KR20230140965A - 복합발전기 발전가능용량 예측시스템 - Google Patents

복합발전기 발전가능용량 예측시스템 Download PDF

Info

Publication number
KR20230140965A
KR20230140965A KR1020220039898A KR20220039898A KR20230140965A KR 20230140965 A KR20230140965 A KR 20230140965A KR 1020220039898 A KR1020220039898 A KR 1020220039898A KR 20220039898 A KR20220039898 A KR 20220039898A KR 20230140965 A KR20230140965 A KR 20230140965A
Authority
KR
South Korea
Prior art keywords
power generation
generation capacity
combined cycle
unit
cycle generator
Prior art date
Application number
KR1020220039898A
Other languages
English (en)
Inventor
신헌
이욱준
박진우
서병진
이동희
임수민
최경미
나찬우
Original Assignee
더블유에이테크놀러지 주식회사
한국서부발전 주식회사
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 더블유에이테크놀러지 주식회사, 한국서부발전 주식회사 filed Critical 더블유에이테크놀러지 주식회사
Priority to KR1020220039898A priority Critical patent/KR20230140965A/ko
Publication of KR20230140965A publication Critical patent/KR20230140965A/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/40—Testing power supplies
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/04—Ageing analysis or optimisation against ageing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

본 발명은 복합발전기 발전가능용량 예측시스템에 관한 것으로, 발전 관련 정보를 수집하는 정보 수집부와, 대상 복합 발전기에 대한 기대 최대 발전용량값을 산출하는 성능 모델링부와, 상기 대상 복합 발전기의 실질 운전을 제어하는 발전 설비 운전 제어부와, 실 운영되는 대상 복합 발전기의 오염에 따른 열화 보정값을 산출하는 보정값 산출부와, 기대 최대 발전용량값과 열화 보정값을 이용하여 예측 최대 발전용량값을 산출하는 발전용량 예측부와, 각 발전용량값, 발전 관련 정보 및 복합 발전기 정보를 포함하는 데이터가 저장된 정보 저장부 및 외부 서버, 설비 및 장치와 통신하는 통신부를 포함하는 복합발전기 발전가능용량 예측 시스템을 제공한다.

Description

복합발전기 발전가능용량 예측시스템{SMART POWER GENERATION CAPACITY ESTIMATION SYSTEM}
본 발명은 복합발전기 발전가능용량 예측시스템에 관한 것으로, 복합 발전기의 발전가능용량의 예측을 통해 정확한 공급가능용량의 설정이 가능한 복합발전기 발전가능용량 예측시스템을 제공한다.
복합 발전은 가스 터빈과 증기 터빈이 복합적으로 이루어져 있으며, 가스 터빈 운전으로 전기를 생산하고, 가스 터빈 운전 후 배출되는 고온의 배기 가스를 배열회수 보일러에서 생산된 증기를 이용하여 증기 터빈을 운전하여 전기를 추가 생산한다. 그리고, 배열 회수 보일러에서 회수되는 열로 생상된 증기로 증기 터빈을 운영하되, 일부 증기를 대형 열교환기를 통해 지역 난방으로 열공급을 할 수 있다. 이와 같은 복합발전은 열효율이 높고, 부분 부하에서 열효율 저하가 적은 장점이 있다.
복합화력발전소를 구성하는 설비 중 특히 가스터빈은 외부 공기를 작동유체로 사용하기 때문에, 외기조건 변동 시 출력을 포함한 성능이 크게 변하는 특성을 가지고 있다. 그리고,발전소의 최대출력은 전력계통 운영 및 발전소의 전력 판매를 위한 입찰 시 중요한 요소가 되기 때문에 이를 사전에 예측하는 것이 중요한 문제로 대두되고 있다.
(특허 문헌 1) 한국등록특허공보 제10-2047437호 (특허 문헌 2) 한국등록특허공보 제10-1372239호
복합발전기는 대기 조건 즉, 대기 온도에 맞는 최대출력을 매월 최대용량 시험을 시행하여 온도에 따른 출력 변화곡선을 도출한 경험치를 적용하고 있다. 복합발전기 자체 상황 및 외부요인으로 인해 최대용량시험을 하지 못할 경우, 최대출력을 정확하게 산출하기 어렵게 되는 단점이 있다. 또한, 입찰 제안서에 기재한 최대 발전용량에 미치지 못할 경우에는 패널티가 부여되고, 너무 보수적으로 최대 발전용량을 예측하면 단가 경쟁에서 불리한 단점이 있기 때문에 신뢰성 높은 최대 발전 용량 예측 시스템이 요구되고 있다.
본 발명은 상술한 문제점을 해결하기 위하여 안출된 것으로서, 모델링을 통한 예측 결과에 복합잘전기의 오염으로 인한 열화보정값을 반영하여 신뢰성이 향상된 최대 발전용량값을 산출할 수 있는 복합발전기 발전가능용량 예측시스템에 관한 것이다.
본 발명에 따른 발전 관련 정보를 수집하는 정보 수집부와, 대상 복합 발전기에 대한 기대 최대 발전용량값을 산출하는 성능 모델링부와, 상기 대상 복합 발전기의 실질 운전을 제어하는 발전 설비 운전 제어부와, 실 운영되는 대상 복합 발전기의 오염에 따른 열화 보정값을 산출하는 보정값 산출부와, 기대 최대 발전용량값과 열화 보정값을 이용하여 예측 최대 발전용량값을 산출하는 발전용량 예측부와, 각 발전용량값, 발전 관련 정보 및 복합 발전기 정보를 포함하는 데이터가 저장된 정보 저장부 및 외부 서버, 설비 및 장치와 통신하는 통신부를 포함하는 복합발전기 발전가능용량 예측 시스템을 제공한다.
상기 보정값 산출부는 대상 복합 발전기를 기저 부하 조건에서 실제 운전하여 산출된 실 최대 발전용량값과, 상기 성능 모델링부를 통해 기저 부하 조건에서 산출된 기대 최대 발전용량값을 이용하여 열화 보정값을 산출하는 것을 특징으로 한다.
상기 발전 용량예측부는 성능 모델링부를 통해 산출된 기대 최대 발전용량값에 열화 보정값을 보정하여 예측 최대 발전용량값을 산출하고, 상기 성능 모델링부는 대상 복합 발전기의 기저 부하 상태에서 기대되는 기대 최대 발전용량을 산출하되, 온도, 압력, 습도와 같은 대기 조건은 물론, 발전기 역률, 발전기 주파수, 가스 고위 발열량 및 가스 혼합 비율을 바탕으로 기대 최대 발전용량값을 시뮬레이션하는 것을 특징으로 한다.
또한, 본 발명에 따른 발전 관련 정보를 수집하는 정보 수집부와, 대상 복합 발전기에 대한 기대 최대 발전용량값을 산출하는 성능 모델링부와, 상기 대상 복합 발전기의 현 발전 정보를 바탕으로 대상 복합 발전기의 오염에 따른 열화 보정값을 산출하는 보정값 산출부와, 기대 최대 발전용량값과 열화 보정값을 이용하여 예측 최대 발전용량값을 산출하는 발전용량 예측부와, 각 발전용량값, 발전 관련 정보 및 복합 발전기 정보를 포함하는 데이터가 저장된 정보 저장부 및 외부 서버, 설비 및 장치와 통신하는 통신부를 포함하는 복합발전기 발전가능용량 예측 시스템을 제공한다.
상기 보정값 산출부는 대상 복합 발전기와 관련된 시험 또는 운전 데이터를 바탕으로 GT 출력에 따른 부하 산출을 위한 함수식을 도출하는 도출부와, 도출된 함수식을 보정하여 부하 산출 함수식을 확정하는 확정부와, 확정된 수식을 바탕으로 열화 보정값을 추출하는 보정부를 포함하는 것을 특징으로 한다.
상기 보정값 산출부는 발전비용평가 데이터, 성능 시험 데이터 및 운전 데이터를 통해 적어도 2개 이상 포인트의 GT 보정 출력을 도출하고, GT출력에 따른 GT 부하 함수식을 산출 확정한 다음, 대상 복합 발전기의 실제 출력으로 부터 실 보정 출력을 도출한 다음 실 보정 출력을 상기 함수식에 적용하여 실 GT 부하를 계산하고, 이를 성능 모델링부에 적용하여 기대 발전 용량을 도출하고, 이 기대 발전 용량값과 실 발전용얄값을 이용하여 열화 보정값을 산출하는 것을 특징으로 한다.
상기 보정값 산출부가 사용하는 포인트 중 적어도 하나는 GT가 기저부하 상태의 출력인 것을 특징으로 한다.
상기 발전 용량예측부는 성능 모델링부를 통해 산출된 기대 최대 발전용량값에 열화 보정값을 보정하여 예측 최대 발전용량값을 산출하고, 상기 성능 모델링부는 대상 복합 발전기의 기저 부하 상태에서 기대되는 기대 최대 발전용량을 산출하되, 온도, 압력, 습도와 같은 대기 조건은 물론, 발전기 역률, 발전기 주파수, 가스 고위 발열량 및 가스 혼합 비율을 바탕으로 기대 최대 발전용량값을 시뮬레이션하는 것을 특징으로 한다.
이와 같이 본 발명은 모델링을 통한 기대 최대 발전용량값을 예측하고, 기저 부하(BaseLoad) 상태의 실질 운전을 통한 실제 최대 발전용량값을 산출하여 열화 보정값을 얻을 수 있다. 이렇게 얻어진 열화 보정값을 이용하여 정확한 예측 최대 발전용량값의 산출이 가능할 수 있다.
또한, 부분 부하(PartLoad) 운전 상태에서 최대 발전용량을 예측하기 위해 GT 부하 산출을 진행하여 열화 보정값을 얻을 수 있고, 이를 이용하여 정확한 예측 최대 발전용량 값을 산출할 수 있다.
도 1은 본 발명의 일 실시예에 따른 복합발전기 발전가능용량 예측 시스템을 설명하기 위한 블록 개념도이다.
도 2는 일 실시예에 따른 전체 시스템을 설명하기 위한 개념도이다.
도 3은 본 발명의 일 실시예에 따른 복합발전기 발전가능용량 예측 시스템의 동작을 설명하기 위한 흐름도이다.
도 4는 본 발명의 다른 실시예에 따른 복합발전기 발전가능용량 예측 시스템을 설명하기 위한 개념 블록도이다.
도 5는 다른 실시예에 따른 보정값 산출부의 블록도이다.
도 6은 다른 실시예에 따른 보정값 산출부의 동작을 설명하기 위한 개념도이다.
도 7은 본 발명의 다른 실시예에 따른 복합발전기 발전가능용량 예측 시스템의 동작을 설명하기 위한 흐름도이다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 더욱 상세히 설명하기로 한다. 그러나 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 도면상에서 동일 부호는 동일한 요소를 지칭한다.
본 명세서에서의 구성부들에 대한 구분은 각 구성부가 담당하는 주기능별로 구분한 것에 불과함을 명확히 하고자 한다. 즉, 이하에서 설명할 2개 이상의 구성부가 하나의 구성부로 합쳐지거나 또는 하나의 구성부가 보다 세분화된 기능별로 2개 이상으로 분화되어 구비될 수도 있다. 그리고 이하에서 설명할 구성부 각각은 자신이 담당하는 주기능 이외에도 다른 구성부가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성부 각각이 담당하는 주기능 중 일부 기능이 다른 구성부에 의해 전담되어 수행될 수도 있음은 물론이다. 따라서, 본 명세서를 통해 설명되는 각 구성부들의 존재 여부는 기능적으로 해석 되어야 할 것이다. 이러한 이유로 본 발명의 복합발전기 발전가능용량 예측시스템의 구성부들의 구성은 본 발명의 목적을 달성할 수 있는 한도 내에서 상이해질 수 있음을 명확히 밝혀둔다.
본 명세서에서, 제1 및 제2, 상부 및 하부 등의 관계적인 용어는, 그러한 엔티티 또는 액션 간의 실제 관계 또는 순서를 반드시 요구하거나 암시하지 않고 다른 엔티티나 액션과 하나의 엔티티 또는 액션을 구별하는 데에만 사용될 수 있다. 용어 "포함하다(comprises)", "포함하는(comprising)" 또는 그 다른 변형은, 구성요소의 리스트를 포함하는 프로세스, 방법, 제품, 또는 장치가 구성요소만을 포함하지 않지만 그러한 프로세스, 방법, 제품, 또는 장치에 명시적으로 열거되거나 내재되지 않은 다른 구성요소를 포함할 수 있도록, 비배타적인 포함물을 커버하도록 의도된다. "하나의 ~를 포함하다"로 진행되는 하나의 구성요소는, 더 이상의 제한없이, 구성요소를 포함하는 프로세스, 방법, 제품, 또는 장치 내에 부가적인 동일한 구성요소의 존재를 배제한다.
도 1은 본 발명의 일 실시예에 따른 복합발전기 발전가능용량 예측 시스템을 설명하기 위한 블록 개념도이다.
도 2는 일 실시예에 따른 전체 시스템을 설명하기 위한 개념도이다.
도 1 및 도 2에 도시된 바와 같이, 본 실시예에 따른 복합발전기 발전가능용량 예측 시스템은 발전 관련 정보를 수집하는 정보 수집부(100)와, 대상 복합 발전기에 대한 기대 최대 발전용량값을 산출하는 성능 모델링부(200)와, 대상 복합 발전기의 실질 운전을 제어하는 발전 설비 운전 제어부(300)와, 실 운영되는 대상 복합 발전기의 오염에 따른 열화 보정값을 산출하는 보정값 산출부(400)와, 기대 최대 발전용량값과 열화 보정값을 이용하여 예측 최대 발전용량값을 산출하는 발전용량 예측부(500)와, 각 발전용량값, 발전 관련 정보 및 복합 발전기 정보를 포함하는 데이터가 저장된 정보 저장부(600)와, 외부 서버, 설비 및 장치와 통신하는 통신부(700)를 포함한다.
본 실시예의 복합발전기 발전가능용량 예측 시스템은 성능 모델링부(200)를 통해 대상 복합 발전기의 기저 부하 상태의 기대 최대 발전용량값에 계산된 열화 보정값을 보정하여 그 정확도가 향상된 예측 최대 발전용량값을 산출할 수 있다.
정보 수집부(100)는 외부 통신부(700) 또는 정보 저장부(600)를 통해 발전용량값 계산을 위한 다양한 정보를 수집한다. 수집되는 정보로는 기상 정보와 복합 발전기 관련 정보는 물론, 관리자로 부터 제공된 다양한 정보를 수집한다.
여기서, 기상 정보로는 온도, 압력 및 습도와 같은 대기 정보를 수집하고, 이를 기상청 서버로부터 제공 받거나, 이를 제공 받은 다른 서버로 부터 제공 받을 수 있다. 이 기상 정보는 실시간 정보는 물론 예측 정보를 포함하는 것이 효과적이다.
복합 발전기 관련 정보로는 발전기 자체 정보는 물론, 발전 운전 정보도 포함될 수 있다. 즉, 발전기 역률 정보, 발전기 주파수 정보, 가스 고위 발열량 정보, 가스 혼합 비율 정보등을 포함할 수 있다. 또한, 복합 발전기 관련 정보로는 복합 발전기 성능 시험 정보, 과거 운정 정보 및 발전비용 평가 정보를 포함하는 것이 가능하다. 이와 같은 정보는 발전기를 운용하는 복합 발전 운용 서버를 통해 제공 받거나, 정보 저장부(600)에 기 저장된 정보를 활용하는 것이 가능하다.
성능 모델링부(200)는 정보 수집부(100)를 통해 제공된 정보를 바탕으로 대상 복합 발전기에 대한 기대 최대 발전용량값을 산출한다.
본 실시예의 성능 모델링부(200)는 대상 복합 발전기의 기저 부하 상태에서 기대되는 기대 최대 발전용량을 산출하되, 온도, 압력, 습도와 같은 대기 조건은 물론, 발전기 역률, 발전기 주파수, 가스 고위 발열량 및 가스 혼합 비율을 바탕으로 기대 최대 발전용량값을 시뮬레이션한다. 물론, 성능 모델링부(200)의 입력값은 이에 한정되지 않고, 이 보다 많거나 적을 수 있다.
성능 모델링부(200)는 현 대상 복합 발전기의 기저 부하 상태의 기대 최대 발전 용량을 산출할 뿐만 아니라, 외부에서 제공된 정보를 바탕으로 시간별로 예상되는 기대 최대 발전 용량을 산술하는 것도 가능하다. 예를 들어 대기 조건 정보를 분별 또는 시간별로 제공 받는 것이 가능하고, 이에 따른 기대 최대 발전용량값을 계산할 수 있다. 또한, 혼합되는 가스의 비율 정보등을 분별 또는 시간별로 제공 받아 기대 최대 발전용량값을 계산하는 것도 가능하다. 성능 모델링부(200)는 실질적인 발전기의 운전이 아닌 시뮬레이션이기 때문에 클린 레벨의 운영으로 오염 등의 실질 운영에 따른 사항을 반영하지 못한다.
발전 설비 운전 제어부(300)는 대상 복합 발전기에 대한 운전 명령을 생성하되, 대상 복합 발전기가 기저 부하 상태에서 동작할 수 있도록 하고, 기저 부하 상태의 실운전에 따른 실 최대 발전 용량값을 정보 수집부(100)에서 수집하는 것이 효과적이다.
그리고, 정보 수집부(100)는 발전 설비 운전 제어부(300)에 의해 대상 복합 발전기가 운전되는 경우에는 그 시점에서의 대기 조건 정보, 발전기 역률, 발전기 주파수, 가스 고위 발열량 및 가스 혼합 비율 정보를 제공 받는 것이 효과적이고, 이를 이용하여 성능 모델링부(200)는 현 시점의 기대 최대 발전용량값을 산출하는 것이 효과적이다.
보정값 산출부(400)는 대상 복합 발전기가 기저 부하 조건에서 실제 운전하여 산출된 실 최대 발전용량값과, 성능 모델링부(200)를 통해 기저 부하 조건에서 산출된 기대 최대 발전용량값을 이용하여 열화 보정값을 산출한다. 이때, 열화 보정 값은 기대 최대 발전용량값에서 실 최대 발전용량값을 뺀 값인 것이 효과적이다. 이는 복합 발전기는 다수 운행을 하면서 일부가 오염되거나 노후화 되어 가면서, 초기 계산 즉, 시뮬레이션된 출력이 나오지 않게된다. 본 실시예에서는 이와 같은 열화 보정값을 산출하고, 이를 바탕으로 발전 최대 용량을 예측함으로 인해 그 예측 정확성을 극대화시킬 수 있다.
발전 용량예측부(500)는 성능 모델링부(200)를 통해 산출된 기대 최대 발전용량값에 열화 보정값을 보정하여 예측 최대 발전용량값을 산출한다. 정보 수집부(100)를 통해 대상 복합 발전기 가동과 관련된 미래 예측 정보가 입력되면 이를 바탕으로 성능 모델링부(200)는 이를 이용하여 미래의 해당 복합 발전기의 기대 최대 발전용량값을 산출한다. 이 값을 발전용량 예측부(500)에서 제공 받아 기대 최대 발전용량값에서 열화 보정값 만큼 빼는 보정을 하여 예상 최대 발전용량값을 산출한다. 이를 통해 복합 발전기의 오염에 따른 발전용량 저하값도 반영이 가능하게 되어 더욱 정확도가 향상된 최대 발전용량값의 예측이 가능해 진다.
상술한 복합발전기 발전가능용량 예측 시스템은 다수의 서버로 구성된 시스템일 수 있다. 즉, 복합발전기 발전가능용량 예측 시스템의 전체 구성은 앞서 언급한 기능이 발전용량 예측 서버로서 기능하는 것이 가능하고, 그 주변에 컴퓨터와 통신 시스템으로 상호 연결된 다수의 기기, 서버, 기구로 구성되는 것이 가능하다.
복합발전기 발전가능용량 예측 시스템은 도 2에 도시된 바와 같이 복합 발전기를 운영하는 복합 발전 운영 서버(10)와, 복합 발전기의 최대 발전용량값을 예측하는 발전용량 예측 서버(20)와, 복합 발전기 운영과 관련된 다양한 정보를 제공하는 정보 제공 서버(30)와, 시스템을 관리하는 관리자 단말(40)을 포함하는 것이 가능하다.
이를 통해 발전용량 예측 서버는 복합 발전 운영 서버로 부터 복합 발전기 관련된 정보를 제공 받고, 또한, 별도의 동작 요청 신호를 복합 발전 운영 서버에 전달하여 복합 발전기를 동작시키는 것이 가능하다. 그리고, 정보 제공 서버를 통해 발전용량 예측 서버는 대기 정보등의 정보를 제공 받는 것도 가능하다.
하기에서는 상술한 구성을 갖는 복합발전기 발전가능용량 예측 시스템의 동작을 설명한다.
도 3은 본 발명의 일 실시예에 따른 복합발전기 발전가능용량 예측 시스템의 동작을 설명하기 위한 흐름도이다.
도 3을 참조하면, 복합발전기의 최대 발전용량값의 예측을 위해 먼저 해당 복합 발전기의 열화 보정값을 산출한다.
열화 보정값의 산출을 위해 먼저, 현 대기 정보를 바탕으로 성능 모델링부가 기저 부하 상태의 모델링을 수행하여 대상 복합 발전기의 기대 최대 발전용량값을 추출한다(S110). 다음으로, 현 대기 상태에서 대상 복합 발전기를 기저 부하 상태로 가동하여 실 최대 발전용량값을 산출한다(S120).
이와 같이 산출된 기대 최대 발전용량값과 실 최대 발전용량값의 차이를 열화 보정값으로 설정한다(S130).
이어서, 성능 모델링부를 통해 예상되는 기대 최대 발전용량값을 산출하고, 이 기대 최대 발전용량값에 열화 보정값은 보정하여 예측 최대 발전용량값을 산출한다(S140).
하기에서는 본 발명의 다른 실시예에 따른 복합발전기 발전가능용량 예측 시스템에 관하여 설명한다. 후술되는 설명중 상술한 설명과 중복되는 설명은 생략한다. 또한, 후술되는 설명의 기술은 상술한 실시예에 적용되는 것이 가능하다. 앞선 실시예에서는 기저 부하 상태에서 모델링하고, 기저 부하 상태에서 복합 발전기를 기동하여 얻어진 결과 값을 사용하여 발전용량을 예측함에 관하여 설명하였지만, 하기 실시예에서는 부분 부하 상태에서 복합 발전기를 기동하여 얻어진 결과를 이용하여 최대발전용량을 예측함에 관하여 설명한다.
도 4는 본 발명의 다른 실시예에 따른 복합발전기 발전가능용량 예측 시스템을 설명하기 위한 개념 블록도이다. 도 5는 다른 실시예에 따른 보정값 산출부의 블록도이다. 도 6은 다른 실시예에 따른 보정값 산출부의 동작을 설명하기 위한 개념도이다.
도 4 내지 도 6에 도시된바와 같이 본 다른 실시예에 따른 복합발전기 발전가능용량 예측 시스템은 발전 관련 정보를 수집하는 정보 수집부(1100)와, 대상 복합 발전기에 대한 기대 최대 발전용량값을 산출하는 성능 모델링부(1200)와, 대상 복합 발전기의 현 발전 정보를 바탕으로 대상 복합 발전기의 오염에 따른 열화 보정값을 산출하는 보정값 산출부(1300)와, 기대 최대 발전용량값과 열화 보정값을 이용하여 예측 최대 발전용량값을 산출하는 발전용량 예측부(1400)와, 각 발전용량값, 발전 관련 정보 및 복합 발전기 정보를 포함하는 데이터가 저장된 정보 저장부(1500)와, 외부 서버, 설비 및 장치와 통신하는 통신부(1600)를 포함한다.
본 다른 실시예의 복합발전기 발전가능용량 예측 시스템은 대상 복합 발전기가 기저부하가 아닌 현재 동작 상태의 부분부하 상태에서 측정된 발전용량값을 이용하여 열화 보정값을 산출하고, 이를 바탕으로 성능 모델링부(1200)의 기대 최대 발전용량값을 보정하여 예상 최대 발전용량값을 산출할 수 있다.
정보 수집부(1100)는 외부 통신부 또는 정보 저장부(1500)를 통해 발전용량값 계산을 위한 다양한 정보를 수집한다. 본 예시에서는 정보 수집부(1100)가 현 동작 중인 대상 복합 발전기의 부분부하 상태의 동작 조건 관련 정보와 동작에 따른 발전용량값 정보도 수집하는 것이 효과적이다. 또한, 수집되는 정보로는 기상 정보와 복합 발전기 관련 정보는 물론, 관리자로 부터 제공된 정보도 수집할 수 있다.
복합 발전기 관련 정보로는 발전기 자체 정보는 물론, 발전 운전 정보도 포함될 수 있다. 즉, 발전기 역률 정보, 발전기 주파수 정보, 가스 고위 발열량 정보, 가스 혼합 비율 정보등을 포함할 수 있다. 또한, 복합 발전기 관련 정보로는 복합 발전기 성능 시험 정보, 과거 운정 정보 및 발전비용 평가 정보를 포함하는 것이 가능하고, 현재 운행시의 대기 정보와 가동에 따른 발전용량 정보도 포함하는 것이 효과적이다. 이와 같은 정보는 발전기를 운용하는 복합 발전 운용 서버를 통해 제공 받거나, 정보 저장부(1500)에 기 저장된 정보를 활용하는 것이 가능하다.
또한, 정보 수집부(1100)는 현재 가동중인 대상 복합 발전기의 실 발전용량 정보 및 이에 따른 관련 가동 정보를 수집하는 것도 가능하다.
성능 모델링부(1200)는 정보 수집부(1100)를 통해 제공된 정보와 대상 발전기의 성능 정보등을 바탕으로 대상 복합 발전기에 대한 기대 최대 발전용량값을 산출한다.
본 실시예의 성능 모델링부(1200)는 대상 복합 발전기의 기저 부하 상태에서 기대되는 기대 최대 발전용량을 산출하되, 온도, 압력, 습도와 같은 대기 조건은 물론, 발전기 역률, 발전기 주파수, 가스 고위 발열량 및 가스 혼합 비율을 바탕으로 기대 최대 발전용량값을 시뮬레이션하는 것이 효과적이다. 이때, 성능 모델링부(1200)는 대기 조건의 예상치에 따라 예상되는 기대 최대 발전용량값을 산출하는 것이 가능하고, 현재 상태의 대기 조건에 대해서도 기대 최대 발전용량값을 산출한다. 이때, 성능 모델링부(1200)는 기저 부하 상태를 기준으로 복합 발전기의 최대 발전용량값을 시뮬레이션한다.
이때, 성능 모델링부(1200)를 통해 산출된 기대 최대 발전용량은 해당 복합 발전기의 이상 출력값으로 실질 운영에 따라 형성된 발전기의 오염등의 발전성능을 저하시키는 요인들이 반영되지 않는다. 이에 본 실시예에서는 보정값 산출부(1300)를 통해 이와 같은 요인이 반영되어 실질적인 출력과 가까운 예측 최대 발전용량값을 산출하는 것이 가능하다.
본 실시예의 보정값 산출부(1300)는 GT 즉, 가스 터빈의 부하를 통해 열화 보정값을 산출하는 것이 효과적이다.
보정값 산출부(1300)는 대상 복합 발전기와 관련된 시험 또는 운전 데이터를 바탕으로 GT 출력에 따른 부하 산출을 위한 함수식을 도출하는 도출부(1310)와, 도출된 함수식을 보정하여 부하 산출 함수식을 확정하는 확정부(1320)와, 확정된 수식을 바탕으로 열화 보정값을 추출하는 보정부(1330)를 포함한다.
도출부(1310)는 발전비용평가 데이터, 성능 시험 데이터 및 운전 데이터 중 적어도 하나의 데이터를 이용하여 GT 부하 산출을 위한 함수식을 도출한다. 본 실시예에서는 발전비용평가 데이터, 성능 시험 데이터 및 운전 데이터를 비교 분석하여 함수식을 도출하는 것이 효과적이다. 이때, GT 출력에 따른 GT 부하를 곡선 그래프 형태로 산출하는 것이 바람직하다. 여기서, 함수식 산출을 위해 최소 3개 이상의 데이터를 도출하여 산출한다. 이때, GT 100%인 출력을 포함하는 것이 효과적이다. 즉, 기저 부하 상태의 출력값을 포함하는 것이 효과적이다. 그리고, 나머지는 부분 부하 상태의 값을 포함하는 것이 바람직하다. 본 실시예에서는 일정 포인트에서의 값을 도출하는 것이 가능하다. 예를 들어 75% 또는 50%일 때의 값을 사용하는 것이 가능하고, 이에 한정되지 않고, 다양한 포인트와 이보다 더 많은 개수의 포인트 값을 도출하여 사용하는 것이 가능하다.
확정부(1320)는 GT 출력에 따른 GT부하 곡선이 산출된 이후, GT 100일때의 값 즉, 기저 부하의 값을 모델링의 기기 최대 발전용량값으로 보정하고, 나머지 값도 동일한 비율로 보정하여 최종적인 그래프를 확정하고, 이 확정된 그래프를 이용하여 함수식을 확정하는 것이 가능하다.
보정부(1330)는 확정된 그래프 즉, 함수식에 실 발전용량값을 대입하여 기대 발전용량을 산출하고, 이 기대 발전용량값과 실 발전용량값의 차를 이용하여 열화 보정값을 산출하는 것이 효과적이다. 즉, 3종 또는 5종 물론 이보다 많은 데이터를 바탕으로 GT 출력에 따른 GT부하 수식을 산출하고, 현재 상태에 대하여 실제 출력으로 부터 보정 출력을 도출한다. 각 데이터의 보정 출력을 도출한다. 여기서, 최소 3가지의 포인트의 보정 출력을 도출한다. 그리고, 계산된 보정출력을 산출된 GT 부하 함수식에 적용하여 현재 상태의 GT부하를 계산한다. 함수식으로 부터 도출된 GT 부하를 바탕으로 성능 모델링부(1200)를 통해 기대 출력 즉, 기대 발전용량을 도출하고, 이를 통해 열화 보정값을 산출한다. 즉, 실 발전 용량 즉, 실제 측정 값에서 기대 발전용량 즉, 기대 출력 값을 빼서 열화 보정값을 산출하는 것이 가능하다.
발전 용량예측부(1400)는 성능 모델링부(1200)를 통해 산출된 기대 최대 발전용량값에 열화 보정값을 보정하여 예측 최대 발전용량값을 산출한다. 정보 수집부(1100)를 통해 대상 복합 발전기 가동과 관련된 미래 예측 정보가 입력되면 이를 바탕으로 성능 모델링부(1200)는 이를 이용하여 미래의 해당 복합 발전기의 기대 최대 발전용량값을 산출한다.
이 값을 발전용량 예측부(1400)에서 제공 받아 기대 최대 발전용량값에서 열화 보정값 만큼 빼는 보정을 하여 예상 최대 발전용량값을 산출한다. 이를 통해 복합 발전기의 오염에 따른 발전용량 저하값도 반영이 가능하게 되어 더욱 정확도가 향상된 최대 발전용량값의 예측이 가능해 진다.
하기에서는 상술한 구성을 갖는 복합발전기 발전가능용량 예측 시스템의 동작을 설명한다.
도 7은 본 발명의 다른 실시예에 따른 복합발전기 발전가능용량 예측 시스템의 동작을 설명하기 위한 흐름도이다.
도 7에 도시된 바와 같이, 복합발전기의 최대 발전용량값의 예측을 위해 먼저 해당 복합 발전기의 열화 보정값을 산출한다.
열화 보정값의 산출을 위해 먼저, 발전비용평가 데이터, 성능 시험 데이터 및 운전 데이터를 활용하여, GT 부하 산출 수식을 도출한다(S210). 3가지 데이터를 비교 분석하여 기저부하시 GT 보정 출력, 70% 부분 부하시 GT 보정 출력 및 50% 부분 부하시 GT 보정 출력을 산출한다. 이때, 부분 부하시 산출되는 값은 이에 한정되지 않고, 다양한 값이 산출될수 있다.
이어서, 산출된 GT 보정 출력 값들을 이용하여 GT 부하 함수식을 산출한다(S220). 이때, 수식은 그래프 형태로 산출되는 것이 가능하다.
그리고, 대상 복합 발전기의 현재 상태에 대한 실제 출력으로부터 보정 출력을 도출한다(S230).
계산된 보정 출력을 산출된 GT 부하 함수식에 적용하여 현재 상태의 GT 부하를 계산한다(S240). 이와 같이 도출된 GT 부하를 이용하여 성능 모델링부를 통해 기대 발전 용량을 도출한다(S250). 도출된 기대 발전용량과 현재 실 발전용량을 비교하여 열화 보정값을 산출한다(S260).
이어서, 성능 모델링부를 통해 예상되는 기대 최대 발전용량값을 산출하고, 이 기대 최대 발전용량값에 열화 보정값은 보정하여 예측 최대 발전용량값을 산출한다(270).
상기에서 설명한 본 발명의 기술적 사상은 바람직한 실시예에서 구체적으로 기술되었으나, 상기한 실시예는 그 설명을 위한 것이며 그 제한을 위한 것이 아님을 주의하여야 한다. 또한, 본 발명은 본 발명의 기술 분야의 통상의 전문가라면 본 발명의 기술적 사상의 범위 내에서 다양한 실시예가 가능함을 이해할 수 있을 것이다.
100, 1100: 정보 수집부
200, 1200: 성능 모델링부
300: 발전 설비 운전 제어부
400, 1300: 보정값 산출부
500, 1400: 발전용량예측부
600, 1600: 정보 저장부
700, 1500: 외부 통신부

Claims (6)

  1. 발전 관련 정보를 수집하는 정보 수집부;
    대상 복합 발전기에 대한 기대 최대 발전용량값을 산출하는 성능 모델링부;
    상기 대상 복합 발전기의 실질 운전을 제어하는 발전 설비 운전 제어부;
    실 운영되는 대상 복합 발전기의 오염에 따른 열화 보정값을 산출하는 보정값 산출부;
    기대 최대 발전용량값과 열화 보정값을 이용하여 예측 최대 발전용량값을 산출하는 발전용량 예측부;
    각 발전용량값, 발전 관련 정보 및 복합 발전기 정보를 포함하는 데이터가 저장된 정보 저장부; 및
    외부 서버, 설비 및 장치와 통신하는 통신부를 포함하는 복합발전기 발전가능용량 예측 시스템.
  2. 제1항에 있어서,
    상기 보정값 산출부는 대상 복합 발전기를 기저 부하 조건에서 실제 운전하여 산출된 실 최대 발전용량값과, 상기 성능 모델링부를 통해 기저 부하 조건에서 산출된 기대 최대 발전용량값을 이용하여 열화 보정값을 산출하는 것을 특징으로 하는 복합발전기 발전가능용량 예측 시스템.
  3. 발전 관련 정보를 수집하는 정보 수집부;
    대상 복합 발전기에 대한 기대 최대 발전용량값을 산출하는 성능 모델링부;
    상기 대상 복합 발전기의 현 발전 정보를 바탕으로 대상 복합 발전기의 오염에 따른 열화 보정값을 산출하는 보정값 산출부;
    기대 최대 발전용량값과 열화 보정값을 이용하여 예측 최대 발전용량값을 산출하는 발전용량 예측부;
    각 발전용량값, 발전 관련 정보 및 복합 발전기 정보를 포함하는 데이터가 저장된 정보 저장부; 및
    외부 서버, 설비 및 장치와 통신하는 통신부를 포함하는 복합발전기 발전가능용량 예측 시스템.
  4. 제3항에 있어서,
    상기 보정값 산출부는 대상 복합 발전기와 관련된 시험 또는 운전 데이터를 바탕으로 GT 출력에 따른 부하 산출을 위한 함수식을 도출하는 도출부와, 도출된 함수식을 보정하여 부하 산출 함수식을 확정하는 확정부와, 확정된 수식을 바탕으로 열화 보정값을 추출하는 보정부를 포함하는 것을 특징으로 하는 복합발전기 발전가능용량 예측 시스템.
  5. 제3항에 있어서,
    상기 발전 용량예측부는 성능 모델링부를 통해 산출된 기대 최대 발전용량값에 열화 보정값을 보정하여 예측 최대 발전용량값을 산출하는 것을 특징으로 하는 복합발전기 발전가능용량 예측 시스템.
  6. 제3항에 있어서,
    상기 성능 모델링부는 대상 복합 발전기의 기저 부하 상태에서 기대되는 기대 최대 발전용량을 산출하되, 온도, 압력, 습도와 같은 대기 조건은 물론, 발전기 역률, 발전기 주파수, 가스 고위 발열량 및 가스 혼합 비율을 바탕으로 기대 최대 발전용량값을 시뮬레이션하는 것을 특징으로 하는 복합발전기 발전가능용량 예측 시스템.
KR1020220039898A 2022-03-30 2022-03-30 복합발전기 발전가능용량 예측시스템 KR20230140965A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220039898A KR20230140965A (ko) 2022-03-30 2022-03-30 복합발전기 발전가능용량 예측시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220039898A KR20230140965A (ko) 2022-03-30 2022-03-30 복합발전기 발전가능용량 예측시스템

Publications (1)

Publication Number Publication Date
KR20230140965A true KR20230140965A (ko) 2023-10-10

Family

ID=88292206

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220039898A KR20230140965A (ko) 2022-03-30 2022-03-30 복합발전기 발전가능용량 예측시스템

Country Status (1)

Country Link
KR (1) KR20230140965A (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101372239B1 (ko) 2011-10-28 2014-03-25 한국전력공사 복합 발전 시스템
KR102047437B1 (ko) 2017-12-12 2019-11-21 주식회사 포스코건설 가스터빈을 이용한 복합 발전설비

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101372239B1 (ko) 2011-10-28 2014-03-25 한국전력공사 복합 발전 시스템
KR102047437B1 (ko) 2017-12-12 2019-11-21 주식회사 포스코건설 가스터빈을 이용한 복합 발전설비

Similar Documents

Publication Publication Date Title
Ding et al. Short-term and medium-term reliability evaluation for power systems with high penetration of wind power
CN102446301A (zh) 预测发电厂性能的方法和***
US6785633B2 (en) Method and apparatus for assessing performance of combined cycle power-plants
Overholt et al. Improving reliability through better models: Using synchrophasor data to validate power plant models
JP2007018322A (ja) 省エネルギー量推定装置、方法、およびプログラム
US9194758B2 (en) Virtual sensor systems and methods for estimation of steam turbine sectional efficiencies
WO2005038545A1 (en) Detecting faults of system components in a continuous process
Mathews et al. A simulation-based prediction model for coal-fired power plant condenser maintenance
KR102176102B1 (ko) 리스크 평가 장치, 리스크 평가 방법 및 리스크 평가 프로그램
JP6472581B1 (ja) リスク評価装置、リスク評価方法、及び、リスク評価プログラム
CN102537929B (zh) 用于评估涉及热回收蒸汽发生器的组成部分的方法和***
Cho et al. Supervisory feed-forward control for real-time topping cycle CHP operation
Kalina et al. Identification of ORC unit operation in biomass-fired cogeneration system
JP6582755B2 (ja) 熱源機器ネットワークの運転計画を最適化するための方法及びシステム、及びプログラム
JP6486567B2 (ja) リスク評価装置、リスク評価方法、及び、リスク評価プログラム
Saloux et al. Operation optimization of multi-boiler district heating systems using artificial intelligence-based model predictive control: Field demonstrations
KR20230140965A (ko) 복합발전기 발전가능용량 예측시스템
Silva et al. Thermodynamic information system for diagnosis and prognosis of power plant operation condition
KR102388098B1 (ko) 바이오매스 활용 삼중열병합발전 플랜트에 연동된 에너지 수요처 및 본 플랜트 모니터링 플랫폼
Billinton Incorporating reliability index distributions in small isolated generating system reliability performance assessment
JP2017048959A (ja) 冷却水を用いて動作する熱源機器の冷却水温を予測する装置及び方法、及びプログラム
Zhang et al. Preliminary research on digital twin of main thermodynamic systems in nuclear power plant for thermal performance monitoring
Da Silva et al. Development of metrics for resilience quantification in energy systems
Keatley Cost modelling of coal power plant start-up in cyclical operation
Vannoni et al. Thermo-Economic Assessment Under Electrical Market Uncertainties of a Combined Cycle Gas Turbine Integrated With a Flue Gas-Condensing Heat Pump