CN111639802A - 一种燃机机组运行优化指导方法 - Google Patents
一种燃机机组运行优化指导方法 Download PDFInfo
- Publication number
- CN111639802A CN111639802A CN202010469743.9A CN202010469743A CN111639802A CN 111639802 A CN111639802 A CN 111639802A CN 202010469743 A CN202010469743 A CN 202010469743A CN 111639802 A CN111639802 A CN 111639802A
- Authority
- CN
- China
- Prior art keywords
- unit
- historical
- parameters
- uncontrollable
- similarity
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000005457 optimization Methods 0.000 title claims abstract description 12
- 238000002485 combustion reaction Methods 0.000 title claims description 10
- 238000010977 unit operation Methods 0.000 title claims description 5
- 239000007789 gas Substances 0.000 claims description 29
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 18
- 239000002918 waste heat Substances 0.000 claims description 16
- 239000003345 natural gas Substances 0.000 claims description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000010206 sensitivity analysis Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Control Of Turbines (AREA)
Abstract
本发明公开了一种燃机机组运行优化指导方法,包括:首先获取相关实时不可控参数和某时刻相关历史不可控参数,利用欧氏距离或曼哈顿距离计算两时刻运行工况的相似性,人为设定阈值,当其相似性小于该阈值时,如果否,则寻找另一时刻的不可控参数;如果是,则继续判断实时气耗率是否大于该历史时刻运行工况下的气耗率,如果否,则寻找另一时刻的不可控参数;如果是,则将当前的可控参数调整到该历史时刻的值,以保证机组在最有工况持续运行。本发明基于机组实时及历史运行数据,得到燃气‑蒸汽联合循环发电机组在相同工况下的历史最优气耗量,以指导机组的优化运行。
Description
技术领域
本发明属于燃机电站技术领域,具体涉及一种燃机机组运行优化指导方法。
背景技术
目前,国内对燃气-蒸汽联合循环发电机组进行运行优化时,主要参考机组额定工况的设计参数或根据机组运行经验,但实际运行中机组大部份时间处于非额定工况,参数偏离、设备老化劣化等因素对机组性能的影响将随负荷状况、运行工况、气象参数(如大气温度和湿度)变化而变化,目前尚缺乏有效优化联合循环机组运行水平的技术方法。我国燃气轮机发电机组主要靠引进国外产品,对机组及子设备热力特性的掌握及相关资料相对国内燃煤机组较为贫乏,缺乏对热力***的全面诊断和优化技术经验,尤其缺乏对热力***局部变化经济性的定量分析研究。
电厂存储的海量历史数据、运行中产生的实时数据隐含了对提高电厂的生产效率、经济安全性有积极的指导意义的大量信息,但这些数据缺乏深度利用,未能发现数据隐藏的更深层次的规律,以及充分发挥海量历史数据对电力生产的指导作用。
将机组优化运行及状态监测与大数据技术相结合,开展基于大数据技术的电站机组建模方法研究,充分挖掘数据本身包含的大量有价值信息,开发利用隐藏在数据背后的潜在价值,用以指导机组优化运行、完善机组实时状态监测,提高机组经济性、降低能耗,已成为当前电力生产的研究和发展方向。
目前,耗差分析是对燃气-蒸汽联合循环发电机组进行优化运行的主要手段。主要展示相关耗差参数的实际值、目标值及对机组发供电气耗的影响量,可以定量的对影响机组优化运行的各因素进行分析调整。
耗差分析方法的主要缺点在于,对其中的一个可控参数进行优化的前提条件是假定其他参数不变。比如当考虑燃烧室进口天然气温度的变化对整个机组耗气量的影响变化敏感性分析时,是假定其他可控参数包括余热锅炉高压主蒸汽温度、余热锅炉中压主蒸汽温度、余热锅炉再热蒸汽减温水流量、余热锅炉排烟温度、汽机高压主蒸汽温度及汽机中压主蒸汽温度参数不变的前提条件下,而这在机组实际运行中基本是不可能的。各个参数之间的变化是互相耦合的,所以耗差分析表面上说可以定量的研究某个参数的变化对机组的运行效率的影响,但实际上却做不到。
发明内容
本发明的目的在于针对上述现有技术的不足,提供了一种燃机机组运行优化指导方法。
本发明采用如下技术方案来实现的:
一种燃机机组运行优化指导方法,包括:首先获取相关实时不可控参数和某时刻相关历史不可控参数,利用欧氏距离或曼哈顿距离计算两时刻运行工况的相似性,人为设定阈值,当其相似性小于该阈值时,如果否,则寻找另一时刻的不可控参数;如果是,则继续判断实时气耗率是否大于该历史时刻运行工况下的气耗率,如果否,则寻找另一时刻的不可控参数;如果是,则将当前的可控参数调整到该历史时刻的值,以保证机组在最有工况持续运行。
本发明进一步的改进在于,具体包括如下实现步骤:
1)参数目标值设定:将机组气耗率作为衡量机组运行工况优劣的评价依据;其中,不可控参数设为:供电负荷、供热负荷、天然气热值、环境温度、大气压力和环境湿度,可控参数设为:燃烧室进口天然气温度、余热锅炉高压主蒸汽温度、余热锅炉中压主蒸汽温度、余热锅炉再热蒸汽减温水流量、余热锅炉排烟温度、汽机高压主蒸汽温度和汽机中压主蒸汽温度;
2)工况匹配:利用基于距离信息的几何模型方法进行机组运行工况案例的相似性描述,当前稳态运行工况数据Xi和机组案例库中案例Xij的相似性函数表述为:
Abs(X1j-X1)/X1<=1% (1)
Abs(X2j-X2)/X2<=5% (2)
Abs(X3j-X3)/X3<=5% (3)
Abs(X4j-X4)/X4<=1% (4)
Abs(X5j-X5)/X5<=1% (5)
Abs(X6j-X1)/X6<=1% (6)
Xi代表当前稳态运行工况下6个不可控参数实时测点的值,Xij代表机组案例库中案例6个不可控参数的案例值,j=1,2...,6,i=1,2...;利用式(1)-(6)计算当前稳态运行工况数据与机组历史工况相似度,将符合(1)-(6)公式的历史工况都作为匹配工况;
3)机组气耗率比较:令Yi代表当前稳态运行工况下6个不可控参数实时测点对应的机组气耗率的值,Yij代表机组案例库中案例6个不可控参数的案例值对应的机组气耗率的值,比较二者大小,如果Yij<Yi,则令Yi=Yij,并将可控的运行参数调整至Zk=Zkj,k=1,2,…,9,以供机组参数优化运行指导采用。
本发明至少具有如下有益的技术效果:
本发明可以在海量历史数据中寻找与当前时刻运行工况相似的历史工况,通过比较若发现当前时刻的气耗率大于相似历史工况的气耗率,则将当前的可控参数调整到历史工况的值,这样可以使得机组的运行工况始终是最优工况,使得气耗率打到最小,从而给发电企业降低成本,达到提高利润的目的。本发明的技术要点在于基于机组实时及历史运行数据,得到燃气-蒸汽联合循环发电机组在相同工况下的历史最优气耗量,以指导机组的优化运行。
附图说明
图1为本发明的流程图。
具体实施方式
以下结合附图对本发明做出进一步的说明。
如图1所示,本发明提供的一种燃机机组运行优化指导方法,包括:首先获取相关实时不可控参数和某时刻相关历史不可控参数,利用欧氏距离或曼哈顿距离计算两时刻运行工况的相似性,人为设定阈值,当其相似性小于该阈值时,如果否,则寻找另一时刻的不可控参数;如果是,则继续判断实时气耗率是否大于该历史时刻运行工况下的气耗率,如果否,则寻找另一时刻的不可控参数;如果是,则将当前的可控参数调整到该历史时刻的值,以保证机组在最有工况持续运行。
运行大数据相关性分析等技术方法,充分考虑供电变化、供热变化、天然气成分及热值变化、环境变化(当地环境温度、环境湿度和大气压力)对机组运行效率的整体影响,研究获得联合循环机组整体运行优化参数方案。主要考虑的工况匹配参数见表1。
表1工况匹配参数
测点名 | 变量名 | 单位 |
环境温度 | X1 | ℃ |
大气压力 | X2 | MPa |
环境湿度 | X3 | % |
天然气热值 | X4 | kJ/kg |
供电负荷 | X5 | MW |
供热负荷 | X6 | MW |
主要得到的整体优化运行参数见表2。
表2可控整体优化运行参数
1)参数目标值设定:将机组气耗率作为衡量机组运行工况优劣的评价依据;其中,不可控参数设为:供电负荷、供热负荷、天然气热值、环境温度、大气压力和环境湿度,可控参数设为:燃烧室进口天然气温度、余热锅炉高压主蒸汽温度、余热锅炉中压主蒸汽温度、余热锅炉再热蒸汽减温水流量、余热锅炉排烟温度、汽机高压主蒸汽温度和汽机中压主蒸汽温度。
2)工况匹配:利用基于距离信息的几何模型方法进行机组运行工况案例的相似性描述,当前稳态运行工况数据Xi和机组案例库中案例Xij的相似性函数表述为:
Abs(X1j-X1)/X1<=1% (1)
Abs(X2j-X2)/X2<=5% (2)
Abs(X3j-X3)/X3<=5% (3)
Abs(X4j-X4)/X4<=1% (4)
Abs(X5j-X5)/X5<=1% (5)
Abs(X6j-X1)/X6<=1% (6)
Xi代表当前稳态运行工况下6个不可控参数实时测点的值,Xij代表机组案例库中案例6个不可控参数的案例值,j=1,2...,6,i=1,2...;利用式(1)-(6)计算当前稳态运行工况数据与机组历史工况相似度,将符合(1)-(6)公式的历史工况都作为匹配工况。
3)机组气耗率比较:令Yi代表当前稳态运行工况下6个不可控参数实时测点对应的机组气耗率的值,Yij代表机组案例库中案例6个不可控参数的案例值对应的机组气耗率的值,比较二者大小,如果Yij<Yi,则令Yi=Yij,并将可控的运行参数调整至Zk=Zkj,k=1,2,…,9,以供机组参数优化运行指导采用。
实践证明,本发明可以在海量历史数据中寻找与当前时刻运行工况相似的历史工况,通过比较若发现当前时刻的气耗率大于相似历史工况的气耗率,则将当前的可控参数调整到历史工况的值,这样可以使得机组的运行工况始终是最优工况,使得气耗率打到最小,从而给发电企业降低成本,达到提高利润的目的。本发明的技术要点在于基于机组实时及历史运行数据,得到燃气-蒸汽联合循环发电机组在相同工况下的历史最优气耗量,以指导机组的优化运行。
Claims (2)
1.一种燃机机组运行优化指导方法,其特征在于,包括:首先获取相关实时不可控参数和某时刻相关历史不可控参数,利用欧氏距离或曼哈顿距离计算两时刻运行工况的相似性,人为设定阈值,当其相似性小于该阈值时,如果否,则寻找另一时刻的不可控参数;如果是,则继续判断实时气耗率是否大于该历史时刻运行工况下的气耗率,如果否,则寻找另一时刻的不可控参数;如果是,则将当前的可控参数调整到该历史时刻的值,以保证机组在最有工况持续运行。
2.根据权利要求1所述的一种燃机机组运行优化指导方法,其特征在于,具体包括如下实现步骤:
1)参数目标值设定:将机组气耗率作为衡量机组运行工况优劣的评价依据;其中,不可控参数设为:供电负荷、供热负荷、天然气热值、环境温度、大气压力和环境湿度,可控参数设为:燃烧室进口天然气温度、余热锅炉高压主蒸汽温度、余热锅炉中压主蒸汽温度、余热锅炉再热蒸汽减温水流量、余热锅炉排烟温度、汽机高压主蒸汽温度和汽机中压主蒸汽温度;
2)工况匹配:利用基于距离信息的几何模型方法进行机组运行工况案例的相似性描述,当前稳态运行工况数据Xi和机组案例库中案例Xij的相似性函数表述为:
Abs(X1j-X1)/X1<=1% (1)
Abs(X2j-X2)/X2<=5% (2)
Abs(X3j-X3)/X3<=5% (3)
Abs(X4j-X4)/X4<=1% (4)
Abs(X5j-X5)/X5<=1% (5)
Abs(X6j-X1)/X6<=1% (6)
Xi代表当前稳态运行工况下6个不可控参数实时测点的值,Xij代表机组案例库中案例6个不可控参数的案例值,j=1,2...,6,i=1,2...;利用式(1)-(6)计算当前稳态运行工况数据与机组历史工况相似度,将符合(1)-(6)公式的历史工况都作为匹配工况;
3)机组气耗率比较:令Yi代表当前稳态运行工况下6个不可控参数实时测点对应的机组气耗率的值,Yij代表机组案例库中案例6个不可控参数的案例值对应的机组气耗率的值,比较二者大小,如果Yij<Yi,则令Yi=Yij,并将可控的运行参数调整至Zk=Zkj,k=1,2,…,9,以供机组参数优化运行指导采用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010469743.9A CN111639802A (zh) | 2020-05-28 | 2020-05-28 | 一种燃机机组运行优化指导方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010469743.9A CN111639802A (zh) | 2020-05-28 | 2020-05-28 | 一种燃机机组运行优化指导方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111639802A true CN111639802A (zh) | 2020-09-08 |
Family
ID=72329220
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010469743.9A Pending CN111639802A (zh) | 2020-05-28 | 2020-05-28 | 一种燃机机组运行优化指导方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111639802A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112488380A (zh) * | 2020-11-26 | 2021-03-12 | 西安西热电站信息技术有限公司 | 基于相似度动态模型的机组稳态工况匹配方法及*** |
CN112683543A (zh) * | 2020-12-21 | 2021-04-20 | 国网上海市电力公司 | 燃气-蒸汽联合循环机组进相能力协同试验方法及装置 |
CN113639256A (zh) * | 2021-06-21 | 2021-11-12 | 华能国际电力股份有限公司大连电厂 | 一种电厂燃烧优化方法及设备 |
CN113701711A (zh) * | 2021-09-02 | 2021-11-26 | 宁波九纵智能科技有限公司 | 基于北斗定位与气压计的高精度定位方法及*** |
CN114094570A (zh) * | 2021-11-05 | 2022-02-25 | 国能浙江余姚燃气发电有限责任公司 | 燃气机组的发电气耗的预测方法及装置 |
CN115455866A (zh) * | 2022-10-31 | 2022-12-09 | 北京寄云鼎城科技有限公司 | 稳定工况识别方法及***、设备及介质 |
CN116244916A (zh) * | 2022-12-29 | 2023-06-09 | 北京京桥热电有限责任公司 | 一种燃气发电机组工况寻优方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4161437A (en) * | 1975-01-15 | 1979-07-17 | Dragerwerk Aktiengesellschaft | Measuring probe for the polarographic determination of partial gas pressures |
CN105259758A (zh) * | 2015-10-22 | 2016-01-20 | 西安西热电站信息技术有限公司 | 基于海量历史数据火电机组运行参数智能在线寻优方法 |
CN110989360A (zh) * | 2019-12-23 | 2020-04-10 | 武汉博晟信息科技有限公司 | 一种基于全量数据的火电机组稳态历史寻优方法 |
-
2020
- 2020-05-28 CN CN202010469743.9A patent/CN111639802A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4161437A (en) * | 1975-01-15 | 1979-07-17 | Dragerwerk Aktiengesellschaft | Measuring probe for the polarographic determination of partial gas pressures |
CN105259758A (zh) * | 2015-10-22 | 2016-01-20 | 西安西热电站信息技术有限公司 | 基于海量历史数据火电机组运行参数智能在线寻优方法 |
CN110989360A (zh) * | 2019-12-23 | 2020-04-10 | 武汉博晟信息科技有限公司 | 一种基于全量数据的火电机组稳态历史寻优方法 |
Non-Patent Citations (2)
Title |
---|
张勇军等: "《热轧电气自动化与计算机控制技术》", 冶金工业出版社, pages: 135 - 138 * |
王伟;常浩;王宝玉;: "数据驱动的燃煤发电机组可控参数运行优化方法", no. 10, pages 1091 - 1096 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112488380A (zh) * | 2020-11-26 | 2021-03-12 | 西安西热电站信息技术有限公司 | 基于相似度动态模型的机组稳态工况匹配方法及*** |
CN112488380B (zh) * | 2020-11-26 | 2024-04-12 | 西安西热电站信息技术有限公司 | 基于相似度动态模型的机组稳态工况匹配方法及*** |
CN112683543A (zh) * | 2020-12-21 | 2021-04-20 | 国网上海市电力公司 | 燃气-蒸汽联合循环机组进相能力协同试验方法及装置 |
CN112683543B (zh) * | 2020-12-21 | 2022-10-11 | 国网上海市电力公司 | 燃气-蒸汽联合循环机组进相能力协同试验方法及装置 |
CN113639256A (zh) * | 2021-06-21 | 2021-11-12 | 华能国际电力股份有限公司大连电厂 | 一种电厂燃烧优化方法及设备 |
CN113701711A (zh) * | 2021-09-02 | 2021-11-26 | 宁波九纵智能科技有限公司 | 基于北斗定位与气压计的高精度定位方法及*** |
CN113701711B (zh) * | 2021-09-02 | 2023-11-03 | 宁波九纵智能科技有限公司 | 基于北斗定位与气压计的高精度定位方法及*** |
CN114094570A (zh) * | 2021-11-05 | 2022-02-25 | 国能浙江余姚燃气发电有限责任公司 | 燃气机组的发电气耗的预测方法及装置 |
CN114094570B (zh) * | 2021-11-05 | 2024-05-10 | 国能浙江余姚燃气发电有限责任公司 | 燃气机组的发电气耗的预测方法及装置 |
CN115455866A (zh) * | 2022-10-31 | 2022-12-09 | 北京寄云鼎城科技有限公司 | 稳定工况识别方法及***、设备及介质 |
CN115455866B (zh) * | 2022-10-31 | 2023-02-24 | 北京寄云鼎城科技有限公司 | 稳定工况识别方法及***、设备及介质 |
CN116244916A (zh) * | 2022-12-29 | 2023-06-09 | 北京京桥热电有限责任公司 | 一种燃气发电机组工况寻优方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111639802A (zh) | 一种燃机机组运行优化指导方法 | |
CN105787271B (zh) | 基于大数据分析技术的供热机组可调出力区间评估方法 | |
CN105259758A (zh) | 基于海量历史数据火电机组运行参数智能在线寻优方法 | |
CN109779891B (zh) | 汽轮发电机组背压及循环水量的优化方法 | |
Stefanizzi et al. | Pump as turbine for throttling energy recovery in water distribution networks | |
CN103699786A (zh) | 一种热电厂超超临界发电机组变负荷耗差分析方法 | |
CN106371319A (zh) | 一种基于多抽汽点大抽汽量的火电机组滑压运行优化***及优化方法 | |
CN111723331B (zh) | 一种联合循环二拖一机组汽轮机负荷的权益分配计算方法 | |
CN113486472B (zh) | 一种汽轮机缸效率对热耗率影响量的计算方法 | |
Król et al. | Sensitivity analysis of hybrid combined heat and power plant on fuel and CO2 emission allowances price change | |
CN112819288B (zh) | 一种计算热电联产机组供热煤耗和供电煤耗的方法 | |
Karklina et al. | Energy and exergy analysis of wood-based CHP. Case study | |
Abdalisousan et al. | Multi-objective thermoeconomic optimisation for combined-cycle power plant using particle swarm optimisation and compared with two approaches: an application | |
CN113673778B (zh) | 耦合工业供气***的气电联产机组运行优化方法及*** | |
CN110659803A (zh) | 一种基于低压缸零出力的热电联产机组调峰能力和供热能力提升效果的计算方法 | |
CN113868836B (zh) | 基于大数据的智慧热力***在线专家分析平台 | |
Wu | Economic Analysis of Energy Consumption Based on Thermoeconomic Cost Analysis Model. | |
CN100366876C (zh) | 燃气-蒸汽联合循环发电站运行效率在线解析方法和*** | |
CN114386651A (zh) | 一种基于电、气、热量价关系的燃机最佳负荷点动态寻优方法 | |
CN112465232A (zh) | 一种基于煤价和电价的火电机组经济性评价方法 | |
Liu et al. | A Study of Working Conditions Based on Cluster Analysis | |
Zhou et al. | Low Carbon Economic Dispatch of the Variable-speed Pumped Storage Units Assisting Thermal Power Units Considering Deep Peaking | |
Cerri et al. | Inverse methodologies for actual status recognition of gas turbine components | |
Zhao et al. | Research on carbon emission prediction of coal combustion in power generation enterprises based on Rough set and Grey SVM | |
Hassanzadeh et al. | Development and Analysis of a Novel Multi-Generation System Fueled by Biogas with Smart Heat Recovery |
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 |