供熱機組供熱域及負荷分配方式的優化研究

嚴曉生， 吳振華， 殷 戈， 伍仁杰， 郭良丹

(1.國能（泉州）熱電有限公司，福建 泉州 362804; 2.國電南京電力試驗研究有限公司，江蘇 南京 210046)

0 引 言

近年來如何提高能源利用率，降低碳排放成為了世界各國的熱點話題[1]，熱電聯產機組在實現熱電同供的同時，還提高了電廠能源利用率、降低了碳排放[2]。對于熱電聯產機組，由于其發電負荷和供熱負荷間存在鮮明的耦合關系，即“以熱定電”的運行方式，其運行條件和運行方式尤為復雜[3]。與其他類型機組相對，熱電聯產機組具有更大的節能潛力[4]。因此，優化供熱運行方式，發掘熱電聯產機組節能潛力，受到了眾多學者的廣泛關注。

厲劍梁等[5]研究了熱電比對抽汽供熱機組能耗特性的影響，得出了機組煤耗與熱電比的函數關系；張騫等[6]基于循環函數法建立了供熱機組的通用模型，提出了線性優化的小微增分配原則；黃延輝等[7]針對自備電廠熱電聯產機組，提出了熱、電負荷優化分配模型，并針對典型現場數據制定了優化分配方案。徐中山等[8]結合理論模型與現場實驗數據，建立了不同主蒸汽流量和不同熱電比時機組熱耗的函數關系；王珊等[9]采用粒子群算法優化了熱電負荷在多臺機組間的分配，并比較了優化前后電廠的能耗特性。鄧拓宇等[10]利用建筑物熱網儲能熱性，提出了一種供熱機組協調控制方案，有效提高了機組調峰能力。王智等[11]通過配置儲熱罐的方式實現了熱電廠"熱電解耦"，大大增加了供熱機組調峰靈活性。

現有研究對供熱機組的熱電負荷分配多采用平均分配的方式，對于采用優化算法進行非平均分配方式的研究還相對較少。本文以國電泉州一期機組為例，建立了變工況模型，得到了機組的供熱可行域。同時比較了不同負荷分配方式對機組總能耗的影響，并以泉州某日典型熱電負荷為例，采用遺傳算法對熱電負荷進行了優化分配。

1 模型建立

1.1 變工況模型

本文以國電泉州一期機組為例，汽輪機為哈爾濱汽輪機廠生產的CLN 670—24.2/566/566型汽輪機，額定功率670 MW，最大功率達731.8 MW，具體參數如表1所示。

表1 機組額定參數

機組的熱電負荷隨環境的變化而變化，導致汽輪機經常處于變工況運行狀態，為提高汽輪機變工況的計算精度，本文采用改進的弗留格爾公式進行計算[12]：

式中：G—— —流經級組的蒸汽流量，kg/s；

v0— 級前蒸汽比容，m3/kg；

a——級組前后壓比；

p0、p2級組前后壓力，Pa；

下標A、B——不同工況。

1.2 熱電負荷優化模型

為發掘供熱機組的節能潛力，提高供熱機組熱經濟性，本文采用遺傳算法對熱電負荷進行優化分配，在分配過程中應遵循以下原則：1）單臺機組的熱電負荷范圍應滿足供熱可行域；2）為保證機組的安全運行，單臺機組的電負荷應不低于200 MW。在總的熱電負荷一定的情況下，以總能耗最小為目標函數，數學模型如下。

優化目標為：

其中Qz、Qz,i分別為總能耗和第i臺機組的能耗，MW。

優化模型的約束條件如下：

熱負荷約束條件為：

式中：Qt——全廠總熱負荷，MW；

Qi——第i臺機組的熱負荷，MW。

其中單臺機組的供熱量既不能超過總的熱負荷Q，也不能超過每臺機組的最大熱負荷。

電負荷約束條件為：

式中：Pt——全廠總電負荷，MW；

Pi——第i臺機組的電負荷，MW。

由于熱電聯產機組采用以熱定電的方式運行，所以當供熱量一定時，其電負荷也應滿足一定的限制條件，其中單臺機組的電負荷既不能超過總的電負荷P，也不能超過每臺機組的最大電負荷。

明確目標函數和約束條件后，采用遺傳算法對優化模型進行求解，確定熱電負荷的最優分配方式，采用遺傳算法確定最優熱電負荷分配方案大致流程如圖1所示。

圖1 遺傳算法流程圖

1.3 變工況模型驗證

本文采用Ebslion軟件根據機組設計參數以VWO工況為基準搭建供熱機組仿真模型。選取THA、75%THA、50%THA3種工況，對所建立模型的準確性進行驗證，計算所得各工況參數與熱平衡圖中數據對比如表2所示。

表2 模型仿真結果與熱平衡圖數據對比

由表可知，3種工況下Ebslion仿真模型計算結果與熱平衡圖中數據相比，最大相對誤差為1.9%，發電功率相對誤差均低于0.44%，由此可知，本文所建立的模型可靠性較高，滿足工程精度要求，可以利用該模型進一步對變工況下的熱電關系進行分析。

2 機組供熱域及負荷優化分配

2.1 機組供熱域

基于本文所建立的供熱機組仿真模型，采用以下方法確定機組的最大供熱負荷，首先保持主蒸汽流量不變，通過逐步減小供熱抽汽流量，使低壓缸達到最小進汽量，從而確定機組的最大供熱負荷。不同供熱負荷下最大電負荷與最小電負荷的計算，可通過保持供熱抽汽流量不變，調節主蒸汽流量來獲得，其中在機組最小主蒸汽流量的計算時需要考慮低壓缸最小流量及機組最小功率的限制作用。采用上述方法計算得到的機組熱電關系如圖2所示。

圖2 機組熱電關系

由圖可知，不同熱負荷對應的最大電負荷與最小電負荷也不同，當熱負荷為0時，機組最大電負荷與最小電負荷分別獲得各自的最值。從圖中可以看出，隨著供熱負荷的增大，最大電負荷減小，而最小電負荷增大，這是由于隨著供熱負荷的增大，供熱抽汽量增大，導致主蒸汽流量所能獲得的最大值減小，而所能獲得的最小值增大，因此機組最大電負荷隨供熱負荷的增大而減小；而對于最小電負荷來說，隨著主蒸汽流量的增加，高壓缸發電功率增加，低壓缸發電功率不變，總發電功率增加，因此最小電負荷隨供熱負荷的增大而增大。隨著熱負荷的增大，機組最大電負荷與最小電負荷之間的差值越來越小，說明在較高的熱負荷小，機組的可調范圍越來越小，調峰性能變差。

2.2 不同熱電負荷分配方式對能耗的影響

選取機組的總能耗作為評價指標，比較以下4種不同負荷分配方式對機組能耗特性的影響（根據實際運行情況可知兩臺機組總的熱負荷約為720 MW，總的電負荷約為700 MW）：1）熱電負荷均采用平均分配方式；2）熱負荷采用平均分配方式，電負荷采用非平均分配方式；3）熱負荷采用非平均分配方式，電負荷采用平均分配方式；4）熱電負荷均采用非平均分配方式。

若采用熱電負荷均為平均分配的方式，即每臺機組的熱負荷為360 MW，電負荷為350 MW，根據仿真模型的計算結果可知，兩臺機組的總能耗為1 977.921 MW，即每臺機組的能耗為988.961 MW。

保持熱負荷平均分配，即每臺機組的熱負荷均為360 MW，通過改變第一臺機組的電負荷，來分析不同電負荷分配下供熱機組能耗的變化規律。圖3顯示了第二臺機組電負荷和總能耗隨第一臺機組電負荷的變化情況，出于安全性考慮，每臺機組的電負荷均不得低于200 MW。

圖3 機組能耗變化（保持熱負荷平均分配）

如圖所示，由于總電負荷一定，所以隨著第一臺機組電負荷的增大，第二臺機組的電負荷線性減小。機組總能耗隨著第一臺機組電負荷的增大先增大后減小，當電負荷在兩臺機組間平均分配時，總能耗達到最大值。圖中虛線表示第二臺機組電負荷為350 MW的等值線，從圖中可以看出第二臺機組電負荷偏離350 MW越多，也就是電負荷在兩臺供熱機組間的分配越不均勻，總能耗越小，這主要是由于供熱使得兩臺機組低壓缸凝汽節流損失不同導致的，從電負荷均勻分配到不均勻分配的過程中，電負荷增大的機組能耗增大，電負荷減小的機組能耗減小，且減小量要大于增大量，因此總能耗隨著電負荷分配不均勻程度的增加而減小。從圖中可以看出，當電負荷分配為200 MW和500 MW時，總能耗最小，為1 971.511 MW，較平均分配時減少了6.41 MW。

保持電負荷平均分配，即每臺機組的電負荷均為350 MW，通過改變第一臺機組的熱負荷，來分析不同熱負荷分配下供熱機組能耗的變化規律。圖4顯示了第二臺機組熱負荷和總能耗隨第一臺機組熱負荷的變化情況。

圖4 機組能耗變化（保持電負荷平均分配）

如圖所示，由于總熱負荷一定，所以第二臺機組的熱負荷隨著第一臺機組熱負荷的增大而線性減小。機組總能耗隨著第一臺機組熱負荷的增大先增大后減小，當熱負荷在兩臺機組間平均分配時，總能耗達到最大值。圖中虛線表示第二臺機組熱負荷為360 MW的等值線，從圖中可以看出第二臺機組熱負荷偏離360 MW越多，也就是熱負荷在兩臺供熱機組間的分配越不均勻時，總能耗越小，這同樣是由于供熱使得兩臺機組低壓缸凝汽節流損失不同導致的，從熱負荷均勻分配逐漸到不均勻分配的過程中，熱負荷增大的機組能耗增大，而熱負荷減小的機組能耗減小，且減小量要大于增大量，因此總能耗隨著熱負荷分配的不均勻程度增加而減小。從圖中可以看出，當全部熱負荷由其中一臺機組承擔時，即分配方式為0 MW和720 MW時，總能耗最小，為1 958.906 MW，較平均分配時減少了19.015 MW。

上述討論了電負荷和熱負荷中單一因素變化時對機組總能耗的影響，同時改變熱負荷和電負荷在兩臺機組間的分配，即采用熱電負荷均非平均分配的方式，得到總能耗的變化規律如圖5所示。

圖5 機組能耗變化（熱電負荷均非平均分配）

從圖中可以看出，當總熱負荷為720 MW，總電負荷為700 MW時，在兩臺機組間采用不同的熱電負荷分配方式時，總能耗相差較大，最大可達23.25 MW。從圖中還可以看出，當熱電負荷在兩臺機組間平均分配時，總能耗較大，與前文所得結論一致。當第一臺機組熱電負荷都很小時（第二臺機組的熱電負荷都很大），也就是說熱電負荷分配的不均勻程度較大時，總能耗較小。

2.3 熱電負荷優化分配

由前文研究結果可知，將熱電負荷在兩臺機組間平均分配是不合理的，通過優化熱電負荷分配，能夠實現降低機組能耗的目的。因此，本文采用遺傳算法按照1.2節所建立的熱電負荷優化模型，對泉州電廠某日熱電負荷進行優化分配，該日的熱電負荷數據圖6所示。

圖6 泉州某日熱負荷

該廠原來采用的是熱電負荷均平均分配的運行方式，對采用遺傳算法優化熱電負荷分配前后單日總能耗結果進行可知，采用熱電負荷均平均分配的方式，兩臺機組的單日總能耗為47 456.856 MW，采用遺傳算法對熱電負荷進行優化分配后，兩臺機組的單日總能耗為45 944.749 MW。降低了1 512.107 MW，具有明顯的節能效果。

3 結束語

通過優化供熱機組的熱電負荷分配方式，可以降低電廠總能耗。因此，本文以國電泉州電廠一期機組為例，建立了670 MW機組的仿真模型，得出了其供熱可行域，分析了不同熱電負荷分配方式對機組總能耗的影響，采用遺傳算法優化了熱電負荷在兩臺機組間的分配方式，得出了以下結論：

1）隨著供熱負荷的增大，供熱機組的最大電負荷減小，而最小電負荷增大，最大電負荷與最小電負荷之間的差值越來越小，可調范圍越來越小，可調性變差。

2）當熱電負荷在兩臺機組間平均分配時，總能耗最大，隨著電負荷分配不均勻程度的增加，總能耗逐漸減小。

3）以泉州電廠某日熱電負荷為例，通過本文所建立的熱電負荷優化分配模型進行非平均分配后，機組總能耗減少了1 512.107 MW。