— 03 / Case Studies

案例分析

来自真实电厂现场的工程实践——从问题诊断到解决方案与运行效果,看见控制优化与大数据带来的可量化变化。

CASE — 01 / Advanced Control

先进控制 · 某 600MW 机组

本公司针对机组运行现状和机组特性,采用外挂式控制系统 ECO-CONTROL,针对“两个细则”设计了一套协调控制优化解决方案。

机组运行中存在的问题

  • 01AGC 运行变负荷速率低。
  • 02消除大幅扰动能力差,易出现参数大幅波动及调节振荡情况。
  • 03煤种变化对控制系统影响大。
  • 04正常 AGC 调节中燃料、给水等控制量波动大。
  • 05主汽温度超温时间过长,频繁引起炉管爆管。
  • 06AGC 和一次调频动作调节品质达不到电网要求,经常受电网考核。
FIG. 01 — 系统架构示意

解决方案

在吸取目前流行的电力优化产品长处的同时,引进了化工产品的优化特色, 即采用了引入变量约束的 APC 控制方案,做到了控制量的变化最低, 降低了燃料量、风量及水量的波动。

  • 01通过有机融合预测控制、自适应控制、模糊控制、内模控制等多种先进算法,有效解决火电机组自动控制中所面临的各种问题。
  • 02针对 DCS 无法实现先进控制算法的问题,本方案采用 ECO-CONTROL 系统作为硬件平台。
  • 03采用多种方案保证控制装置与 DCS 系统的无扰切换,保障机组安全。
  • 04针对机组一次调频功能易出现的问题进行优化,保证一次调频功能全工况的正确率及动作幅度,使机组在一次调频考核中达到最大收益。
  • 05将多模型 IMC 控制、模糊控制、多变量解耦技术应用于 CCS 控制系统,提高机组 AGC 响应能力。
  • 06将内模控制技术应用于主、再热汽温控制系统,同时确保烟气挡板、燃烧器摆角的有效投入,提高机组经济性能。
项目 稳态指标 CCS 及 AGC 变负荷动态指标
变负荷率 N/A >2Pe%/min
负荷响应延迟 N/A <20s
负荷控制精度 <0.5% <1.5%
主汽压力偏差 <±0.2MPa <±0.5MPa
TAB. ECO-CONTROL 系统效果对照表
FIG. 02 — ECO-CONTROL 协调控制效果图
FIG. 03 — AGC 控制效果图

应用效果

  • 01获得更高的 AGC 响应速率和调节精度,使机组在电力市场竞争中处于领先地位。
  • 02机组各参数运行平稳,主汽压力、主汽及再热汽温度、中间点温度等均能优于《DL/T 657-2015 模拟量控制系统测试验收规程》所规定的技术指标。
  • 03机组运行中的燃料、给水波动大幅减小,减小煤种变化对机组控制品质的影响。
CASE — 02 / Smart Monitoring

智慧监盘预警 · 典型应用

采用数据建模 + 机理建模相结合的方法,发掘机组重要设备的内在规律,提前发现异常、辅助运行人员决策。以下为两个典型预警场景。

应用一 · 给水泵抢水预警

以汽泵转速、汽泵前置泵出口流量、汽泵再循环调节阀阀位、总给水流量等参数为依据,采用 LSTM 神经网络算法预测给水泵抢水,监测实际进入母管流量与流量上下限的偏离。

  • 依据汽泵转速 · 汽泵前置泵出口流量 · 汽泵再循环调节阀阀位 · 总给水流量。
  • 算法神经网络 LSTM 算法预测给水泵抢水趋势。
  • 监测实际进入母管流量、流量值上 / 下限。
FIG. 01 — 给水泵抢水预警

应用二 · 风机失速预警

以厂家风机性能曲线图为依据,结合机组负荷、动叶开度、实时电流、临界全压等参数实时计算工况点,预测风机失速。以 2 号机一次风机示例图如下所示:

FIG. 02 — 风机失速预警