电负荷和热负荷，以减小全厂煤耗，提高经济效益，是电厂面临的重大问题，目前关于此问题的解决方案，通常是借助机器学习算法拟合机组的煤耗特性，在电负荷和热负荷需求已知的情况下，在每台机组间进行标煤耗最小的寻优计算，来对每台机组的电、热负荷进行分配。但这种方法面临两个主要问题，一是机组煤耗与电负荷、热负荷之间的耦合关系复杂，且存在很多其他的干扰因素，导致传统机器学习算法的煤耗特性拟合精度不佳。二是在机组电、热负荷动态变化过程中，算法优化理想的结果难以落实到实际机组控制当中，无法实现闭环控制，起不到优化作用。在此提出一种基于移动滑窗差分线性动态时变模型的热电联产多机组间负荷分配方法及设备。

为解决上述问题，专利CN 109978276 A公开了一种火电厂机群多台供热机组热电负荷分配的在线优化方法，在热电负荷分配在线优化过程中，综合考虑不同抽汽机组类型特点以及不同参数对于热耗的影响，实现了对机组边界条件的准确定义以及热耗值的准确计算；优化过程中对边界条件进行更加多层次的定义，提高速度避免陷入局部最优；在机群多台抽汽供热机组且每台存在多个抽汽点情况下，实现了不同能量品质蒸汽以及电功率的合理分配，并减少总能耗。但是它主要考虑不同能量品质蒸汽对热电分配的影响，针对供热机组进行计算和分配，并不适用于热电联产机组，缺乏相关的煤耗特性拟合，难以落实到实际机组控制当中，无法实现闭环控制。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供一种热电联产机组负荷分配方法、设备、终端及存储介质，使用基于移动滑窗差分线性动态时变模型来对机组的耗煤量特性进行特性建模，具有快速、准确的特点，控制单次优化的调节范围，逐步逼近多机组的最优分配工况，可确保机组的稳定性、提升优化效果。

为实现上述目的，按照本发明的一方面，提供一种热电联产机组负荷分配方法，包括：

S100获取机组实时运行数据，存入时序数据库；

S200建立煤耗特性模型，获取时序数据库的数据，基于移动滑窗差分线性动态时变模型对煤耗特性模型进行特性建模，得到拟合差分线性模型；

S300基于拟合差分线性模型，在平衡约束条件和求解结果限制之中，采用线性规划的方式进行优化求解，调节机组设备，完成一个优化周期；

S400随着机组运行，重复S100-S300不断滚动优化求解和调节，逼近总标准耗煤量最小的目标。

进一步地，所述S200中建立煤耗特性模型包括：

设单台机组第1到p个抽汽口的抽汽负荷为，电动机功率为P，则机组的标准耗煤量可以表示P和的关系：

。

进一步地，所述S200中获取时序数据库的数据，基于移动滑窗差分线性动态时变模型对煤耗特性模型进行特性建模，得到拟合差分线性模型包括：

S210获取t时刻的差分线性关系：