CN103699786B - 一种热电厂超超临界发电机组变负荷耗差分析方法 - Google Patents
一种热电厂超超临界发电机组变负荷耗差分析方法 Download PDFInfo
- Publication number
- CN103699786B CN103699786B CN201310688241.5A CN201310688241A CN103699786B CN 103699786 B CN103699786 B CN 103699786B CN 201310688241 A CN201310688241 A CN 201310688241A CN 103699786 B CN103699786 B CN 103699786B
- Authority
- CN
- China
- Prior art keywords
- power plant
- sample
- parameter
- temperature
- eighteen
- 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.)
- Active
Links
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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
-
- 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
- Control Of Steam Boilers And Waste-Gas Boilers (AREA)
Abstract
本发明公开了一种热电厂超超临界发电机组变负荷耗差分析方法,首先根据选取18个对机组经济性影响较大的运行参数为分析对象运用聚类方法得到1个运行最佳工况,并以此作为稳定运行基准工况,并选取变负荷范围内18个实际工况。以十八个参数影响因子作为自变量,以单个影响参数变化时与稳定运行基准值的耗差作为该参数影响因子的系数,并以实际工况与稳定运行基准工况的耗差作为因变量,建立18个方程,最终解得18个参数影响因子,最后通过排序得到变负荷过程中对煤耗水平影响较大的参数。为百万机组变负荷运行中的变负荷速率、变负荷幅度和稳定段时间的确定提供指导依据,达到降低电厂变负荷运行中发电煤耗的目的。
Description
技术领域
本发明涉及一种超超临界机组的耗差分析方法,具体是指一种热电厂超超临界发电机组变负荷耗差分析方法。
背景技术
用电需求日益增大,大型火电厂的负荷随着用电高峰低谷波动,要求机组在一定的时间内达到变负荷功率,由于大型机组运行各项参数的控制调节存在较大迟延性,过快的负荷变化速度,过大的负荷变化幅度和过短的负荷稳定时间都将导致实际运行工况偏离稳定工况,这便使得机组变负荷运行过程中的供电煤耗远大于对应的稳定运行的煤耗。而为了使各运行参数在运行中始终保持在目标值,使大型超超临界机组发挥高参数的优势,对机组进行实时监测显得尤为重要,而耗差分析是节能最为基础的理论支持,对其进行研究具有必要性。
火电厂生产过程是由各***和设备组合而成的有机连续的生产过程,产生耗差的因素很多,以锅炉侧为例,飞灰含碳量、锅炉出口烟气含氧量、排烟温度等可测可调因素通过影响到锅炉效率而对最终的煤耗率存在明显的影响,同样在汽机侧,蒸汽及给水的各项参数也是耗差分析的重点研究对象,在机组变负荷的耗差分析中,将各个***中的影响因素整合到一起,以统一的标准评判整个电厂运行***中的各耗差因素影响程度,从而为优化机组变负荷运行参数控制提供重要的方案依据,是解决大型机组变负荷运行过程优化节能问题的一个新思路。
针对大型机组的耗差分析,现有的方法多是针对稳定运行的机组与设计工况的耗差分析,单个因素或***参数改变对能耗的影响,以整个电厂***作为整体的研究对象的大型机组变工况耗差分析方法较少涉及,对变工况运行的大型机组的变工况调节最优化方案的制定缺乏全面的***的指导性作用,因而需要对大型机组变工况的耗差分析方法进行更加***的深入的研究。
发明内容
本发明的目的是提供一种热电厂超超临界发电机组变负荷耗差分析方法,以期获得各运行参数变化对煤耗所带来的影响大小,为百万机组变负荷运行中的变负荷速率、变负荷幅度和稳定段时间的确定提供指导依据,达到降低电厂变负荷运行中发电煤耗的目的。
本发明的上述目的是通过如下技术方案来实现的:
一种热电厂超超临界发电机组变负荷耗差分析方法,该方法包括如下步骤:
步骤(1):选取对热电厂发电机组经济性影响较大的18个运行参数作为分析对象,该18个运行参数为:飞灰含碳量、炉膛出口烟气含氧量、排烟温度、主蒸汽压力、主蒸汽温度、再热蒸汽温度、给水温度、高温加热器端差、过热器减温水、再热减温水、补给水率、凝汽器真空、凝结水过冷度、循环冷却水温、煤质特性、空预器漏风量、汽轮机内效率和厂用电率;
步骤(2):对该18个运行参数,运用聚类方法得到1个运行最佳工况,将此运行最佳工况作为稳定运行基准工况,同时在电厂DCS***中随机选取变负荷范围内的18个实际工况;
步骤(3):以18个参数影响因子作为自变量,以单个影响参数变化时与稳定运行基准值的耗差作为该参数影响因子的系数,并以实际工况与稳定运行基准工况的耗差作为因变量,建立18个方程,最终解得18个参数影响因子;
步骤(4):对18个参数影响因子进行排序,得到变负荷过程中对煤耗水平影响较大的参数
步骤(5):根据步骤(4)获得的对对煤耗水平影响较大的参数,为热电厂发电机组变负荷运行中的变负荷速率、变负荷幅度和稳定段时间的确定提供指导依据,达到降低热电厂变负荷运行中发电煤耗的目的,既完成发电机组的变负荷要求,同时也节省煤资源。
本发明中,所述步骤(2)中运用聚类方法得到1个运行最佳工况的具体过程如下:
S2-1、从电厂DCS***中读取至少半年的运行数据;
S2-2、从海量的运行数据中选出1个样本作为初始聚类中心,该样本的煤耗最低;
S2-3、用选出的样本作为初始聚类中心;
S2-4、取一样本,计算其到初始聚类中心的距离dij,并把样本归到离它最近的那个聚类中心所在的类,同时计算新类的样本均值,将样本均值作为新的聚类中心;
原始数据矩阵:
X代表有n个样本,而每个样本有20个变量,该20个变量为同一工况下的飞灰含碳量、炉膛出口烟气含O2量、排烟温度、主蒸汽压力、主蒸汽温度、再热蒸汽温度、给水温度、高温加热器端差、过热器减温水、再热减温水、补给水率、凝汽器真空、凝结水过冷度、循环冷却水温、煤质特性、空预器漏风量、汽轮机内效率、厂用电率、煤耗率、功率;
S2-5、循环(S2-4)的步骤,重复操作,直至所有样本完成挑选与归类,并采用误差平方和准则函数E来评价聚类性能;
其中m为聚类中心均值;
S2-6、所有样本挑选归类之后,对已经归类的数据进行整合求各个变量的算术平均,进而最终得到稳定运行基准工况。
本发明中,所述步骤(3)中建立18个方程,最终解得18个参数影响因子的具体过程如下:
S3-1、在变负荷范围内,等负荷间隔地选取18个实际运行工况;
S3-2、根据长期运行数据对机组进行敏感性分析,逐个计算18个影响参数的单位耗差,其计算公式如下:
所述公式中,Xij为第i个实际工况中的第j个影响参数,发电标准煤耗率,δηij是基于等效焓降法求得的参数偏离目标值引起发电热效率变化值。
H0为新蒸汽的等效焓降;ΔQ为参数变化引起的吸热量的变化;q为热耗率;ηi为汽机效率;ΔH为参数变换引起的等效焓降的变化。
所述发电标准煤耗率与效率变化值是根据长期运行数据求得,从而求出单位耗差(即耗差系数)k;
所述18个参数耗差系数是基于局部等效焓降法求得,计算举例如下:
所述排烟温度耗差系数采用的是锅炉效率法:
排烟温度变化引起的排烟损失变化为
锅炉效率的变化相对变化值为:
则排烟温度耗差系数为:
式中,θpy为实际工况排烟温度;θpy0为稳定基准工况排烟温度;Qr为每单位燃料带入锅炉的热量;
所述给水温度耗差系数计算方法:
给水温度变化Δtgs引起给水焓变化Δhgs,由于稳定基准工况总热耗Q=h0+αzrσ-hgs,所以实际工况总热耗为:
Q'=h0+αzrσ-h'gs=Q+Δhgs,
于是有
Q'-Q-=Δhgs
给水温度变化引起相对效率变化值:
则给水温度耗差系数:
所述飞灰含碳量耗差系数计算方法是基于锅炉效率求得:
飞灰引起锅炉机械未完全燃烧损失为
式中Ay——燃料中应用基灰分含量,%;
αfh,αlz——飞灰,炉渣占燃煤总灰量的质量百分数,%;
Cfh,Clz——飞灰,炉渣中的含碳量,%;
因飞灰含碳量变化ΔCfh而引起的锅炉效率相对变化率为:
δηb=327.8AarαfhCfh/(ηbQar,net,p)
飞灰含碳量变耗差系数:kfh=-327.8bsAarαfhCfh/(ηbQar,net,p)
其余所述参数计算方法如上;
S3-3、建立方程如下:
式中α1、α2…..α18为18个参数的影响因子,ΔXij为实际工况与稳定基准工况Xij变化值;
S3-4、所述方程中,除了18个影响因子未知,其余参数又实际工况及稳定基准工况可直接求得,则最终通过解方程组求得α1、α2.....α18。
与现有技术相比,本发明的方法能够为百万机组变负荷运行中的变负荷速率、变负荷幅度和稳定段时间的确定提供指导依据,达到降低电厂变负荷运行中发电煤耗的目的,既完成变负荷任务,同时也节省煤资源。
具体实施方式
本发明提供一种热电厂超超临界发电机组变负荷耗差分析方法,首先根据选取18个对机组经济性影响较大的运行参数为分析对象,该十八个参数分别为:飞灰含碳量、炉膛出口烟气含O2量、排烟温度、主蒸汽压力、主蒸汽温度、再热蒸汽温度、给水温度、高温加热器端差、过热器减温水、再热减温水、补给水率、凝汽器真空、凝结水过冷度、循环冷却水温、煤质特性、空预器漏风量、汽轮机内效率、厂用电率。通过采集电厂数据,运用聚类方法得到1个运行最佳工况,并以此作为稳定运行基准工况,并根据负荷大小等间隔地选取变负荷范围内18个实际工况。以十八个参数影响因子作为自变量,以单个影响参数变化时与稳定运行基准值的耗差作为该参数影响因子的系数,并以实际工况与稳定运行基准工况的耗差作为因变量,建立18个方程,最终解得18个参数影响因子,最后通过排序得到变负荷过程中对煤耗水平影响较大的参数。
本发明在具体实施时包括以下步骤:
S1从电厂***读取长期运行数据,并根据聚类方法得到1个稳定运行基准工况;
S2建立方程组,并求解得出18个参数影响因子;
S3对18个参数影响因子进行排序,得到影响因子最大的参数,并。。。。
所述S1步骤中,稳定运行基准工况是基于聚类分析方法通过采集电厂长期运行工况而得,其步骤如下:
S1-1从电厂DCS***中读取长期(至少半年)的运行数据;
S1-2通过对煤耗进行排序而从海量的运行数据中选出1个样本作为初始聚类中心,使得该样本的煤耗最低且发电功率为75%-100%之间;
S1-3用选出的样本作为初始聚类中心;
S1-4取一样本,计算其到初始聚类中心的距离dij,并把样本归到离它最近的那个聚类中心所在的类,同时计算新类的样本均值,将样本均值作为新的聚类中心;
原始数据矩阵:
X代表有n个样本,而每个样本有20个变量,该20个变量为同一工况下的飞灰含碳量、炉膛出口烟气含O2量、排烟温度、主蒸汽压力、主蒸汽温度、再热蒸汽温度、给水温度、高温加热器端差、过热器减温水、再热减温水、补给水率、凝汽器真空、凝结水过冷度、循环冷却水温、煤质特性、空预器漏风量、汽轮机内效率、厂用电率、煤耗率、功率;
S1-5循环(4)的步骤,重复操作,直至所有样本完成挑选与归类,并采用误差平方和准则函数E来评价聚类性能;
其中m为聚类中心均值;
S1-6所有样本挑选归类之后,对已经归类的数据进行整合求各个变量的算术平均,进而最终得到稳定运行基准工况。
所述步骤S2是基于机组敏感性分析求得各耗差系数,从而建立方程组,其步骤如下:
S2-1在变负荷范围内,等负荷间隔地选取18个实际运行工况;
S2-2根据长期运行数据对机组进行敏感性分析,逐个计算18个影响参数的单位耗差,其计算公式如下:
所述公式中,Xij为第i个实际工况中的第j个影响参数,发电标准煤耗率,δηij是基于等效焓降法求得的参数偏离目标值引起发电热效率变化值。
H0为新蒸汽的等效焓降;ΔQ为参数变化引起的吸热量的变化;q为热耗率;ηi为汽机效率;ΔH为参数变换引起的等效焓降的变化。
所述发电标准煤耗率与效率变化值是根据长期运行数据求得,从而求出单位耗差(即耗差系数)k;
所述18个参数耗差系数是基于局部等效焓降法求得,计算举例如下:
所述排烟温度耗差系数采用的是锅炉效率法:
排烟温度变化引起的排烟损失变化为
锅炉效率的变化相对变化值为:
则排烟温度耗差系数为:
式中,θpy为实际工况排烟温度;θpy0为稳定基准工况排烟温度;Qr为每单位燃料带入锅炉的热量。
所述给水温度耗差系数计算方法:
给水温度变化Δtgs引起给水焓变化Δhgs,由于稳定基准工况总热耗Q=h0+αzrσ-hgs,所以实际工况总热耗为:
Q'=h0+αzrσ-h'gs=Q+Δhgs,
于是有
Q'-Q-=Δhgs
给水温度变化引起相对效率变化值:
则给水温度耗差系数:
所述飞灰含碳量耗差系数计算方法是基于锅炉效率求得:
飞灰引起锅炉机械未完全燃烧损失为
式中Ay——燃料中应用基灰分含量,%;
αfh,αlz——飞灰,炉渣占燃煤总灰量的质量百分数,%;
Cfh,Clz——飞灰,炉渣中的含碳量,%。
因飞灰含碳量变化ΔCfh而引起的锅炉效率相对变化率为:
δηb=327.8AarαfhCfh/(ηbQar,net,p)
飞灰含碳量变耗差系数:kfh=-327.8bsAarαfhCfh/(ηbQar,net,p)
其余所述参数计算方法如上,此处不一一举例。
S2-3建立方程如下:
式中α1α2.....α18为18个参数的影响因子,ΔXij为实际工况与稳定基准工况Xij变化值。
S2-4所述方程中,除了18个影响因子未知,其余参数又实际工况及稳定基准工况可直接求得,则最终通过解方程组求得α1α2.....α18。
所述步骤S3是把求得的影响因子进行排序,最终求得最大的影响因子。
效益:为百万机组变负荷运行中的变负荷速率、变负荷幅度和稳定段时间的确定提供指导依据,达到降低电厂变负荷运行中发电煤耗的目的,既完成变负荷任务,同时也节省煤资源。
Claims (2)
1.一种热电厂超超临界发电机组变负荷耗差分析方法,该方法包括如下步骤:
步骤(1):选取对热电厂发电机组经济性影响较大的18个运行参数作为分析对象,该18个运行参数为:飞灰含碳量、炉膛出口烟气含氧量、排烟温度、主蒸汽压力、主蒸汽温度、再热蒸汽温度、给水温度、高温加热器端差、过热器减温水、再热减温水、补给水率、凝汽器真空、凝结水过冷度、循环冷却水温、煤质特性、空预器漏风量、汽轮机内效率和厂用电率;
步骤(2):对该18个运行参数,运用聚类方法得到1个运行最佳工况,将此运行最佳工况作为稳定运行基准工况,同时在电厂DCS***中采用等负荷间隔的方式来选取变负荷范围内的18个实际工况;
步骤(3):以18个参数影响因子作为自变量,以单个影响参数变化时与稳定运行基准值的耗差作为该参数影响因子的系数,并以实际工况与稳定运行基准工况的耗差作为因变量,建立18个方程,最终解得18个参数影响因子;
步骤(4):对18个参数影响因子进行排序,得到变负荷过程中对煤耗水平影响较大的参数;
步骤(5):根据步骤(4)获得的对煤耗水平影响较大的参数,为热电厂发电机组变负荷运行中的变负荷速率、变负荷幅度和稳定段时间的确定提供指导依据,达到降低热电厂变负荷运行中发电煤耗的目的,既完成发电机组的变负荷要求,同时也节省煤资源。
2.根据权利要求1所述的热电厂超超临界发电机组变负荷耗差分析方法,其特征在于:所述步骤(2)中运用聚类方法得到1个运行最佳工况的具体过程如下:
S2-1、从电厂DCS***中读取至少半年的运行数据;
S2-2、从海量的运行数据中选出1个样本作为初始聚类中心,该样本的煤耗最低;
S2-3、用选出的样本作为初始聚类中心;
S2-4、取一样本,计算其到初始聚类中心的距离dij,并把样本归到离它最近的那个聚类中心所在的类,同时计算新类的样本均值,将样本均值作为新的聚类中心;
原始数据矩阵:
X代表有n个样本,而每个样本有20个变量,该20个变量为同一工况下的飞灰含碳量、炉膛出口烟气含O2量、排烟温度、主蒸汽压力、主蒸汽温度、再热蒸汽温度、给水温度、高温加热器端差、过热器减温水、再热减温水、补给水率、凝汽器真空、凝结水过冷度、循环冷却水温、煤质特性、空预器漏风量、汽轮机内效率、厂用电率、煤耗率、功率;
其中p为样本的变量20
S2-5、循环S2-4的步骤,重复操作,直至所有样本完成挑选与归类,并采用误差平方和准则函数E来评价聚类性能;
其中p为原始矩阵列举元素,m为聚类中心均值;
S2-6、所有样本挑选归类之后,对已经归类的数据进行整合求各个变量的算术平均,进而最终得到稳定运行基准工况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310688241.5A CN103699786B (zh) | 2013-12-12 | 2013-12-12 | 一种热电厂超超临界发电机组变负荷耗差分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310688241.5A CN103699786B (zh) | 2013-12-12 | 2013-12-12 | 一种热电厂超超临界发电机组变负荷耗差分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103699786A CN103699786A (zh) | 2014-04-02 |
CN103699786B true CN103699786B (zh) | 2017-05-24 |
Family
ID=50361313
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310688241.5A Active CN103699786B (zh) | 2013-12-12 | 2013-12-12 | 一种热电厂超超临界发电机组变负荷耗差分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103699786B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104154531B (zh) * | 2014-07-28 | 2016-06-22 | 广州市恒力安全检测技术有限公司 | 一种循环流化床机组能效优化方法及*** |
CN104635665B (zh) * | 2014-12-04 | 2017-09-29 | 国家电网公司 | 一种火电厂锅炉节能潜力分析方法 |
CN105590019A (zh) * | 2014-12-30 | 2016-05-18 | 华润电力登封有限公司 | 一种基于耗差分析的数据处理***及方法 |
CN109615271B (zh) * | 2018-12-29 | 2021-11-12 | 国能南京电力试验研究有限公司 | 一种二次再热汽轮机多负荷精确耗差分析方法 |
CN110320803B (zh) * | 2019-07-09 | 2022-06-10 | 东莞理工学院 | 一种超超临界燃煤机组优选升负荷速率的计算方法 |
CN112257278B (zh) * | 2020-10-28 | 2024-07-19 | 深圳市出新知识产权管理有限公司 | 机组耗差计算模型获取方法、耗差获取方法及*** |
CN113375187B (zh) * | 2021-06-24 | 2024-06-25 | 深圳市出新知识产权管理有限公司 | 一种减少燃煤机组变负荷过程给煤量超调方法及相关组件 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100544186C (zh) * | 2007-09-18 | 2009-09-23 | 湖南大学 | 大型发电机组的多模型综合智能控制方法 |
CN102566551B (zh) * | 2012-02-03 | 2014-07-09 | 北京华电天仁电力控制技术有限公司 | 一种基于数据挖掘的火电厂运行指标最优目标值的分析方法 |
CN102708180B (zh) * | 2012-05-09 | 2014-02-26 | 北京华电天仁电力控制技术有限公司 | 基于实时历史库的机组运行模式数据挖掘方法 |
-
2013
- 2013-12-12 CN CN201310688241.5A patent/CN103699786B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN103699786A (zh) | 2014-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103699786B (zh) | 一种热电厂超超临界发电机组变负荷耗差分析方法 | |
CN109978625B (zh) | 一种计及电热气网络的综合能源***多目标运行优化方法 | |
Li et al. | Thermodynamic analysis and optimization of a double reheat system in an ultra-supercritical power plant | |
Zhu et al. | Thermodynamic evaluation of solar integration into a natural gas combined cycle power plant | |
Terzi | Application of exergy analysis to energy systems | |
CN112633560B (zh) | 一种含燃煤热电联产机组的电站优化调度方法 | |
CN109978397B (zh) | 基于层次分析法的综合能源***优化运行模式评估方法 | |
CN106019935B (zh) | 基于约束模糊关联规则的多目标锅炉燃烧优化 | |
CN104728823A (zh) | 一种新型超临界二氧化碳燃煤锅炉 | |
CN113343490B (zh) | 一种耦合熔盐储热的工业供汽电站运行优化方法及*** | |
CN106991515A (zh) | 一种e级燃气‑蒸汽联合循环发电机组耗差分析方法 | |
Xie et al. | Time-domain modeling of grid-connected CHP for its interaction with the power grid | |
CN103678915A (zh) | 一种基于逼近法的热电厂发电机组变负荷耗差分析方法 | |
Jaber et al. | Domestic thermoelectric cogeneration drying system: Thermal modeling and case study | |
Wu et al. | Comparable analysis methodology of CCHP based on distributed energy system | |
CN106339788A (zh) | 基于dcs***的火电机组性能指标计算装置及方法 | |
Dong et al. | An analysis on comprehensive influences of thermoelectric power generation based on waste heat recovery | |
Shamoushaki et al. | Optimization of gas turbine power plant by evoloutionary algorithm; considering exergy, economic and environmental aspects | |
CN112234650A (zh) | 一种太阳能燃气联合循环机组热电调峰能力的计算方法 | |
Wang et al. | Heat transfer and thermal characteristics analysis of direct air-cooled combined heat and power plants under off-design conditions | |
CN110273715A (zh) | 一种基于0号高压加热器疏水方式的汽轮发电机组改造方法 | |
Bagade et al. | Trigeneration systems: a review | |
Wang et al. | Dynamic modelling and simulation study of a university campus CHP power plant | |
CN108613247B (zh) | 一种汽水两用燃气锅炉组的热负荷分配方法 | |
CN204534516U (zh) | 一种新型超临界二氧化碳燃煤锅炉 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: 510080 water Donggang 8, Dongfeng East Road, Yuexiu District, Guangzhou, Guangdong. Co-patentee after: South China University of Technology Patentee after: ELECTRIC POWER RESEARCH INSTITUTE, GUANGDONG POWER GRID CO., LTD. Address before: 510080 dongdongdong Road, dongdongdong Road, Guangzhou, Guangdong Province, No. 8 Co-patentee before: South China University of Technology Patentee before: Electrical Power Research Institute of Guangdong Power Grid Corporation |
|
CP03 | Change of name, title or address |