Memodelkan operasi pembangkit listrik termal nyata untuk mengoptimalkan mode: uap dan matematika



Ada CHP besar. Ini berfungsi seperti biasa: membakar gas, menghasilkan panas untuk memanaskan rumah dan listrik untuk jaringan umum. Tugas pertama adalah memanaskan. Yang kedua adalah menjual semua listrik yang dihasilkan di pasar grosir. Terkadang salju muncul bahkan di es dengan langit yang cerah, tetapi ini adalah efek samping dari menara pendingin.

CHPP rata-rata terdiri dari beberapa lusin turbin dan boiler. Jika volume yang diperlukan untuk pembangkit listrik dan panas diketahui dengan tepat, maka tugasnya adalah meminimalkan biaya bahan bakar. Dalam hal ini, perhitungan dikurangi untuk memilih komposisi dan persentase pemuatan turbin dan boiler untuk mencapai efisiensi peralatan setinggi mungkin. Efisiensi turbin dan boiler sangat tergantung pada jenis peralatan, waktu tanpa perbaikan, mode operasi dan banyak lagi. Ada masalah lain, ketika dengan harga yang diketahui untuk listrik dan volume panas, Anda perlu memutuskan berapa banyak listrik untuk dihasilkan dan dijual untuk mendapatkan keuntungan maksimum dari bekerja di pasar grosir. Maka faktor optimisasi - efisiensi laba dan peralatan - jauh lebih tidak penting. Hasilnya mungkin sebuah rezim di mana peralatan beroperasi sepenuhnya tidak efisien, tetapi seluruh listrik yang dihasilkan dapat dijual dengan margin maksimum.

Secara teori, semua ini sudah lama dipahami dan terdengar indah. Masalahnya adalah bagaimana melakukan ini dalam praktek. Kami memulai simulasi operasi setiap peralatan dan seluruh pabrik secara keseluruhan. Kami datang ke CHPP dan mulai mengumpulkan parameter dari semua node, mengukur karakteristik nyata mereka dan mengevaluasi pekerjaan dalam mode yang berbeda. Berdasarkan mereka, kami menciptakan model yang akurat untuk mensimulasikan operasi setiap peralatan dan menggunakannya untuk perhitungan optimasi. Ke depan, saya akan mengatakan bahwa kami memenangkan sekitar 4% dari efisiensi nyata hanya karena matematika.

Ternyata. Tetapi sebelum menggambarkan keputusan kami, saya akan berbicara tentang bagaimana CHP bekerja dalam hal logika pengambilan keputusan.

Hal-hal dasar


Elemen utama dari pembangkit listrik adalah boiler dan turbin. Turbin digerakkan ke putaran oleh uap tekanan tinggi, berputar, pada gilirannya, generator listrik, yang menghasilkan listrik. Energi uap yang tersisa digunakan untuk pemanas dan air panas. Boiler adalah tempat pembuatan uap. Dibutuhkan banyak waktu (jam) untuk memanaskan ketel dan mempercepat turbin uap, dan ini adalah hilangnya bahan bakar secara langsung. Hal yang sama berlaku untuk perubahan beban. Anda perlu merencanakan hal-hal seperti itu sebelumnya.

Peralatan CHP memiliki minimum teknis, yang mencakup minimum, tetapi pada saat yang sama, mode operasi yang stabil, di mana dimungkinkan untuk menyediakan jumlah panas yang cukup untuk rumah dan konsumen industri. Biasanya jumlah panas yang diperlukan langsung tergantung pada cuaca (suhu udara).

Setiap unit memiliki kurva efisiensi dan titik nilai maksimum untuk efisiensi kerja: dengan beban seperti itu, ini dan itu boiler dan itu dan turbin tersebut memberikan listrik termurah. Murah - dalam arti dengan konsumsi bahan bakar spesifik minimum.

Sebagian besar CHPP di Rusia menggunakan koneksi paralel, ketika semua boiler beroperasi pada satu pengumpul uap dan semua turbin juga ditenagai oleh satu pengumpul. Ini menambah fleksibilitas saat memuat peralatan, tetapi sangat menyulitkan perhitungan. Juga terjadi bahwa peralatan stasiun dibagi menjadi beberapa bagian yang beroperasi pada pengumpul yang berbeda dengan tekanan uap yang berbeda. Dan jika Anda menambahkan biaya kebutuhan dalam negeri - pekerjaan pompa, kipas angin, menara pendingin dan, sejujurnya, sauna tepat di belakang pagar pembangkit listrik tenaga panas - maka kaki sialan itu akan pecah.

Karakteristik semua peralatan adalah non-linear. Setiap unit memiliki kurva dengan zona di mana efisiensinya lebih tinggi dan lebih rendah. Tergantung pada beban: pada 70%, akan ada satu efisiensi, pada 30% - yang lain.

Peralatan berbeda dalam karakteristik. Ada turbin dan boiler baru dan lama, ada unit desain yang berbeda. Dengan memilih peralatan yang tepat dan memuatnya secara optimal pada titik efisiensi maksimum, Anda dapat mengurangi konsumsi bahan bakar, yang mengarah pada penghematan biaya atau margin yang lebih besar.



Bagaimana pembangkit listrik tenaga panas mengetahui berapa banyak energi yang dibutuhkan?


Perencanaan dilakukan selama tiga hari ke depan: dalam tiga hari komposisi peralatan yang direncanakan menjadi diketahui. Ini adalah turbin dan boiler yang akan disertakan. Secara relatif, kita tahu bahwa saat ini lima boiler dan sepuluh turbin akan berfungsi. Kami tidak dapat menghidupkan peralatan lain atau mematikan yang direncanakan, tetapi kami dapat mengubah beban untuk setiap boiler dari minimum ke maksimum, dan mengumpulkan dan mengurangi daya dalam turbin. Langkah dari maksimum ke minimum adalah dari 15 hingga 30 menit, tergantung pada unit peralatan. Di sini tugasnya sederhana: pilih mode optimal dan pertahankan sesuai dengan penyesuaian operasional.



Dari mana peralatan ini berasal? Dia memutuskan hasil perdagangan di pasar grosir. Ada pasar untuk listrik dan listrik. Di pasar kapasitas, pabrikan mengajukan aplikasi: “Ada peralatan ini dan itu, ini adalah kapasitas minimum dan maksimum, dengan mempertimbangkan output yang direncanakan untuk diperbaiki. Kita bisa mengeluarkan 150 MW dengan harga seperti itu, 200 MW dengan harga itu, dan 300 MW dengan harga itu. ” Ini adalah aplikasi jangka panjang. Di sisi lain, konsumen besar juga mengajukan aplikasi: "Kami membutuhkan banyak energi." Harga spesifik ditentukan di persimpangan apa yang dapat diberikan oleh produsen energi dan apa yang ingin diambil konsumen. Kapasitas ini ditentukan untuk setiap jam dalam sehari.



Biasanya, CHP membawa beban yang kira-kira sama sepanjang musim: di musim dingin, produk prioritasnya adalah panas, dan di musim panas, listrik. Penyimpangan yang kuat paling sering dikaitkan dengan beberapa jenis kecelakaan di stasiun itu sendiri atau di pembangkit listrik yang berdekatan di zona harga yang sama dari pasar grosir. Tetapi selalu ada fluktuasi, dan fluktuasi ini sangat mempengaruhi efisiensi ekonomi pabrik. Daya yang dibutuhkan dapat diambil oleh tiga boiler dengan beban 50% atau dua dengan beban 75% dan menonton, yang lebih efisien.

Margin tergantung pada harga pasar dan biaya menghasilkan listrik. Di pasar, harga mungkin sedemikian sehingga menguntungkan untuk membakar bahan bakar, tetapi baik untuk menjual listrik. Atau mungkin agar pada jam tertentu Anda harus pergi ke minimum teknis dan mengurangi kerugian. Anda juga perlu mengingat tentang cadangan dan biaya bahan bakar: gas alam yang sama biasanya terbatas, dan gas yang melampaui batas terasa lebih mahal, belum lagi bahan bakar minyak. Semua ini membutuhkan model matematika yang akurat untuk memahami aplikasi mana yang harus diserahkan dan bagaimana menanggapi keadaan yang berubah.

Bagaimana itu dilakukan sebelum kedatangan kami


Praktis di atas kertas, sesuai dengan karakteristik peralatan yang tidak terlalu akurat, yang memiliki sebaran besar dari yang sebenarnya. Segera setelah menguji peralatan terbaik, mereka akan menjadi plus atau minus 2% dari fakta, dan setelah satu tahun - plus atau minus 7-8%. Tes dilakukan setiap lima tahun, seringkali lebih jarang.

Poin berikutnya adalah semua perhitungan dilakukan dalam bahan bakar standar. Di Uni Soviet, skema diadopsi ketika dianggap sebagai bahan bakar bersyarat tertentu untuk membandingkan stasiun yang berbeda pada bahan bakar minyak, batubara, gas, generasi atom, dan sebagainya. Itu perlu untuk memahami efisiensi dalam parrot masing-masing generator, dan bahan bakar setara adalah parrot yang sama. Itu ditentukan oleh nilai kalor bahan bakar: satu ton bahan bakar standar kira-kira sama dengan satu ton batu bara. Ada tabel konversi untuk berbagai jenis bahan bakar. Misalnya, untuk batubara coklat, indikatornya hampir dua kali lebih buruk. Tetapi konten kalori tidak terkait dengan rubel. Ini seperti bensin dan diesel: Bukan fakta bahwa jika diesel berharga 35 rubel, dan yang ke-92 harganya 32 rubel, maka diesel akan lebih efisien dalam nilai kalor.

Faktor ketiga adalah kompleksitas perhitungan. Secara kondisional, berdasarkan pengalaman karyawan, dua atau tiga opsi dihitung, dan lebih sering mode terbaik dipilih dari sejarah periode sebelumnya untuk beban yang sama dan kondisi cuaca. Secara alami, karyawan percaya bahwa mereka memilih mode yang paling optimal, dan percaya bahwa tidak ada satu model pun yang akan mengungguli mereka.

Kami datang. Untuk mengatasi masalah tersebut, kami sedang menyiapkan digital double - model imitasi stasiun. Inilah saatnya, dengan menggunakan pendekatan khusus, kami mensimulasikan semua proses teknologi untuk setiap peralatan, mengurangi keseimbangan uap dan air dan mendapatkan model yang akurat dari pengoperasian pembangkit listrik tenaga panas.

Untuk membuat model, kami menggunakan:

  • Desain dan karakteristik paspor dari peralatan.
  • Karakteristik berdasarkan hasil pengujian peralatan terbaru: setiap lima tahun, peralatan diuji dan ditentukan di stasiun.
  • Data dalam arsip sistem kontrol industri dan sistem akuntansi untuk semua indikator teknologi yang tersedia, biaya, dan pembangkitan panas dan listrik. Khususnya, data dari sistem pengukuran panas dan listrik, serta sistem telemekanik.
  • Data dari bagan kertas pita dan pai. Ya, metode analog seperti itu untuk merekam parameter operasi peralatan masih digunakan di pembangkit listrik Rusia, dan kami mendigitalkannya.
  • Majalah kertas di stasiun tempat parameter utama mode direkam secara konstan, termasuk yang tidak direkam oleh sensor ACS TP. Perayap berjalan setiap empat jam sekali, menulis ulang kesaksian dan menulis semuanya di jurnal.

Yaitu, kami telah memulihkan set data tentang mode apa yang bekerja, berapa banyak bahan bakar yang dipasok, berapa suhu dan laju aliran uap, dan berapa banyak panas dan listrik yang keluar. Dari ribuan set seperti itu, perlu untuk mengumpulkan karakteristik masing-masing node. Untungnya, kami sudah bisa memainkan Data Mining ini sejak lama.

Mendeskripsikan objek rumit seperti itu menggunakan model matematika sangat sulit. Dan yang lebih sulit lagi adalah membuktikan kepada chief engineer bahwa model kami dengan benar menghitung mode operasi stasiun. Oleh karena itu, kami menempuh jalur menggunakan sistem rekayasa khusus yang memungkinkan kami untuk menyusun dan men-debug model pembangkit listrik termal berdasarkan desain dan karakteristik teknologi dari peralatan tersebut. Kami memilih perangkat lunak Termoflow dari perusahaan Amerika, TermoFlex. Sekarang ada rekan-rekan Rusia, tetapi pada saat itu paket inilah yang terbaik di kelasnya.

Untuk setiap unit, desain dan karakteristik teknologi dasarnya dipilih. Sistem ini memungkinkan Anda untuk mendeskripsikan segala sesuatu dengan sangat terperinci baik pada tingkat logis dan fisik, hingga menunjukkan tingkat endapan dalam tabung penukar panas.



Akibatnya, model sirkuit termal stasiun dijelaskan secara visual dalam hal teknologi energi. Teknolog tidak berpengalaman dalam pemrograman, matematika, dan pemodelan, tetapi mereka dapat memilih konstruk unit, input dan output dari unit, dan menentukan parameter pada mereka. Lebih lanjut, sistem itu sendiri memilih parameter yang paling cocok, dan teknologinya memolesnya untuk mendapatkan akurasi maksimum untuk seluruh jajaran mode operasi. Kami menetapkan tujuan untuk diri kita sendiri - untuk memastikan keakuratan model 2% untuk parameter teknologi utama dan mencapai ini.





Ternyata tidak sesederhana itu: data awal tidak terlalu akurat, jadi untuk beberapa bulan pertama kami pergi ke pembangkit listrik termal dan secara manual menghapus indikator saat ini dari pengukur tekanan dan menyetel model ke mode aktual. Model turbin dan boiler pertama kali dibuat. Setiap turbin dan boiler dikalibrasi. Untuk menguji model, sebuah kelompok kerja diciptakan dan perwakilan TPP dimasukkan di dalamnya.



Kemudian mereka merakit semua peralatan ke sirkuit umum dan menyetel model pembangkit listrik termal secara keseluruhan. Saya harus bekerja, karena ada banyak data yang saling bertentangan di arsip. Sebagai contoh, kami menemukan mode dengan efisiensi total 105%.

Saat Anda merakit sirkuit lengkap, sistem selalu mempertimbangkan mode seimbang: keseimbangan material, listrik, dan termal dikompilasi. Selanjutnya, kami mengevaluasi bagaimana segala sesuatu dalam perakitan sesuai dengan parameter aktual dari mode sesuai dengan indikator dari instrumen.

Apa yang terjadi




Sebagai hasilnya, kami mendapatkan model yang akurat dari proses teknologi dari pabrik CHP, berdasarkan pada karakteristik aktual dari peralatan dan data historis. Ini memungkinkan kami untuk memprediksi lebih akurat daripada hanya berdasarkan karakteristik pengujian. Hasilnya adalah simulator dari proses nyata stasiun, ganda digital TPP.

Simulator ini memungkinkan untuk melakukan analisis sesuai dengan skenario "bagaimana jika ..." sesuai dengan indikator yang ditentukan. Juga, model ini digunakan untuk memecahkan masalah mengoptimalkan operasi stasiun nyata.

Ternyata menerapkan empat perhitungan optimasi:

  1. Pengawas shift mengetahui jadwal pelepasan panas, perintah operator sistem diketahui, jadwal pasokan listrik diketahui: peralatan apa yang harus mengambil beban untuk mendapatkan margin maksimum.
  2. Memilih komposisi peralatan sesuai dengan perkiraan harga pasar: untuk tanggal tertentu, dengan mempertimbangkan jadwal pemuatan dan perkiraan suhu udara terbuka, kami menentukan komposisi peralatan yang optimal.
  3. Pengajuan aplikasi di pasar untuk satu hari ke depan: ketika ada komposisi peralatan dan ada perkiraan harga yang lebih akurat. Kami menghitung dan mengirimkan aplikasi.
  4. Pasar penyeimbang sudah dalam hari ini, ketika jadwal listrik dan termal ditetapkan, tetapi beberapa kali sehari setiap empat jam perdagangan dimulai di pasar penyeimbang, dan Anda dapat mengajukan aplikasi: "Saya meminta Anda memuat saya hingga 5 MW." Sangatlah penting untuk menemukan bagian dari pemuatan atau pembongkaran tambahan, saat ini memberikan margin maksimum.



Tes


Untuk pengujian yang benar, kami perlu membandingkan mode pemuatan standar peralatan pabrik dengan rekomendasi desain kami dalam kondisi yang sama: komposisi peralatan, jadwal pemuatan, dan cuaca. Selama beberapa bulan, kami memilih interval empat-enam jam sehari dengan jadwal yang stabil. Kami tiba di stasiun (sering di malam hari), menunggu stasiun untuk masuk ke mode, dan hanya kemudian mempertimbangkannya dalam model simulasi. Jika supervisor shift senang dengan semuanya, maka staf operasional dikirim untuk memutar katup dan mengubah mode peralatan.



Faktanya, indikator yang dibandingkan sebelum dan sesudah. Di puncak, siang dan malam, pada akhir pekan dan hari kerja. Di setiap mode, kami mendapat penghematan bahan bakar (dalam tugas ini, margin tergantung pada konsumsi bahan bakar). Kemudian mereka beralih sepenuhnya ke mode baru. Saya harus mengatakan bahwa di stasiun mereka dengan cepat percaya pada keefektifan rekomendasi kami, dan menjelang akhir pengujian, kami semakin memperhatikan bahwa peralatan beroperasi dalam mode yang dihitung sebelumnya.

Ringkasan Proyek


Objek: CHP dengan cross-link, 600 MW daya listrik, 2.400 Gcal - termal.

Tim: CROC - tujuh orang (ahli teknologi, analis, insinyur), CHP - lima orang (pakar bisnis, pengguna utama, spesialis).
Periode implementasi: 16 bulan.

Hasil:

  • Proses bisnis otomatis dalam menjalankan rezim dan bekerja di pasar grosir.
  • Melakukan uji lapangan yang mengkonfirmasi dampak ekonomi.
  • Menghemat 1,2% bahan bakar karena redistribusi beban selama perawatan.
  • Menghemat 1% bahan bakar karena perencanaan komposisi peralatan jangka pendek.
  • Kami mengoptimalkan perhitungan langkah aplikasi untuk RSV dengan kriteria memaksimalkan keuntungan marjinal.

Efek akhir adalah sekitar 4%.

Estimasi periode pengembalian proyek (ROI) adalah 1-1,5 tahun.

Tentu saja, untuk menerapkan dan menguji semua ini, saya harus mengubah banyak proses dan bekerja sama dengan manajemen CHP dan perusahaan penghasil secara keseluruhan. Tapi hasilnya pasti sepadan. Dimungkinkan untuk membuat dobel digital dari stasiun, untuk mengembangkan prosedur perencanaan optimasi dan untuk mendapatkan efek ekonomi nyata.

Source: https://habr.com/ru/post/id481902/


All Articles