CN111445141A - 一种供热机组的负荷分配方法、***和装置 - Google Patents

一种供热机组的负荷分配方法、***和装置 Download PDF

Info

Publication number
CN111445141A
CN111445141A CN202010224823.8A CN202010224823A CN111445141A CN 111445141 A CN111445141 A CN 111445141A CN 202010224823 A CN202010224823 A CN 202010224823A CN 111445141 A CN111445141 A CN 111445141A
Authority
CN
China
Prior art keywords
unit
load
distributed
agc
heat
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
CN202010224823.8A
Other languages
English (en)
Other versions
CN111445141B (zh
Inventor
袁雪峰
马成龙
张含智
卫平宝
陈世和
李晓静
陈建华
聂怀志
姜利辉
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.)
Shenzhen Goes Out New Knowledge Property Right Management Co ltd
Original Assignee
China Resource Power Technology Research Institute
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 China Resource Power Technology Research Institute filed Critical China Resource Power Technology Research Institute
Priority to CN202010224823.8A priority Critical patent/CN111445141B/zh
Publication of CN111445141A publication Critical patent/CN111445141A/zh
Application granted granted Critical
Publication of CN111445141B publication Critical patent/CN111445141B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种供热机组的负荷分配方法、***及装置，通过对历史数据进行聚类分析得到机组电负荷、机组热负荷和AGC精度的预设分布规律，并根据预设分布规律、待分配时段内的待分配机组热负荷和待分配机组电负荷得到各个机组在待分配时段的AGC预测精度值，当各个机组在待分配时段的AGC预测精度值的总和最小时，以当前AGC预测精度值对应的待分配机组热负荷和待分配机组电负荷对各个机组的机组热负荷和机组电负荷进行分配。上述方法及***，结合AGC电网考核精度，以确定在不同工况下各个机组之间分配全厂电负荷和热负荷，得到机组电负荷和机组热负荷的分配方案，以降低电网考核费用提高经济效益。

Description

一种供热机组的负荷分配方法、***和装置
技术领域
本发明涉及电力负荷分配技术领域，更具体地说，涉及一种供热机组的负荷分配方法，还涉及一种供热机组的负荷分配***和装置。
背景技术
热电厂的主要热经济指标较为复杂，表现在：热电联产汽流同时生产两种形式的能量，两种能量的质量又不同；若供热参数不同，热能的品位也有所不同；热电厂有时还存在分产发电或分产供热。热电厂的热经济指标应能反映能量转换过程的效率，同时实现供热机组间、热电厂间的经济性比较。选择全厂综合发电标准煤耗率作为总热经济指标，可以兼顾发电和供热两方面的经济性，还可以与其他热电厂进行比较。
以往的多机组供热量与电负荷分配方案，通常是选择全厂综合发电标准煤耗率作为总热经济指标，将热电厂总热耗量分配给热电两种，计算供热机组和热电厂的分项热经济指标，热电分项热经济指标主要有：①发电方面的热经济指标：发电热效率、发电热耗率、发电标准煤耗率；②供热方面的热经济指标：供热热效率、供热标准煤耗率。以全厂综合标准煤耗率为总热经济指标建立相应的数学模型，在保证机组安全运行的前提下，根据机组所能负载的最大负荷量，以及允许的最小负荷量确定的约束条件，围绕全厂煤耗量最小建立目标函数。
只包括发电热经济指标与供热热经济指标达到煤耗量最小，造成单机组带更多热负荷的现象。因为对于单台机组来说，在相同电负荷下，热负荷越大，其发电煤耗越小。从而该机组因带较多热负荷造成电负荷调节速率下降、调节范围降低。该方案目标函数为全厂煤耗量最小，但未考虑因机组电负荷调节速率下降、调节范围降低造成AGC精度高，从而受到电网考核概率增大，因此增加了电网考核费用。不能达到全厂经济效益最高。
发明内容
有鉴于此，本发明的第一个目的在于提供一种供热机组的负荷分配方法，以解决现有的电负荷、热负荷分配方案未考虑因机组电负荷调节速率下降、调节范围降低造成AGC精度高，电网考核费用高的问题。本发明的第二个目的是提供一种包括供热机组的负荷分配***及装置。
为了达到上述第一个目的，本发明提供如下技术方案：
一种供热机组的负荷分配方法，所述方法包括：
根据获取的当前电厂的实时运行数据分别得到全厂电负荷和全厂热负荷；
根据所述全厂电负荷和全厂热负荷对各个机组的机组热负荷和机组电负荷进行分配，得到待分配时段内的待分配机组热负荷和待分配机组电负荷；
根据历史数据通过聚类算法得到机组电负荷、机组热负荷和AGC精度的预设分布规律；
根据所述预设分布规律、所述待分配机组热负荷和所述待分配机组电负荷分别得到各个机组在所述待分配时段的AGC预测精度值；
当各个机组在所述待分配时段的所述AGC预测精度值的总和最小时，以当前所述AGC预测精度值对应的所述待分配机组热负荷和所述待分配机组电负荷对各个机组的所述机组热负荷和所述机组电负荷进行分配。
优选地，所述得到待分配时段内的待分配机组热负荷和待分配机组电负荷之后，所述方法还包括：
判断各个机组在所述待分配时段内的所述待分配机组热负荷的最大值和最小值之差是否小于等于各个机组的单位时间机组最大调节热负荷；
若是，则判断各个机组在所述待分配时段内的所述待分配机组电负荷的最大值和最小值之差是否小于等于各个机组的单位时间机组最大调节电负荷，若是，则根据历史数据通过聚类算法得到机组电负荷、机组热负荷和AGC精度的预设分布规律。
优选地，所述根据历史数据通过聚类算法得到机组电负荷、机组热负荷和AGC精度的预设分布规律，具体包括：
根据AGC精度数据时间点获取生产***中与其对应的机组工况数据，所述机组工况数据包括电负荷、热负荷、主蒸汽压力、蒸汽温度、环境温度数据；
通过聚类算法对机组参数样本库中的机组工况数据聚类，得到所述机组电负荷、所述机组热负荷和所述AGC精度的预设分布规律。
优选地，所述通过聚类算法对机组参数样本库中的机组工况数据聚类，得到所述机组电负荷、所述机组热负荷和所述AGC精度的预设分布规律之前，所述方法还包括：
对所述机组工况数据进行无效值剔除，剩余的机组工况数据形成所述时间序列的机组参数样本库。
本发明提供一种供热机组的负荷分配***，所述***包括：
全厂负荷处理模块，用于根据获取的当前电厂的实时运行数据分别得到全厂电负荷和全厂热负荷；
待分配机组负荷处理模块，用于根据所述全厂电负荷和全厂热负荷对各个机组的机组热负荷和机组电负荷进行分配，得到待分配时段内的待分配机组热负荷和待分配机组电负荷；
聚类计算模块，用于根据历史数据通过聚类算法得到机组电负荷、机组热负荷和AGC精度的预设分布规律；
AGC预测精度值处理模块，用于根据所述预设分布规律、所述待分配机组热负荷和所述待分配机组电负荷分布得到各个机组在所述待分配时段的AGC预测精度值；
机组负荷分配模块，用于当各个机组在所述待分配时段的所述AGC预测精度值的总和最小时，以当前所述AGC预测精度值对应的所述待分配机组热负荷和所述待分配机组电负荷对各个机组的所述机组热负荷和所述机组电负荷进行分配。
优选地，所述***还包括：
单位时间机组最大调节热负荷判断模块，用于判断各个机组在所述待分配时段内的所述待分配机组热负荷的最大值和最小值之差是否小于等于各个机组的单位时间机组最大调节热负荷，若是，则控制单位时间机组最大调节电负荷判断模块启动；
所述单位时间机组最大调节电负荷判断模块，用于判断各个机组在所述待分配时段内的所述待分配机组电负荷的最大值和最小值之差是否小于等于各个机组的单位时间机组最大调节电负荷，若是，则控制所述聚类计算模块启动。
优选地，所述聚类计算模块具体包括：
机组工况数据获取单元，用于根据AGC精度数据时间点获取生产***中与其对应的机组工况数据，所述机组工况数据包括电负荷、热负荷、主蒸汽压力、蒸汽温度、环境温度数据；
聚类处理单元，用于通过聚类算法对机组参数样本库中的机组工况数据聚类，得到所述机组电负荷、所述机组热负荷和所述AGC精度的预设分布规律。
优选地，所述聚类计算模块还包括：
机组工况数据处理单元，用于对所述机组工况数据进行无效值剔除，剩余的机组工况数据形成时间序列的所述机组参数样本库。
本发明提供一种供热机组的负荷分配装置，包括存储器和处理器，其中：
所述存储器，用于保存计算机程序；
所述处理器，用于执行所述计算机程序，以实现如上述任一实施例所述的供热机组的负荷分配方法。
本发明提供的供热机组的负荷分配方法，方法包括：根据获取的当前电厂的实时运行数据分别得到全厂电负荷和全厂热负荷；根据全厂电负荷和全厂热负荷对各个机组的机组热负荷和机组电负荷进行分配，得到待分配时段内的待分配机组热负荷和待分配机组电负荷；根据历史数据通过聚类算法得到机组电负荷、机组热负荷和AGC精度的预设分布规律；根据预设分布规律、待分配机组热负荷和待分配机组电负荷分布得到各个机组在待分配时段的AGC预测精度值；当各个机组在待分配时段的AGC预测精度值的总和最小时，以当前AGC预测精度值对应的待分配机组热负荷和待分配机组电负荷对各个机组的机组热负荷和机组电负荷进行分配。
应用本发明提供的供热机组的负荷分配方法及***，通过对历史数据进行聚类分析得到机组电负荷、机组热负荷和AGC精度的预设分布规律，并根据预设分布规律、待分配时段内的待分配机组热负荷和待分配机组电负荷得到各个机组在待分配时段的AGC预测精度值，当各个机组在待分配时段的AGC预测精度值的总和最小时，以当前AGC预测精度值对应的待分配机组热负荷和待分配机组电负荷对各个机组的机组热负荷和机组电负荷进行分配。上述方法及***，结合AGC电网考核精度，以确定在不同工况下各个机组之间分配全厂电负荷和热负荷，得到机组电负荷和机组热负荷的分配方案，以降低电网考核费用提高经济效益。
本发明还提供一种供热机组的负荷分配装置，包括存储器和处理器，其中：
所述存储器，用于保存计算机程序；
所述处理器，用于执行所述计算机程序，以实现如上述任一实施例所述的供热机组的负荷分配方法。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种供热机组的负荷分配方法的流程示意图。
具体实施方式
本发明实施例公开了一种供热机组的负荷分配方法，以解决现有的电负荷、热负荷分配方案未考虑因机组电负荷调节速率下降、调节范围降低造成AGC精度高，电网考核费用高的问题。
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，图1为本发明实施例提供的一种供热机组的负荷分配方法的流程示意图。
在一种具体的实施方式中，本发明提供的供热机组的负荷分配方法，包括：
S11：根据获取的当前电厂的实时运行数据分别得到全厂电负荷和全厂热负荷；
S12：根据全厂电负荷和全厂热负荷对各个机组的机组热负荷和机组电负荷进行分配，得到待分配时段内的待分配机组热负荷和待分配机组电负荷；
S13：根据历史数据通过聚类算法得到机组电负荷、机组热负荷和AGC精度的预设分布规律；
历史数据为周期化采集数据库中AGC精度时间序列数据或根据历史数据计算得到，样本量要覆盖近期所有工况，保证数据覆盖范围，且设备特性变化不大，更具有代表性。
S14：根据预设分布规律、待分配机组热负荷和待分配机组电负荷分别得到各个机组在待分配时段的AGC预测精度值；
S15：当各个机组在待分配时段的AGC预测精度值的总和最小时，以当前AGC预测精度值对应的待分配机组热负荷和待分配机组电负荷对各个机组的机组热负荷和机组电负荷进行分配。
并可通过聚类算法对待分配机组热负荷、待分配机组电负荷和AGC预测精度值进行聚类，并将各机组的上述数据分成K个组，每组包括不同数量，计算各机组K个组数据的每组平均AGC精度，当各组平均AGC精度最小时，即为各个机组在待分配时段的AGC预测精度值的总和最小，在其他实施例中，也可以通过其他算法进行计算。
应用本发明提供的供热机组的负荷分配方法及***，通过对历史数据进行聚类分析得到机组电负荷、机组热负荷和AGC精度的预设分布规律，并根据预设分布规律、待分配时段内的待分配机组热负荷和待分配机组电负荷得到各个机组在待分配时段的AGC预测精度值，当各个机组在待分配时段的AGC预测精度值的总和最小时，以当前AGC预测精度值对应的待分配机组热负荷和待分配机组电负荷对各个机组的机组热负荷和机组电负荷进行分配。上述方法及***，结合AGC电网考核精度，以确定在不同工况下各个机组之间分配全厂电负荷和热负荷，得到机组电负荷和机组热负荷的分配方案，以降低电网考核费用提高经济效益。
具体的，得到待分配时段内的待分配机组热负荷和待分配机组电负荷之后，方法还包括：
判断各个机组在待分配时段内的待分配机组热负荷的最大值和最小值之差是否小于等于各个机组的单位时间机组最大调节热负荷；
若是，则判断各个机组在待分配时段内的待分配机组电负荷的最大值和最小值之差是否小于等于各个机组的单位时间机组最大调节电负荷，若是，则根据历史数据通过聚类算法得到机组电负荷、机组热负荷和AGC精度的预设分布规律。
其中，各个机组的单位时间机组最大调剂热负荷、单位时间机组最大调节电负荷为预设值，当各个机组在待分配时段内的待分配机组热负荷的最大值和最小值之差小于等于各个机组的单位时间机组最大调节热负荷且各个机组在待分配时段内的待分配机组电负荷的最大值和最小值之差小于等于各个机组的单位时间机组最大调节电负荷时，进行下一步骤。
在一种实施例中，根据历史数据通过聚类算法得到机组电负荷、机组热负荷和AGC精度的预设分布规律，具体包括：
根据AGC精度数据时间点获取生产***中与其对应的机组工况数据，机组工况数据包括电负荷、热负荷、主蒸汽压力、蒸汽温度、环境温度数据；
对机组工况数据进行无效值剔除，剩余的机组工况数据形成时间序列的机组参数样本库；
通过聚类算法对机组参数样本库中的机组工况数据聚类，得到机组电负荷、机组热负荷和AGC精度的预设分布规律。
根据AGC精度数据时间点，从数据库、SIS中或者其他生产***中获取对应时间点的电负荷、供热负荷、各段抽汽流量、各段供热压力、环境温度等相关影响机组煤耗性能的数据。并与AGC数据共同形成时间序列数据；
按照规则或经验对上述数据进行判断，确定每一时间对应的各组数据是否为坏值、死值、无效值、不稳定值；
对判定为坏值、死值、无效值、不稳定值的数据进行剔除。剩余数据即为可信值、有效值；
对剩余数据形成时间序列的机组参数样本库，除按时间查询外，还可以按照电负荷、供热流量(累计平均流量及瞬时流量)、环境温度、***运行方式等进行查询，或者进行多个条件的组合查询。
利用聚类算法对全厂各机组热负荷、电负荷、煤质、环境温度等机组工况数据进行聚类，形成聚类模型，该聚类模型将原始数据分为K个组，计算出各机组原始数据K个组数据的每组平均AGC精度，每组平均AGC精度最小时，即为各机组AGC精度平均值最小，同时，第一预设值为AGC精度考核值的50％，在其他实施例中，可根据需要设置第一预设值。
在基于传统负荷分配方案的基础上，在机组性能约束条件下，综合考虑AGC精度造成电网的考核产生的经济损失、协调分配电负荷与热负荷产生的经济收益，指导运行人员调整分配方案。根据分配方案，指导电厂现场运行人员在机组约束条件下避开AGC精度高的工况，减少电网考核。
基于上述方法实施例，本发明还提供了一种供热机组的负荷分配***，该***包括：
全厂负荷处理模块，用于根据获取的当前电厂的实时运行数据分别得到全厂电负荷和全厂热负荷；
待分配机组负荷处理模块，用于根据全厂电负荷和全厂热负荷对各个机组的机组热负荷和机组电负荷进行分配，得到待分配时段内的待分配机组热负荷和待分配机组电负荷；
聚类计算模块，用于根据历史数据通过聚类算法得到机组电负荷、机组热负荷和AGC精度的预设分布规律；
AGC预测精度值处理模块，用于根据预设分布规律、待分配机组热负荷和待分配机组电负荷分布得到各个机组在待分配时段的AGC预测精度值；
机组负荷分配模块，用于当各个机组在待分配时段的AGC预测精度值的总和最小时，以当前AGC预测精度值对应的待分配机组热负荷和待分配机组电负荷对各个机组的机组热负荷和机组电负荷进行分配。
应用本发明提供的供热机组的负荷分配方法及***，通过对历史数据进行聚类分析得到机组电负荷、机组热负荷和AGC精度的预设分布规律，并根据预设分布规律、待分配时段内的待分配机组热负荷和待分配机组电负荷得到各个机组在待分配时段的AGC预测精度值，当各个机组在待分配时段的AGC预测精度值的总和最小时，以当前AGC预测精度值对应的待分配机组热负荷和待分配机组电负荷对各个机组的机组热负荷和机组电负荷进行分配。上述方法及***，结合AGC电网考核精度，以确定在不同工况下各个机组之间分配全厂电负荷和热负荷，得到机组电负荷和机组热负荷的分配方案，以降低电网考核费用提高经济效益。
具体的，***还包括：
单位时间机组最大调节热负荷判断模块，用于判断各个机组在待分配时段内的待分配机组热负荷的最大值和最小值之差是否小于等于各个机组的单位时间机组最大调节热负荷，若是，则控制单位时间机组最大调节电负荷判断模块启动；
单位时间机组最大调节电负荷判断模块，用于判断各个机组在待分配时段内的待分配机组电负荷的最大值和最小值之差是否小于等于各个机组的单位时间机组最大调节电负荷，若是，则控制聚类计算模块启动。
进一步地，聚类计算模块具体包括：
机组工况数据获取单元，用于根据AGC精度数据时间点获取生产***中与其对应的机组工况数据，机组工况数据包括电负荷、热负荷、主蒸汽压力、蒸汽温度、环境温度数据；
机组工况数据处理单元，用于对机组工况数据进行无效值剔除，剩余的机组工况数据形成时间序列的机组参数样本库；
聚类处理单元，用于通过聚类算法对机组参数样本库中的机组工况数据聚类，得到机组电负荷、机组热负荷和AGC精度的预设分布规律。
本发明还提供了一种供热机组的负荷分配装置，包括存储器和处理器，其中：
存储器，用于保存计算机程序；
处理器，用于执行计算机程序，以实现上述任一项的供热机组的负荷分配方法。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

Claims (9)

1.一种供热机组的负荷分配方法，其特征在于，所述方法包括：
根据获取的当前电厂的实时运行数据分别得到全厂电负荷和全厂热负荷；
根据所述全厂电负荷和全厂热负荷对各个机组的机组热负荷和机组电负荷进行分配，得到待分配时段内的待分配机组热负荷和待分配机组电负荷；
根据历史数据通过聚类算法得到机组电负荷、机组热负荷和AGC精度的预设分布规律；
根据所述预设分布规律、所述待分配机组热负荷和所述待分配机组电负荷分别得到各个机组在所述待分配时段的AGC预测精度值；
当各个机组在所述待分配时段的所述AGC预测精度值的总和最小时，以当前所述AGC预测精度值对应的所述待分配机组热负荷和所述待分配机组电负荷对各个机组的所述机组热负荷和所述机组电负荷进行分配。
2.根据权利要求1所述的供热机组的负荷分配方法，其特征在于，所述得到待分配时段内的待分配机组热负荷和待分配机组电负荷之后，所述方法还包括：
判断各个机组在所述待分配时段内的所述待分配机组热负荷的最大值和最小值之差是否小于等于各个机组的单位时间机组最大调节热负荷；
若是，则判断各个机组在所述待分配时段内的所述待分配机组电负荷的最大值和最小值之差是否小于等于各个机组的单位时间机组最大调节电负荷，若是，则根据历史数据通过聚类算法得到机组电负荷、机组热负荷和AGC精度的预设分布规律。
3.根据权利要求1所述的供热机组的负荷分配方法，其特征在于，所述根据历史数据通过聚类算法得到机组电负荷、机组热负荷和AGC精度的预设分布规律，具体包括：
根据AGC精度数据时间点获取生产***中与其对应的机组工况数据，所述机组工况数据包括电负荷、热负荷、主蒸汽压力、蒸汽温度、环境温度数据；
通过聚类算法对机组参数样本库中的机组工况数据聚类，得到所述机组电负荷、所述机组热负荷和所述AGC精度的预设分布规律。
4.根据权利要求3所述的供热机组的负荷分配方法，其特征在于，所述通过聚类算法对机组参数样本库中的机组工况数据聚类，得到所述机组电负荷、所述机组热负荷和所述AGC精度的预设分布规律之前，所述方法还包括：
对所述机组工况数据进行无效值剔除，剩余的机组工况数据形成所述时间序列的机组参数样本库。
5.一种供热机组的负荷分配***，其特征在于，所述***包括：
全厂负荷处理模块，用于根据获取的当前电厂的实时运行数据分别得到全厂电负荷和全厂热负荷；
待分配机组负荷处理模块，用于根据所述全厂电负荷和全厂热负荷对各个机组的机组热负荷和机组电负荷进行分配，得到待分配时段内的待分配机组热负荷和待分配机组电负荷；
聚类计算模块，用于根据历史数据通过聚类算法得到机组电负荷、机组热负荷和AGC精度的预设分布规律；
AGC预测精度值处理模块，用于根据所述预设分布规律、所述待分配机组热负荷和所述待分配机组电负荷分布得到各个机组在所述待分配时段的AGC预测精度值；
机组负荷分配模块，用于当各个机组在所述待分配时段的所述AGC预测精度值的总和最小时，以当前所述AGC预测精度值对应的所述待分配机组热负荷和所述待分配机组电负荷对各个机组的所述机组热负荷和所述机组电负荷进行分配。
6.根据权利要求5所述的供热机组的负荷分配***，其特征在于，所述***还包括：
单位时间机组最大调节热负荷判断模块，用于判断各个机组在所述待分配时段内的所述待分配机组热负荷的最大值和最小值之差是否小于等于各个机组的单位时间机组最大调节热负荷，若是，则控制单位时间机组最大调节电负荷判断模块启动；
所述单位时间机组最大调节电负荷判断模块，用于判断各个机组在所述待分配时段内的所述待分配机组电负荷的最大值和最小值之差是否小于等于各个机组的单位时间机组最大调节电负荷，若是，则控制所述聚类计算模块启动。
7.根据权利要求5所述的供热机组的负荷分配***，其特征在于，所述聚类计算模块具体包括：
机组工况数据获取单元，用于根据AGC精度数据时间点获取生产***中与其对应的机组工况数据，所述机组工况数据包括电负荷、热负荷、主蒸汽压力、蒸汽温度、环境温度数据；
聚类处理单元，用于通过聚类算法对机组参数样本库中的机组工况数据聚类，得到所述机组电负荷、所述机组热负荷和所述AGC精度的预设分布规律。
8.根据权利要求7所述的供热机组的负荷分配***，其特征在于，所述聚类计算模块还包括：
机组工况数据处理单元，用于对所述机组工况数据进行无效值剔除，剩余的机组工况数据形成时间序列的所述机组参数样本库。
9.一种供热机组的负荷分配装置，其特征在于，包括存储器和处理器，其中：
所述存储器，用于保存计算机程序；
所述处理器，用于执行所述计算机程序，以实现如权利要求1-4任一项所述的供热机组的负荷分配方法。
CN202010224823.8A 2020-03-26 2020-03-26 一种供热机组的负荷分配方法、***和装置 Active CN111445141B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010224823.8A CN111445141B (zh) 2020-03-26 2020-03-26 一种供热机组的负荷分配方法、***和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010224823.8A CN111445141B (zh) 2020-03-26 2020-03-26 一种供热机组的负荷分配方法、***和装置

Publications (2)

Publication Number Publication Date
CN111445141A true CN111445141A (zh) 2020-07-24
CN111445141B CN111445141B (zh) 2023-07-21

Family

ID=71655671

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010224823.8A Active CN111445141B (zh) 2020-03-26 2020-03-26 一种供热机组的负荷分配方法、***和装置

Country Status (1)

Country Link
CN (1) CN111445141B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112734158A (zh) * 2020-12-01 2021-04-30 北方联合电力有限责任公司乌拉特发电厂 发电机组的热电负荷分配方法、装置及电子设备
CN114890162A (zh) * 2022-06-07 2022-08-12 华润电力技术研究院有限公司 配煤方法、配煤设备以及计算机可读存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103971198A (zh) * 2014-04-02 2014-08-06 四川大学 梯级水电站厂间负荷实时分配***及其实现方法
CN107154645A (zh) * 2017-05-31 2017-09-12 河北冀研能源科学技术研究院有限公司 一种余压余热发电机组参与发电厂agc调节的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103971198A (zh) * 2014-04-02 2014-08-06 四川大学 梯级水电站厂间负荷实时分配***及其实现方法
CN107154645A (zh) * 2017-05-31 2017-09-12 河北冀研能源科学技术研究院有限公司 一种余压余热发电机组参与发电厂agc调节的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
向德军等: "基于实测煤耗的AGC电厂负荷优化分配", 《电力***自动化》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112734158A (zh) * 2020-12-01 2021-04-30 北方联合电力有限责任公司乌拉特发电厂 发电机组的热电负荷分配方法、装置及电子设备
CN112734158B (zh) * 2020-12-01 2023-12-29 北方联合电力有限责任公司乌拉特发电厂 发电机组的热电负荷分配方法、装置及电子设备
CN114890162A (zh) * 2022-06-07 2022-08-12 华润电力技术研究院有限公司 配煤方法、配煤设备以及计算机可读存储介质
CN114890162B (zh) * 2022-06-07 2024-05-31 深圳市出新知识产权管理有限公司 配煤方法、配煤设备以及计算机可读存储介质

Also Published As

Publication number Publication date
CN111445141B (zh) 2023-07-21

Similar Documents

Publication Publication Date Title
CN107482692B (zh) 风电场有功控制的方法、装置及***
CN111445141A (zh) 一种供热机组的负荷分配方法、***和装置
CN103296701A (zh) 一种风电场有功功率控制方法
CN111080065A (zh) 一种基于多元数据融合的网源协调源侧性能边缘计算与分析平台
CN111555363B (zh) 大数据环境下基于深度学习的agc实时控制策略
CN113036786A (zh) 一种低压配变用户相序识别及三相不平衡调整方法
CN112651560A (zh) 一种超短期风功率预测方法、装置及设备
CN106849064B (zh) 一种基于气象数据的区域电网负荷预测管理***
CN111313415A (zh) 一种热电厂及供热机组负荷分配方法、***和装置
CN113505909A (zh) 一种面向短期风电功率趋势预测的误差补偿方法
CN117273284A (zh) 一种面向企业用电平衡的异常数据监测***
CN116316611B (zh) 基于低压台区下的供电方法及***
CN110750760B (zh) 一种基于态势感知和控制图的异常理论线损检测方法
CN110413622B (zh) 一种基于电力大数据平台的数据处理方法
CN110932321A (zh) 一种含储能新能源场站有功控制方法
Zhang et al. Short‐Term Power Prediction of Wind Power Generation System Based on Logistic Chaos Atom Search Optimization BP Neural Network
CN112348696B (zh) 基于bp神经网络的供热机组调峰上限评估方法及***
CN106887848B (zh) 基于模糊模式识别的电压无功实时控制方法
CN110717725B (zh) 基于大数据分析的电网项目选取方法
CN109217380B (zh) 一种弃风限电方法及装置
CN111835005A (zh) 确定新能源基地电网输送能力的方法、装置及相关设备
CN117391357B (zh) 一种基于大数据的电网调度运行管理的调度自查***
CN116245502B (zh) 一种基于数字孪生的变压器设备虚实交互运检方法和***
CN117277355B (zh) 一种智慧监测数据的输电方法及***
CN108075496B (zh) 一种适应短时间尺度的新能源电站性能指标滚动计算方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240408

Address after: 518066 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.)

Patentee after: Shenzhen goes out new knowledge property right management Co.,Ltd.

Country or region after: China

Address before: 523808 Room 308, unit 1, building 18, no.6, Libin Road, Songshanhu Park, Dongguan City, Guangdong Province

Patentee before: CR POWER TECHNOLOGY INSTITUTE Co.,Ltd.

Country or region before: China