一种热电联产机组梯级热能灵活调配供热方法与流程

本发明涉及热电机组供热，具体来说，涉及一种热电联产机组梯级热能灵活调配供热方法。

背景技术：

1、随着燃料成本的上升和发电利用小时数的下降，发电利润越来越低，而供热成为新兴的利润增长点，在此背景下，越来越多的纯凝机组开始改造为热电联产机组，即从原来的单一的发电模式转变为发电+供热的模式。热电联产是一种基于热能梯级利用的先进理念，兼顾电能和热能的高能效生产方式，在经济和环境方面的优势比较凸现。相对热电分产方式，热电联产的高品位热能发电，低品位热能供热-燃料化学能转化成高品位热能，携带热能的工质进入汽轮机做功发电，做过功后的低品位热能供热。

2、目前，现行的热电联产机组容量等级有135mw及以下、200mw、300mw、600mw和1000mw等，供热模式有背压机供热、高背压供热、低压缸零出力供热和抽汽供热等。而在热电联产机组的运行过程中，由于抽汽温度可能会超过工业用户的要求温度，因此需要进行喷水降温，然而，传统减温器的减温水一般取自凝结水泵出口，温度接近常温，从而容易因高温抽汽与接近常温的机组凝结水大温差混合而造成热流做功的能力损失，即损失或可用能损失，故本发明中选择回热系统中的三号高加疏水与抽汽进行小温差混合来降低可用能损失，并提出了一种热电联产机组梯级热能灵活调配供热方法。

技术实现思路

1、(一)解决的技术问题

2、针对现有技术的不足，本发明提供了热电联产机组梯级热能灵活调配供热方法，具备精确利用预测流量的高加疏水与抽汽进行温差混合来进一步降低可用能损失的优点，进而解决背景技术中的问题。

3、(二)技术方案

4、为实现上述具备精确利用预测流量的高加疏水与抽汽进行温差混合来进一步降低可用能损失的优点，本发明采用的具体技术方案如下：

5、一种热电联产机组梯级热能灵活调配供热方法，适用于高加疏水供热调配系统，该方法包括以下步骤：

6、s1、基于历史数据库中高加疏水供热调配系统运行的供热数据构建长短期记忆人工神经网络模型并进行训练；

7、s2、获取上一时刻的供热数据并输入训练好的长短期记忆人工神经网络模型，得到当前时刻高加疏水的供热流量预测值；

8、s3、利用当前时刻预测流量的高加疏水与热电联产机组的抽汽进行温差混合，得到与工业用户目标温度相对应的热能；

9、s4、利用温差混合得到的与工业用户目标温度相对应的热能为用户进行供热，实现为目标用户的灵活调配供热。

10、进一步的，高加疏水供热调配系统包括中压汽轮机、除氧器、高压加热器、一级减温器及二级减温器；

11、中压汽轮机通过抽汽供热管道分别与除氧器和高压加热器连接，且输出至厂外工业抽汽网的抽汽供热管道上分别设置有两组减温水管道，两组减温水管道上分别设置有一级减温器和二级减温器；

12、除氧器与高压加热器之间通过高加疏水管道连接，且减温水管道均通过连接管道与高加疏水管道连接；

13、抽汽供热管道、减温水管道、高加疏水管道及连接管道上均设置有若干控制阀，且抽汽供热管道与减温水管道之间通过真空泵连接。

14、进一步的，抽汽供热管道、高加疏水管道及连接管道均为保温管道，减温水管道为非保温管道，控制阀包止回阀、截止阀及流量调节阀。

15、进一步的，抽汽供热管道、减温水管道及连接管道上均设置有温度传感器、压力表及流量计。

16、进一步的，供热数据包括热力站供热参数及用户供热参数；其中，热力站供热参数包括热电联产机组抽汽的温度、流量及高加疏水的温度、流量，用户供热参数包括工业用户的目标温度。

17、进一步的，基于历史数据库中高加疏水供热调配系统运行的供热数据构建长短期记忆人工神经网络模型并进行训练包括以下步骤：

18、s11、构建长短期记忆人工神经网络模型；

19、s12、获取历史数据库中高加疏水供热调配系统运行的供热数据，并对采集的供热数据进行预处理；

20、s 13、将预处理后的供热数据作为长短期记忆人工神经网络模型的输入序列；

21、s14、基于输入序列数据对长短期记忆人工神经网络模型进行训练，得到训练后的长短期记忆人工神经网络模型。

22、进一步的，预处理包括异常值剔除、空缺点补齐、数据分类及数据排序。

23、进一步的，基于输入序列数据对长短期记忆人工神经网络模型进行训练还包括以下步骤：

24、对于训练不足的情况，通过增加网络中的节点，或者增加网络的训练周期来达到训练效果；

25、对于过度拟合的情况，通多减少或控制训练周期，在数据出现拐点前，停止对网络的训练来达到训练效果。

26、进一步的，获取上一时刻的供热数据并输入训练好的长短期记忆人工神经网络模型，得到当前时刻高加疏水的供热流量预测值包括以下步骤：

27、s21、获取上一时刻的供热数据，并判断供热数据中热电联产机组抽汽的温度是否超过工业用户的要求，若是，则执行s22，若否，则利用该温度的抽汽为工业用户供热；

28、s22、将供热数据中热电联产机组抽汽的温度、流量、高加疏水的温度及工业用户的目标温度作为长短期记忆人工神经网络模型的输入参数；

29、s23、利用训练好的长短期记忆人工神经网络模型输出当前时刻高加疏水的供热流量预测值。

30、进一步的，利用当前时刻预测流量值的高加疏水与热电联产机组的抽汽进行温差混合，得到与工业用户目标温度相对应的热能包括以下步骤：

31、s31、将预测流量的高加疏水接入一级减温器，并保持二级减温器的凝结水管路关闭，利用一级减温器中的高加疏水与热电联产机组的抽汽进行温差混合，得到与工业用户目标温度相对应的热能；

32、s32、判断一级减温器调控工业供气参数是否超标，若否，则继续执行s31，若是，则及时启动二级减温器匹配凝结水进行减温，并利用温度传感器实时监测输出的热能温度，直至输出的热能温度达到工业用户的目标温度。

33、(三)有益效果

34、与现有技术相比，本发明提供了热电联产机组梯级热能灵活调配供热方法，具备以下有益效果：

35、(1)本发明不仅可以利用回热系统中的高加疏水与抽汽进行小温差混合来降低可用能的损失，而且还可以利用构建并训练的长短期记忆人工神经网络模型来输出高加疏水的流量预测值，从而可以精确的利用预测流量的高加疏水来与抽汽进行温差混合得到与工业用户目标温度相对应的热能，从而可以进一步的降低可用能的损失，更好地满足于企业的使用需求。

36、(2)本发明通过将传统的工业抽汽匹配凝结水的混合降温方式替换为工业抽汽匹配高加疏水的混合降温方式，从而可以有效地提升整体可用能效率，可在热电联产机组广泛推广，具有广阔的应用前景。

技术特征：

1.一种热电联产机组梯级热能灵活调配供热方法，其特征在于，所述热电联产机组梯级热能灵活调配供热方法适用于高加疏水供热调配系统，该方法包括以下步骤：

2.根据权利要求1所述的一种热电联产机组梯级热能灵活调配供热方法，其特征在于，所述高加疏水供热调配系统包括中压汽轮机(1)、除氧器(2)、高压加热器(3)、一级减温器(4)及二级减温器(5)；

3.根据权利要求2所述的一种热电联产机组梯级热能灵活调配供热方法，其特征在于，所述抽汽供热管道(6)、所述高加疏水管道(8)及所述连接管道(9)均为保温管道，所述减温水管道(7)为非保温管道，所述控制阀包止回阀、截止阀及流量调节阀。

4.根据权利要求2所述的一种热电联产机组梯级热能灵活调配供热方法，其特征在于，所述抽汽供热管道(6)、所述减温水管道(7)及所述连接管道(9)上均设置有温度传感器、压力表及流量计。

5.根据权利要求1所述的一种热电联产机组梯级热能灵活调配供热方法，其特征在于，所述供热数据包括热力站供热参数及用户供热参数；其中，所述热力站供热参数包括热电联产机组抽汽的温度、流量及高加疏水的温度、流量，所述用户供热参数包括工业用户的目标温度。

6.根据权利要求1所述的一种热电联产机组梯级热能灵活调配供热方法，其特征在于，所述基于历史数据库中高加疏水供热调配系统运行的供热数据构建长短期记忆人工神经网络模型并进行训练包括以下步骤：

7.根据权利要求6所述的一种热电联产机组梯级热能灵活调配供热方法，其特征在于，所述预处理包括异常值剔除、空缺点补齐、数据分类及数据排序。

8.根据权利要求6所述的一种热电联产机组梯级热能灵活调配供热方法，其特征在于，所述基于输入序列数据对长短期记忆人工神经网络模型进行训练还包括以下步骤：

9.根据权利要求5所述的一种热电联产机组梯级热能灵活调配供热方法，其特征在于，所述获取上一时刻的供热数据并输入训练好的长短期记忆人工神经网络模型，得到当前时刻高加疏水的流量预测值包括以下步骤：

10.根据权利要求2所述的一种热电联产机组梯级热能灵活调配供热方法，其特征在于，所述利用当前时刻预测流量的高加疏水与热电联产机组的抽汽进行温差混合，得到与工业用户目标温度相对应的热能包括以下步骤：

技术总结
本发明公开了一种热电联产机组梯级热能灵活调配供热方法，包括以下步骤：构建长短期记忆人工神经网络模型；获取上一时刻的供热数据并输入训练好的长短期记忆人工神经网络模型，得到当前时刻高加疏水的供热流量预测值；利用预测流量值的高加疏水与热电联产机组的抽汽进行温差混合，得到与工业用户目标温度相对应的热能；利用温差混合得到的与工业用户目标温度相对应的热能为用户进行供热。本发明不仅可以利用回热系统中的高加疏水与抽汽进行小温差混合来降低可用能的损失，而且还可以利用构建并训练的长短期记忆人工神经网络模型来输出高加疏水的供热流量预测值，可以进一步的降低可用能的损失，更好地满足于企业的使用需求。

技术研发人员：苏朝宏,张强,孙双录,甄志广,石磊,高飞,王健,王志强,白玉广,王宝珠,张彦江,谢晓明
受保护的技术使用者：石家庄良村热电有限公司
技术研发日：
技术公布日：2024/1/12