热力发电机组性能监测的建模与数据处理研究.pdfVIP

摘 要 随着节能减排要求的不断提高，基于机组热力性能优劣的节能调度正在全国各省市逐步推广。节能 调度不仅影响全社会的节能减排，而且还关系到发电企业和职工的利益。因此，热力性能监测结果的准 确性和可靠性，严重影响节能调度的科学合理性以及社会公平、公正性。基于传统静态热力平衡的机组 热力性能监测计算方法，与机组实际运行中非平衡态热力过程相距甚远，所得计算结果不能真实反映机 组实际性能水平。本文旨在通过研究非平衡态下热力发电机组性能监测模型的相关理论，并提出相关数 据处理方法，从而提高热力性能监测结果的准确性和可靠性，为当前科学合理实施节能调度提供重要依 据。 热耗率作为热力发电机组重要经济性指标之一，是评价机组运行优劣的重要依据。论文根据发电机 组运行原理，基于MATLAB／Simulink平台，建立热力发电系统的分布式集总参数非线性数学模型，并 通过扰动工况下的机组热力过程参数动态仿真，定量研究金属蓄热和中间容积贮质对机组内部贮能动态 变化的影响，由此计算基于循环外部输入能量热耗率算法在动态过程中产生的偏差。在此基础上，提出 了考虑机组内部贮能动态变化的动态热平衡热耗率新定义，由仿真验证了其计算的正确、合理性。 为抑制机组运行中热力过程参数波动对基于循环外部输入能量热耗率计算的影响，本文借助于经验 模态分解方法，可以有效地对数据进行平稳化处理。机组无论处于平衡态运行，还是非平衡态运行，通 过依次滤除高频率的IMF分量，减小热耗率性能监测结果的波动幅度，较准确地展现机组实际运行性能， 从而提高性能监测结果的准确性和可靠性。 热耗率不确定度是表征试验测量结果的可信赖量度，在给出热耗率性能监测结果的同时需给出相应 的不确定度。测量不确定度表示指南(GUM)中基于不确定度传播律的评定方法，存在灵敏系数难以求 解、忽略输入变量之间相关性引起误差以及忽略Taylor级数展开高阶项引起误差的问题。利用蒙特卡罗 (Mc)方法可以解决GUM方法存在的不足，并通过实例验证了MC方法的简单有效性。 关键词：性能监测，热耗率，蓄热，动态特性，经验模态分解方法，蒙特卡罗方法 Abstract Withthe demandon andemission basedon increasing energysaving reduction,energy-savingscheduling thermal ofturbine is acrossour systemgraduallypopularized performancegenerator ofour alsoaffectsthe not affectsthe andemissionreduction schedulingonly energysaving society,but profits ofthe andstaff．Sothe and ofthermal powergenerationcompanies accuracyreliability performancemonitoring data affectthescientific faimessand of seriously rationality,societyjusticeenergy-savingscheduling．The traditional methodisfarfrom statewhichisthereal thermodynamicequilibriummonitoring non-equilibrium