CN102737351A - 燃气-蒸汽联合循环发电机组多目标多约束优化调度方法 - Google Patents

燃气-蒸汽联合循环发电机组多目标多约束优化调度方法 Download PDF

Info

Publication number
CN102737351A
CN102737351A CN2012101967287A CN201210196728A CN102737351A CN 102737351 A CN102737351 A CN 102737351A CN 2012101967287 A CN2012101967287 A CN 2012101967287A CN 201210196728 A CN201210196728 A CN 201210196728A CN 102737351 A CN102737351 A CN 102737351A
Authority
CN
China
Prior art keywords
unit
load
constraint
period
gas
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012101967287A
Other languages
English (en)
Other versions
CN102737351B (zh
Inventor
阚伟民
肖小清
马晓茜
李双双
范立莉
冯永新
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South China University of Technology SCUT
Electric Power Research Institute of Guangdong Power Grid Co Ltd
Original Assignee
South China University of Technology SCUT
Electric Power Research Institute of Guangdong Power Grid Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by South China University of Technology SCUT, Electric Power Research Institute of Guangdong Power Grid Co Ltd filed Critical South China University of Technology SCUT
Priority to CN201210196728.7A priority Critical patent/CN102737351B/zh
Publication of CN102737351A publication Critical patent/CN102737351A/zh
Application granted granted Critical
Publication of CN102737351B publication Critical patent/CN102737351B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Feedback Control In General (AREA)

Abstract

一种燃气-蒸汽联合循环发电机组多目标多约束优化调度的方法，包括以下步骤：1、建立某时段的机组多目标负荷分配优化问题数学模型；2、设计所述时段多约束机组负荷优化目标函数；3、基于蚁群算法设计多目标、多约束某时段的机组负荷优化调度方案。基于本发明建立的燃气-蒸汽联合循环发电机组多目标、多约束优化调度方法，能够在确保机组安全、环保运行的前提下，实时合理分配全厂各机组间负荷，最大限度地降低发电煤耗率，实现电网调峰与电厂有效生存的双赢，以及与天然气网的协调。

Description

燃气-蒸汽联合循环发电机组多目标多约束优化调度方法
技术领域
本发明专利涉及一种发电机组的调度方法，尤其是涉及一种燃气-蒸汽联合循环发电机组多目标、多约束优化调度的方法。
背景技术
电网需要燃气-蒸汽联合循环机组快速启停或低负荷运行来进行调峰，以保证电网的稳定性和可靠性。受到厂网分开，竞价上网等因素的影响，大型燃气轮机电厂在完成电网调峰任务的同时，也需要兼顾其本身降低发电成本和经济环保运行的要求，优化选择各台机组的调峰运行方式，尽可能做到电网调峰与电厂有效生存的双赢，以及与天然气网的协调。针对大型燃煤电厂，在确保机组安全运行的前提下，实时合理分配全厂各机组间负荷，最大限度地降低发电煤耗率已经得到了广泛地研究。在大型燃气-蒸汽联合循环发电厂中，也同样存在着合理分配并列运行各机组间负荷，以达到最大限度地降低发电气耗率的目的。自上世纪五十年代以来，针对燃煤电厂机组的负荷优化分配，国内外研究者纷纷从算法入手展开研究，开发出诸如：启发式方法、优先顺序法、动态规划法、整数规划和混合整数规划法、分支定界法、拉格朗日松弛法、人工神经网络法、社会演化算法等优化方法。各算法根据模型特点的不同，对其针对的具体***都有较好的优化效果，但同时也具有各自的缺点和局限性。
但对大型燃气-蒸汽联合循环发电机组在多目标多约束条件下优化调度的方法研究不多。
发明内容
本发明所要解决的技术问题，就是提供一种燃气-蒸汽联合循环发电机组多目标多约束优化调度的方法，该方法综合考虑了功率平衡约束、发电机容量约束、天然气供气量约束、滚动检修约束等约束条件，可获得燃气-蒸汽联合循环发电机组实现降低发电气耗率的某时段负荷调度的最优解，并能快速搜索到更高质量的优化解。
本发明解决上述问题所采用的技术方案如下：
一种燃气-蒸汽联合循环发电机组多目标多约束优化调度的方法，包括以下步骤：
一、建立某时段的机组多目标负荷分配优化问题数学模型；
二、设计所述时段多约束机组负荷优化目标函数；
三、基于蚁群算法设计多目标、多约束某时段的机组负荷优化调度方案。
典型燃气-蒸汽联合循环发电机组某时段负荷分配时多目标、多约束条件非线性的优化问题，其包含功率平衡方程、经济运行要求和机组运行约束，目的是让发电厂成本最小、达到节能减排的目的。
所述的步骤一又包括以下步骤：
1.  选取考虑阀点效应的气耗率、排放特性作为目标函数的决策变量，在一定负荷下对各种机组组合的全厂平均气耗率为最小值；
2.  通过对各台机组前一段时间（如前一天）气耗特性曲线拟合，获得每台机组的气耗率能耗特性；
3.  考虑机组阀点效应对机组气耗特性产生的影响；
4.  通过对各台机组运行数据（如前一周期）废气排放特性，获得每台机组的排放特性；
5.  结合滚动检修策略确定当前时刻可参与负荷分配的机组；
6.  考虑机组组合和启停状态的变化，控制机组的频繁启动或停止的折合费最小；
7.  考虑负荷变化对辅机运行费用的影响，如电泵、给水泵等。
在燃气-蒸汽联合循环发电机组多目标、多约束优化调度过程中，多目标、多约束负荷优化目标函数的建立是调度的关键。
所述的步骤二的目标函数的设计需要考虑的问题包括：发电成本机组气耗率、全厂机组                                                
Figure 2012101967287100002DEST_PATH_IMAGE001
排放总量、兼顾经济与环保排放的负荷优化、功率平衡约束、发电机容量约束、滚动检修约束以及天然气供给约束；
（一）时段t内考虑滚动检修策略的发电成本机组气耗率
Figure 194498DEST_PATH_IMAGE002
（
Figure 293166DEST_PATH_IMAGE002
为目标函数的一部分）可表示为：
                                     
Figure 2012101967287100002DEST_PATH_IMAGE003
                                  (1)
N     ——机组台数；
Figure 154418DEST_PATH_IMAGE004
    ——时段t内第i台机组的启停状况；
Figure 204283DEST_PATH_IMAGE004
=1  ——机组i处于运行状态；
=0  ——机组i参加滚动停运检修；
Figure 2012101967287100002DEST_PATH_IMAGE005
 ——时段t内第i台机组气耗率特性，可拟合为二次多项式=；
Figure 329431DEST_PATH_IMAGE008
     ——时段t内第i台机组负荷； a、b、c由气耗率特性拟合而成，每台机组不同，因此是
Figure 2012101967287100002DEST_PATH_IMAGE009
；
（二）某时段t内全厂机组
Figure 492690DEST_PATH_IMAGE001
排放总量可表示为：
                                               
Figure 268492DEST_PATH_IMAGE010
                                            (2)
Figure 2012101967287100002DEST_PATH_IMAGE011
 ——某时段t内第i台机组的
Figure 200807DEST_PATH_IMAGE001
排放量，可应用现有技术SVM或BP模拟获得；
（三）设计兼顾经济与环保排放的负荷优化（EELD，Economic Emission Load Dispatch）目标函数，需要考虑气耗能耗率和排放特性分别对总目标的权重大小，
                                               
Figure 957191DEST_PATH_IMAGE012
                                            (3)
Figure 2012101967287100002DEST_PATH_IMAGE013
    ——气耗率在总指标中所占权重
Figure 607747DEST_PATH_IMAGE014
    ——污染排放量在总指标中所占权重
（四）功率平衡约束
                                              
Figure 2012101967287100002DEST_PATH_IMAGE015
                                           (4)
    ——调度中心在t时段下达给发电厂的负荷指令
Figure 2012101967287100002DEST_PATH_IMAGE017
    ——***总网损
（五）考虑发电机容量约束
                                                                                               (5)
Figure 2012101967287100002DEST_PATH_IMAGE019
    ——第i台机组发电机最大最小容量
（六）考虑滚动检修约束
滚动检修策略实现了全厂的最高作业率而且与此同时又使维修费用最小化。式（1~4）中均以变量
Figure 100016DEST_PATH_IMAGE004
考虑了滚动检修策略对负荷优化调度的影响；
（七）天然气供给约束
将天然气供给量累积至当前计算时段t，判断其是否超过按各电厂分配的天然气年度计划量。
所述的步骤三的蚁群算法为现有技术。
本发明的技术效果在于：本发明构建了多目标（如节能调度、低排放等）、多约束（如***负荷、备用要求、滚动检修等）的机组优化组合数学模型，采用混沌蚁群算法，能够获得典型燃气-蒸汽联合循环发电机组某时段机组负荷的优化调度方案。
基于本发明建立的燃气-蒸汽联合循环发电机组多目标、多约束优化调度方法，能够在确保机组安全、环保运行的前提下，实时合理分配全厂各机组间负荷，最大限度地降低发电煤耗率，实现电网调峰与电厂有效生存的双赢，以及与天然气网的协调。
附图说明
图1为机组负荷优化目标函数的多目标多约束条件框架图；
图2为燃气-蒸汽联合循环发电机组多目标多约束优化调度方法技术路线图；
图3为蚁群算法获得负荷的优化调度方案技术路线图。
具体实施方式
以下结合对某电网时段t内5台机组负荷的优化调度对本发明作更详细的描述。
设某电网时段t内有5台机组，分配发电总负荷P=100，求各台机组优化负荷量P1；P2；P3；P4；P5。
假设依据滚动检修策略，当天t时刻，5台机组中第1、3台机组处于检修状态，则P1=0、P3=0；
再假设剩余运行中的第2、4、5台机组均满足天然气供给约束，即：天然气供给量累积至当前计算时段t，未超过按各电厂分配的天然气年度计划量；
气耗率和排放特性在综合指标中权重分别为0.8和0.2。
应用本发明对该燃气-蒸汽联合循环发电机组某时段机组负荷的优化调度方案的获得过程如下：
一、建立某时段的机组多目标负荷分配优化问题数学模型
典型燃气-蒸汽联合循环发电机组某时段负荷分配时多目标、多约束条件非线性的优化问题，其包含功率平衡方程、经济运行要求和机组运行约束，目的是让发电厂成本最小、达到节能减排的目的。
a)  选取考虑阀点效应的气耗率、排放特性作为目标函数的决策变量，在一定负荷下对各种机组组合的全厂平均气耗率为最小值；
b)  通过对前一天各台机组前一段时间气耗特性曲线拟合，获得每台机组的气耗率能耗特性；
c)  考虑机组阀点效应对机组气耗特性产生的影响；
d)  通过对前一周期各台机组运行数据废气排放特性，获得每台机组的排放特性；
e)  结合滚动检修策略确定当前时刻可参与负荷分配的机组；
f)   考虑机组组合和启停状态的变化，控制机组的频繁启动或停止的折合费最小；
g)  考虑负荷变化对辅机运行费用的影响，如电泵、给水泵等。
二、设计所述时段的多目标、多约束机组负荷优化目标函数
考虑发电能耗经济、低排放多目标及滚动检修、天然气供给等多约束，结合机组汽耗量-负荷数学模型，设计燃气-蒸汽联合循环机组某时刻多目标、多约束机组负荷优化目标函数。
目标函数的设计包括：考虑发电成本机组气耗率；考虑全厂机组
Figure 611769DEST_PATH_IMAGE001
排放总量；兼顾经济与环保排放的负荷优化；功率平衡约束；发电机容量约束；滚动检修约束以及天然气供给约束。
（一）由数据库数据拟合各台在运机组时段t内的考虑阀点效应以及滚动检修策略的气耗率二次多项式
Figure 43887DEST_PATH_IMAGE002
可表示为（P1=0、P3=0）：
                                     
Figure 560581DEST_PATH_IMAGE003
                                       
N     ——机组台数
Figure 482270DEST_PATH_IMAGE020
Figure 714274DEST_PATH_IMAGE004
    ——时段t内第i台机组的启停状况
Figure 950084DEST_PATH_IMAGE004
=1  ——机组i处于运行状态
Figure 586864DEST_PATH_IMAGE004
=0  ——机组i参加滚动停运检修
Figure 679453DEST_PATH_IMAGE005
 ——时段t内第i台机组气耗率特性，可拟合为二次多项式=
Figure 732138DEST_PATH_IMAGE008
     ——时段t内第i台机组负荷
（二）某时段t内5台机组
Figure 995629DEST_PATH_IMAGE001
排放总量可表示为：
Figure 2012101967287100002DEST_PATH_IMAGE021
             
Figure 264543DEST_PATH_IMAGE011
  ——某时段t内第i台机组的
Figure 638893DEST_PATH_IMAGE001
排放量，可由支持向量机或BP模拟；
（三）拟合各台在运机组的排放特性二次多项式，最终形成综合目标函数；气耗能耗率和排放特性对总目标的权重大小：=0.8、
Figure 684657DEST_PATH_IMAGE014
=0.2。
Figure 372691DEST_PATH_IMAGE022
          
Figure 550731DEST_PATH_IMAGE013
    ——气耗率在总指标中所占权重
Figure 954293DEST_PATH_IMAGE014
    ——污染排放量在总指标中所占权重
（四）功率平衡约束
    
    ——调度中心在t时段下达给发电厂的负荷指令
Figure 225929DEST_PATH_IMAGE017
    ——***总网损
（五）考虑发电机容量约束
Figure 269978DEST_PATH_IMAGE018
         
Figure 593292DEST_PATH_IMAGE019
    ——第i台机组发电机最大最小容量
（六）天然气供给约束
运行中的第2、4、5台机组均满足天然气供给约束；
三、  基于蚁群算法设计多目标、多约束某时段的机组负荷优化调度方案
利用混沌蚁群算法获得某时段内满足多目标、多约束条件的机组负荷优化综合目标函数最小值，具体步骤包括：
Step1：蚁群算法参数初始化：蚁群规模，蚂蚁迭代次数及混沌迭代次数，迭代终止条件；
Step2：混沌初始化信息素浓度、个体最优和全局最优；
Step3：通过混沌算法计算每只蚂蚁的信息素浓度及转移概率；
Step4：根据每只蚂蚁的转移概率得出本次最优路径并最优值比较，若更优，则更新最优值；
Step5：将每只蚂蚁的最优值与整个蚁群的最优值相比较，若更优，则更新其成为整个蚁群的最优值；
Step6：更新并修改原来路径上的信息素浓度；
Step7：比较次数是否达到预设的精度，若满足预设精度，则最后一次迭代的全局最优值中每一维的权值和阈值就是所求的；否则返回step3，算法继续迭代，直至满足条件为止。
最后输出时段t内各台机组的负荷分配结果为：
P1 P2 P3 P4 P5
0 21.365 0 39.936 38.698

Claims (3)

1.一种燃气-蒸汽联合循环发电机组多目标多约束优化调度的方法，包括以下步骤：
S1  建立某时段的机组多目标负荷分配优化问题数学模型；
S2  设计所述时段多约束机组负荷优化目标函数；
S3  基于蚁群算法设计多目标、多约束某时段的机组负荷优化调度方案。
2.根据权利要求1所述的燃气-蒸汽联合循环发电机组多目标多约束优化调度的方法，其特征是：所述的步骤S1又包括以下步骤：
S1-1选取考虑阀点效应的气耗率、排放特性作为目标函数的决策变量，在一定负荷下对各种机组组合的全厂平均气耗率为最小值；
S1-2通过对各台机组前一天时间气耗特性曲线拟合，获得每台机组的气耗率能耗特性；
S1-3考虑机组阀点效应对机组气耗特性产生的影响；
S1-4通过对各台机组运行数据前一周期废气排放特性，获得每台机组的排放特性；
S1-5结合滚动检修策略确定当前时刻可参与负荷分配的机组；
S1-6考虑机组组合和启停状态的变化，控制机组的频繁启动或停止的折合费最小；
S1-7考虑负荷变化对辅机运行费用的影响。
3.根据权利要求1所述的燃气-蒸汽联合循环发电机组多目标多约束优化调度的方法，其特征是：所述的步骤S2又包括以下步骤： 
S2-1时段t内考虑滚动检修策略的发电成本机组气耗率                                                
Figure 990586DEST_PATH_IMAGE001
可表示为：
    
Figure 288843DEST_PATH_IMAGE002
   (1)
N     ——机组台数；
Figure 44004DEST_PATH_IMAGE003
    ——时段t内第i台机组的启停状况；
Figure 289172DEST_PATH_IMAGE003
=1  ——机组i处于运行状态；
Figure 553669DEST_PATH_IMAGE003
=0  ——机组i参加滚动停运检修；
Figure 226090DEST_PATH_IMAGE004
 ——时段t内第i台机组气耗率特性，可拟合为二次多项式=
Figure 320003DEST_PATH_IMAGE006
；
Figure 704585DEST_PATH_IMAGE007
     ——时段t内第i台机组负荷； a、b、c由气耗率特性拟合而成，每台机组不同，因此是
Figure 547907DEST_PATH_IMAGE008
；
S2-2某时段t内全厂机组
Figure 23800DEST_PATH_IMAGE009
排放总量可表示为：
       (2)
 ——某时段t内第i台机组的
Figure 926400DEST_PATH_IMAGE009
排放量，可应用现有技术SVM或BP模拟获得；
S2-3设计兼顾经济与环保排放的负荷优化目标函数，需要考虑气耗能耗率和排放特性分别对总目标的权重大小，
    
Figure 385194DEST_PATH_IMAGE012
   (3)
Figure 71128DEST_PATH_IMAGE013
    ——气耗率在总指标中所占权重
Figure 931768DEST_PATH_IMAGE014
    ——污染排放量在总指标中所占权重
S2-4功率平衡约束
      (4)
Figure 561518DEST_PATH_IMAGE016
    ——调度中心在t时段下达给发电厂的负荷指令
Figure 6405DEST_PATH_IMAGE017
    ——***总网损
S2-5考虑发电机容量约束
    
Figure 721551DEST_PATH_IMAGE018
(5)
Figure 576112DEST_PATH_IMAGE019
    ——第i台机组发电机最大最小容量
S2-6考虑滚动检修约束
滚动检修策略实现了全厂的最高作业率而且与此同时又使维修费用最小化；
式（1~4）中均以变量
Figure 806236DEST_PATH_IMAGE003
考虑了滚动检修策略对负荷优化调度的影响；
S2-7天然气供给约束
将天然气供给量累积至当前计算时段t，判断其是否超过按各电厂分配的天然气年度计划量。
CN201210196728.7A 2012-06-15 2012-06-15 燃气-蒸汽联合循环发电机组多目标多约束优化调度方法 Active CN102737351B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210196728.7A CN102737351B (zh) 2012-06-15 2012-06-15 燃气-蒸汽联合循环发电机组多目标多约束优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210196728.7A CN102737351B (zh) 2012-06-15 2012-06-15 燃气-蒸汽联合循环发电机组多目标多约束优化调度方法

Publications (2)

Publication Number Publication Date
CN102737351A true CN102737351A (zh) 2012-10-17
CN102737351B CN102737351B (zh) 2015-06-10

Family

ID=46992789

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210196728.7A Active CN102737351B (zh) 2012-06-15 2012-06-15 燃气-蒸汽联合循环发电机组多目标多约束优化调度方法

Country Status (1)

Country Link
CN (1) CN102737351B (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103064289A (zh) * 2012-12-19 2013-04-24 华南理工大学 一种垃圾发电厂多目标运行优化及协调的控制方法及装置
CN103426032A (zh) * 2013-07-25 2013-12-04 广东电网公司电力科学研究院 一种热电联产机组的经济优化调度方法
CN103544654A (zh) * 2013-10-15 2014-01-29 华南理工大学 电网经济调度局部最小解确定和全局最小解搜索方法
CN103580021A (zh) * 2013-10-28 2014-02-12 国家电网公司 一种基于边际发电能耗的分区间联络线交换电力优化方法
WO2014071862A1 (zh) * 2012-11-09 2014-05-15 天津大学 基于安全域的安全约束经济调度方法
CN104037814A (zh) * 2014-06-27 2014-09-10 大连理工大学 一种分段平滑法与邻域搜索算法相结合的多电网调峰负荷分配方法
CN104333048A (zh) * 2014-10-31 2015-02-04 广州供电局有限公司 火电机组的调度方法及***
CN104360660A (zh) * 2014-11-19 2015-02-18 广东工业大学 基于蚁群算法的铝型材车挤压车间能耗优化调度方法
CN105787211A (zh) * 2016-03-24 2016-07-20 华南理工大学 针对燃气透平劣化的联合循环余热锅炉压力调整方法
CN106773704A (zh) * 2017-01-04 2017-05-31 中国科学院过程工程研究所 多***联合优化调度方法及装置
CN106991539A (zh) * 2017-04-11 2017-07-28 中国科学院过程工程研究所 一种能源***优化调度方法及装置
CN107169633A (zh) * 2017-04-20 2017-09-15 中石化石油工程技术服务有限公司 一种输气管网、储气库调峰方案综合评价方法
CN107807518A (zh) * 2017-09-05 2018-03-16 昆明理工大学 一种化工生产原料蒸馏过程的多目标优化调度方法
CN109617135A (zh) * 2018-12-26 2019-04-12 四川大学 混合发电***电力调度多目标决策方法
CN110138019A (zh) * 2019-06-04 2019-08-16 国网山东省电力公司电力科学研究院 一种机组优化启停方法
CN112398176A (zh) * 2020-11-05 2021-02-23 贵州电网有限责任公司 一种考虑燃煤机组启停调峰的水火风互济***日前优化调度方法
CN112906292A (zh) * 2021-01-26 2021-06-04 西安热工研究院有限公司 热电联产机组厂级热电负荷在线优化分配的方法、***、设备及存储介质
CN113738510A (zh) * 2021-09-27 2021-12-03 上海电气燃气轮机有限公司 一种双压无再热联合循环电厂及其性能优化方法
CN113822496A (zh) * 2021-10-27 2021-12-21 杭州英集动力科技有限公司 一种多机组热电厂供热模式及参数在线寻优方法
CN117474263A (zh) * 2023-11-09 2024-01-30 北京航天拓扑高科技有限责任公司 一种基于燃气负荷预测的执行设备调度方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101517506B (zh) * 2006-07-17 2011-11-30 欣达公司 计算和预测发电机组的性能
CH698282B1 (de) * 2007-12-20 2013-11-29 Gen Electric Kombikraftwerkssystem.
CN101769180B (zh) * 2009-01-05 2013-08-14 华北电力科学研究院有限责任公司 一种双轴燃气-蒸汽联合循环机组控制方法及其***
US8195339B2 (en) * 2009-09-24 2012-06-05 General Electric Company System and method for scheduling startup of a combined cycle power generation system

Cited By (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014071862A1 (zh) * 2012-11-09 2014-05-15 天津大学 基于安全域的安全约束经济调度方法
CN103064289B (zh) * 2012-12-19 2015-03-11 华南理工大学 一种垃圾发电厂多目标运行优化及协调的控制方法及装置
CN103064289A (zh) * 2012-12-19 2013-04-24 华南理工大学 一种垃圾发电厂多目标运行优化及协调的控制方法及装置
CN103426032A (zh) * 2013-07-25 2013-12-04 广东电网公司电力科学研究院 一种热电联产机组的经济优化调度方法
CN103426032B (zh) * 2013-07-25 2017-03-01 广东电网公司电力科学研究院 一种热电联产机组的经济优化调度方法
CN103544654B (zh) * 2013-10-15 2016-10-05 华南理工大学 电网经济调度局部最小解确定和全局最小解搜索方法
CN103544654A (zh) * 2013-10-15 2014-01-29 华南理工大学 电网经济调度局部最小解确定和全局最小解搜索方法
CN103580021A (zh) * 2013-10-28 2014-02-12 国家电网公司 一种基于边际发电能耗的分区间联络线交换电力优化方法
CN103580021B (zh) * 2013-10-28 2015-05-20 国家电网公司 一种基于边际发电能耗的分区间联络线交换电力优化方法
CN104037814A (zh) * 2014-06-27 2014-09-10 大连理工大学 一种分段平滑法与邻域搜索算法相结合的多电网调峰负荷分配方法
CN104037814B (zh) * 2014-06-27 2015-10-28 大连理工大学 一种分段平滑法与邻域搜索算法相结合的多电网调峰负荷分配方法
CN104333048A (zh) * 2014-10-31 2015-02-04 广州供电局有限公司 火电机组的调度方法及***
CN104360660A (zh) * 2014-11-19 2015-02-18 广东工业大学 基于蚁群算法的铝型材车挤压车间能耗优化调度方法
CN104360660B (zh) * 2014-11-19 2015-08-05 广东工业大学 基于蚁群算法的铝型材挤压车间能耗优化调度方法
CN105787211B (zh) * 2016-03-24 2019-01-29 华南理工大学 针对燃气透平劣化的联合循环余热锅炉压力调整方法
CN105787211A (zh) * 2016-03-24 2016-07-20 华南理工大学 针对燃气透平劣化的联合循环余热锅炉压力调整方法
CN106773704A (zh) * 2017-01-04 2017-05-31 中国科学院过程工程研究所 多***联合优化调度方法及装置
CN106773704B (zh) * 2017-01-04 2020-02-07 中国科学院过程工程研究所 多***联合优化调度方法及装置
CN106991539A (zh) * 2017-04-11 2017-07-28 中国科学院过程工程研究所 一种能源***优化调度方法及装置
CN106991539B (zh) * 2017-04-11 2020-06-16 中国科学院过程工程研究所 一种能源***优化调度方法及装置
CN107169633B (zh) * 2017-04-20 2021-02-19 中石化石油工程技术服务有限公司 一种输气管网、储气库调峰方案综合评价方法
CN107169633A (zh) * 2017-04-20 2017-09-15 中石化石油工程技术服务有限公司 一种输气管网、储气库调峰方案综合评价方法
CN107807518B (zh) * 2017-09-05 2020-09-25 昆明理工大学 一种化工生产原料蒸馏过程的多目标优化调度方法
CN107807518A (zh) * 2017-09-05 2018-03-16 昆明理工大学 一种化工生产原料蒸馏过程的多目标优化调度方法
CN109617135A (zh) * 2018-12-26 2019-04-12 四川大学 混合发电***电力调度多目标决策方法
CN110138019B (zh) * 2019-06-04 2021-06-08 国网山东省电力公司电力科学研究院 一种机组优化启停方法
CN110138019A (zh) * 2019-06-04 2019-08-16 国网山东省电力公司电力科学研究院 一种机组优化启停方法
CN112398176A (zh) * 2020-11-05 2021-02-23 贵州电网有限责任公司 一种考虑燃煤机组启停调峰的水火风互济***日前优化调度方法
CN112906292A (zh) * 2021-01-26 2021-06-04 西安热工研究院有限公司 热电联产机组厂级热电负荷在线优化分配的方法、***、设备及存储介质
CN112906292B (zh) * 2021-01-26 2024-02-23 西安热工研究院有限公司 热电联产机组厂级热电负荷在线优化分配的方法、***、设备及存储介质
CN113738510A (zh) * 2021-09-27 2021-12-03 上海电气燃气轮机有限公司 一种双压无再热联合循环电厂及其性能优化方法
CN113822496A (zh) * 2021-10-27 2021-12-21 杭州英集动力科技有限公司 一种多机组热电厂供热模式及参数在线寻优方法
CN113822496B (zh) * 2021-10-27 2024-05-31 浙江英集动力科技有限公司 一种多机组热电厂供热模式及参数在线寻优方法
CN117474263A (zh) * 2023-11-09 2024-01-30 北京航天拓扑高科技有限责任公司 一种基于燃气负荷预测的执行设备调度方法

Also Published As

Publication number Publication date
CN102737351B (zh) 2015-06-10

Similar Documents

Publication Publication Date Title
CN102737351A (zh) 燃气-蒸汽联合循环发电机组多目标多约束优化调度方法
Jirdehi et al. Different aspects of microgrid management: A comprehensive review
Shaterabadi et al. Multi-objective stochastic programming energy management for integrated INVELOX turbines in microgrids: A new type of turbines
CN103426032A (zh) 一种热电联产机组的经济优化调度方法
CN102593874A (zh) 一种用于微电网的能量调度方法
Esmat et al. A novel energy management system using ant colony optimization for micro-grids
CN102880916B (zh) 一种燃气、蒸汽联合循环机组优化调度改进方法
CN103617455A (zh) 基于虚拟机组子群的网厂两级负荷优化调度方法
CN112311017A (zh) 一种虚拟电厂与主网最优协同调度方法
Fan et al. Information gap-based multi-objective optimization of a virtual energy hub plant considering a developed demand response model
Brahman et al. Optimal energy management of hybrid CCHP and PV in a residential building
Islam et al. Dual stage microgrid energy resource optimization strategy considering renewable and battery storage systems
Nazari-Heris et al. Optimal stochastic scheduling of virtual power plant considering NaS battery storage and combined heat and power units
Rouhi et al. Unit commitment in power system t by combination of dynamic programming (DP), genetic algorithm (GA) and particle swarm optimization (PSO)
Akkaş et al. Optimal operation of virtual power plant in a day ahead market
CN112182915A (zh) 一种协同促进风电消纳的优化调度方法及***
CN110377973B (zh) 一种标准线性化综合能源***模型的构建方法
CN112039126A (zh) 含分布式电源的配电网多时间尺度协调调度方法及***
Yang et al. Integrated energy scheduling using wind-storage cascade control strategy in dynamic peak regulation right
Paliwal et al. Energy scheduling of Wind-Battery-Hydro based hybrid microgrid system using heuristic techniques
Chen et al. Multi-objective optimization of generation maintenance scheduling
Pazheri et al. Environmental and economic power dispatch for hybrid power system with distributed energy storage
Jia et al. Application of multi-agent technology in micro-grid system
Bilal et al. Economic planning of network for integration of renewable: A review
Qiongyao et al. Economic dispatch of distribution network with multi-microgrid

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C56 Change in the name or address of the patentee
CP03 Change of name, title or address

Address after: 510080 Dongfeng East Road, Dongfeng, Guangdong, Guangzhou, Zhejiang Province, No. 8

Patentee after: ELECTRIC POWER RESEARCH INSTITUTE, GUANGDONG POWER GRID CO., LTD.

Patentee after: South China University of Technology

Address before: 510080 Dongfeng East Road, Guangdong, Guangzhou, water, Kong Kong, No. 8

Patentee before: Electrical Power Research Institute of Guangdong Power Grid Corporation

Patentee before: South China University of Technology

TR01 Transfer of patent right

Effective date of registration: 20170725

Address after: 510630 No. 5, No. 146-150, Huangpu Road, Tianhe District, Guangzhou City, Guangdong Province, China

Co-patentee after: South China University of Technology

Patentee after: Guangdong Electric Power Research Institute of energy technology limited liability company

Address before: 510080 Dongfeng East Road, Dongfeng, Guangdong, Guangzhou, Zhejiang Province, No. 8

Co-patentee before: South China University of Technology

Patentee before: ELECTRIC POWER RESEARCH INSTITUTE, GUANGDONG POWER GRID CO., LTD.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20200709

Address after: 510080 Dongfeng East Road, Dongfeng, Guangdong, Guangzhou, Zhejiang Province, No. 8

Co-patentee after: SOUTH CHINA University OF TECHNOLOGY

Patentee after: Electric Power Research Institute of Guangdong Power Grid Co.,Ltd.

Address before: 510630, No. 146-150, No. fifth, Whampoa Avenue, Tianhe District, Guangdong, Guangzhou

Co-patentee before: SOUTH CHINA University OF TECHNOLOGY

Patentee before: GUANGDONG ELECTRIC POWER SCIENCE RESEARCH INSTITUTE ENERGY TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right