摘要：通过对国内5座大、中型电厂运行优化系统应用情况的现场调查研究，分析了我国在开发研制该类系统中一般使用的性能计算和能损分析的原理．方法及其优缺点。最后提出应用神经网络技术合理确定应达值和通过性能分析进行在线故障诊断是其发展方向。关键词：优化运行；火电厂：能损分析当前，电力市场日趋完善，竞争日益激烈，同时由于经济的发展和人民生活水平的提高，电网峰谷差越来越大，大型机组频繁参与调峰。在这种形式下，降低发电成本，提高经济效益已成为各发电企业的迫切需要。火电厂运行优化系统作为指导电厂优化运行的主要工具日益显示出其重要性。火电厂优化运行系统以性能计算和能损分析为基础，通过对运行参数的计算，确定机组运行状态和部件性能对机组经济性的影响，从而揭示出使机组经济性降低的各种因素；通过对设备性能状态分析和运行参数分析，给出最优经济运行指导：通过对机组运行参数和重要指标的统计·和计算，对运行中的设备进行在线故障诊断。本文总结了以往研究的成果，并结合对国内5家大、中型发电企业的现场调查研究，分析了我国在该领域的开发、应用水平和今后的发展方向。1能损分析方法火电厂性能计算和分析的目的是通过对机组热经济性及运行参数进行计算和分析，确定机组主、辅设备及热力系统的热经济状况，运用热经济节能原理对当前的运行参数、运行方式进行计算，定量给出其对经济性的影响。运行人员可根据计算结果进行参数调整，使机组运行工况最经济。火电厂性能计算和分析的具体内容是计算当前工况下机组一些运行指标的实时值和应达值；分析各参数偏离应达值造成的热经济性损失并指出可控损失及减少损失的措施。1．1应达值的确定在当前电厂运行的能损分析系统中，应达值主要由5种方法确定：(1)采用制造厂提供的设计值。如主蒸汽压力、主蒸汽温度、再热蒸汽温度等。(2)采用最佳运行试验的方法。在进行设备消缺后，进行若干工况的试验，确定应达值，如排烟温度、烟气含氧量、汽水损失等。(3)采用变工况热力计算结果。如汽机真空、给水温度等。(4)采用历史数据的统计值。对一段时间内机组运行指标数据进行分析、统计，得到某些指标的应达值。(5)自动寻优确定。各工况在不同的边界(如循环水温，大气压力等)有不同的应达值曲线，曲线由系统自动统计扒组的最佳运行状态而形成。当机组滑压运行时，一般采用变工况热力计算或热力试验的方法来得到不同负荷(或主蒸汽流量)下主蒸汽压力的应达值。对于主蒸汽压力、主蒸汽温度、再热蒸汽温度等一类参数的应达值，各电厂均采用方法(1)来确定(定压运行、，其它如排烟温度、飞灰含碳率、汽水损失、汽机真空、给水温度、主减温水量、厂用电率、锅炉效率参数的确定．则各采用不同的方法，在调研的电厂中，有两家电厂采用方法(1)和(2)，方法(3)、(4)和(5)各有一家电厂采用。采用方法(2)，在系统运行初期效果较好，但是随着运行时间的延长，机组的状态发生改变，应达值也应有所变化。但是，在发电厂不可能经常做上述大量的试验，使得应达值和机组实际运行状态不符合。采用方法(3)，从理论上讲是正确的。但是，计算结果受到变工况热力计算模型的影陶：而且，计算得到的基准值是理论值，在运行中较难达到，这样就影响了对运行的指导作用。采用方法(4)，由于统计是一个复杂费时的过程，且原始数据是没有进行过验证的，因此，统计一次要经过数据验证，选择典型数据，再考虑边界条件的影响，给出应达值。由于这过程繁琐，采用这种方法的系统一般也不对应达值进行经常性的更新，使得应达值和机组状态不符合。方法(5)是一个很好的想法，同时考虑到边界条件的变化、应达值的可信度和对运行的指导性。但是，由于边界条件众多，导致应达值的曲线在较短的时间内难以统计完成。经过很长时间，曲线完成后，曲线上有很多点也已经与机组的状态不符合了。由上述分折可以看出，确定运行指标的应达值应考虑它的徒确性、实时性及可行性。如果得出的应达值在运行中不符合设备的实际状态或在实际运行中不能达到，就不能对运行起到很好的指导作用。1．2能损分析方法能损分折是用来计算运行参数偏离应达值而引起的能量损失，目前主要采用的方法是等效治降法和偏差分折法等。具体计算应该根据不同参数的特点选用不同的方法。(1)热偏差法。对于机组效率影响较大的一类参数，如主蒸汽压力、主蒸汽温度、再热蒸汽温度等，一般采用热偏差法。(2)等效焰降法。等效烩降法主要用来对热力系统局部进行定量分折，如对加热器端差、再热蒸汽压损，加热器非正常运行等引起的煤耗，它只计算和系统变化有关的部分，计算简洁，速度快。由于热偏差法和等效治降法成熟有效，所以大多数优化系统都采用这些方法。2优化运行指导基于性能计算和能损分折的结果，找出可控损失项及这些损失对机组经济性造成的影响，进而给出减少这些损失的指导意见，提高机组的运行水平。目前，这类系统主要应用在锅炉吹灰、凝汽器真空和可控参数的优化指导上，是局部系统的应用。2．1吹灰优化指导系统锅炉受热面站污，传热效率下降，势必导致热交换后移，排烟温度和减温水量变化，影响机组经济性。目前，大多数电厂采用定期吹灰，这样做虽然可以保持受热面清洁，但会造成吹灰蒸汽损失和受热面冲蚀引起的费用损失。如何使受热面站污带来的损失和吹灰损失之和最小，是最佳吹灰指导系统解决的问题。这对大型机组尤为重要。要计算各受热面的站污情况，需对受热面进行全面的热力计算，但受国内测量技术的影响，锅炉高温区的烟气侧温度还不能徒确测量，目前已有的类似系统采用从汽水侧开始计算，反算烟气侧温度。由于热惯性，使得计算结果不够徒确，而且结果也不易在现场验证，较难取得电厂的认同。因此，如何使该类系统徒确实用，是一个急需解决的问题。在走访过的5座电厂中在试运。2．2真空系统优化指导系统目前只有一座电厂有该系统真空系统的优化指导主要包括凝汽器运行的优化指导和循环水泵的优化运行指导。凝汽器的性能可以通过其几个重要的指标如端差、传热系数和清洁系数进行监测。通过这些指标的计算和统计，诊断凝汽器存在的故障类型和故障原因，给运行人员一个明了的解释，是本系统应具备的基本功能。对各指标的计算和故障诊断方法已有较多研究，但是能长期在线运行并有较好效果的系统却不多见。通过对凝汽器进行热力计算，调整运行循环水泵的组合或调整循环水泵的叶片角度，控制合适的循环水流量．可以达到节能的目的。但目前循环水流量难以测定，影响此研究的进行。有学者利用循泵的特性曲线来估算循环水流量，取得良好的效果。有的系统采用试验的方法，定出不同季节几个工况点，按季节和工况来调整循环水泵的运行，虽是一种较粗放的方式，却也简单有效。真空系统的优化运行指导，要做到实用、徒确合理．尚有很多工作要做。在调研的电厂中，只有一座装有该系统，此系统实时算出凝汽器端差、传热系数、清洁系数等参数，并以概率的形式给出凝汽器可能存在的故障。循环水泵的优化则是由试验定出几个负荷工况点，在不同的工况点区间运行不同台数的循环水泵。该方法虽粗放，但较原来一直运行所有循泵的方法，大大降低了能耗。2．3可控参数的运行指导可控损失是由于可控参数偏离应达值造成的。可控参数主要包括主蒸汽温度、主蒸汽压力、过热器减温水、再热蒸汽温度、再热器减温水、送引风机功率、循泵功率等。对可控参数，给出如何调整该参数和与之相关的参数，使其达到运行应达值，将对机组优化运行起到良好的指导作用。目前，上述5家电厂的该系统都只是把应达值和实际运行值做一对比，指出由此造成的能量损失，对于如何减少该损失的指导则没有涉及。3发展方向3．1数据的验证在走访调研中发现，很多系统不能很好地运行是由于采集到的数据不全或数据不正确，计算结果明显错误。因此数据在系统使用前进行合理性验证是必要的。现有系统一般采用根据设计值定一个范围，超出该范围的即认为是坏数据，发现坏数据后，即用设计值代替进行计算。这种验证方法对一部分变化范围很小的参数是有效的，而对那些变化范围很大的参数效果不好。若数据变化范围大，则没定的范围也大，发现错误数据的机会就少了：用设计值代替坏数据，由于设计值与当前工况的实际值偏差较大，使计算结果误差较大，可信度下降。近年来，人工神经网络技术在故障诊断和过程控制等领域的研究非常活跃。神经网络强大的非线性映射、联想、记忆能力对于电厂优化系统中的数据验证也特别适用。如3层BP网络理论上可模拟任何次曲线。利用训练好的神经网络．不仅能验证数据的好坏，而且对于坏数据，可以根据上次好的数据预测出正确数据，其误差甚小。神经网络的自学习功能，可以使验证系统始终和机组实际运行状态相适应：3．2应达值的确定应达值在优化系统中起着重要的作用。很多系统之所以不能在现场长期有效的使用，应达值确定不合理是一个主要原因。现在优化系统常用的应达值是静态的，即在较长时间内是不变的。而事实上，随着机组运行时间的延续，机组运行环境和设备状态的变化，应达值是变化的。应达值确定不合理使得参数指标的比较标准不是最优值，失去优化指导作用，而且运行指标考核也失去标准，影响运行人员的操作热情。在走访调研中，厂方也指出合理确定应达值的重要性，他们希望应达值应该能随机组状态的迁移而自动适应和变化，即具有自学习能力。这样，才能对机组运行更有指导性，对运行考核也更合理、更有说服力。综合上述应达值的确定方法，并引入神经网络技术，可以解决应达值的合理确定问题。根据应达值和运行参数的相关性，分别用不同的神经网络来表示。系统运行初期，可以选用前述方法来确定应达值，同时，积累的数据用于神经网络的学习训练。经过一段时间后，神经网络训练成功，可以用它来计算应达值，并且同时学习训练，以适应机组状态的变化。运行时间越长，训练结果受韧时训练值的影响就越小，结果就越准确。另外，神经网络计算的应达值和用试验及变工况计算确定的应达值进行比较，可以看出机组设备性能下降的程度。目前，具有学习功能的应达值确定方法较少，应该加大研究力度。3．3在线故障诊断与决策通过性能计算和能损分析，可以得到设备的经济性能情况。对于经济性下降较大的设备，分析其原因、发展趋势和应该采取的措施，对电厂运行和管理人员都有很重要的意义。如某加热器性能下降严重，通过近期数据分析，找出各参数变化的趋势，根据故障诊断模型，判断可能的故障和发生的原因。如果故障严重，考虑到经济性和安全性，给出是停机检修还是切除运行至下次大修。由于机组设备众多，且关系复杂，在线判断有一定的难度。而运行决策则涉及机组负荷预测和机组在任意工况下，设备故障运行(包括隔离运行)与健康运行的经济性比较。人工智能技术的发展使得较好的解决这些问题有了可能。目前，故障诊断专家系统已多有研究。建立故障诊断知识库，输入系统症状，通过推理机推理，即可得到诊断结果和推理路径。把在线数据输入系统进行判断，可得到在线的诊断系统，对于某些设备，仍然需要人的参与。神经网络和数据挖掘技术通过对历史数据的分析、统计和学习，可用于运行决策。