电力电子化电网发电机组运行管理研究

时间:2022-03-01 09:28:59

电力电子化电网发电机组运行管理研究

摘要:当前,电力电子化电网已经代替传统电网系统成为现代电力行业的主流,但电力电子化电网发电机组的运行管理还存在一定的问题。基于此,文章针对电力电子化电网的发电机组运行管理问题,建立面向电力电子化电网的发电机组运行管理模型,调整了传统模型的吞吐率的设置。针对模型参数选取时最优解定位不准的问题,基于粒子算法优化发电机组运行管理模型参数,使用算法计算粒子群中粒子寻找最优解的速度和时间,通过迭代实现参数的优化。通过实验验证,设计的面向电力电子化电网的发电机组运行管理方法的事故监测精确率可达90%以上。

关键词:电力电子化电网;发电机组运行管理模型;参数优化;事故监测准确率

在政策的鼓励下,我国发电行业迈入高速发展的阶段。截至2020年,总装机容量已达380GW,但在电力电网发展的同时,也逐渐出现了无法满足发电要求的现象。随着电力电网朝着电子化、信息化方向的不断发展[1-2],电力电子化电网设备故障频发,电网设备的利用率随着数量的增多而下降。电力电子化电网的利用率与理想指标相比仍有很大差距,经营指标达不到预期,亏损比较严重。这不仅影响民众的电力使用,还会导致投资方的经营效益受到严重影响,甚至使投资方改变投资方向。长期的电力亏损会阻碍电力行业的发展,降低电力电子化电网的技术水平。因此,电力企业需要从各个方面增加电力电网的收益,要制订科学合理的电力电子化电网运行管理计划,使电网项目的收益最大化,并将投资回报最大化作为电网运营管理的目标,优化项目投资指标。电力系统的电子化使发电机组的电能生产和传输逐步实现电子自动化,融入多项自动控制和自动化管理等技术。发电机组的运行管理,最重要的是建立调度监控中心,调度监控中心可以实现信息的实时传输,可以采集和储存发电机组的数据,自动传输系统主要通过高频通信进行数据的采集[3]。文章基于电力电子化电网的特征,对发电机组的运行管理方法进行创新设计,并通过数据挖掘技术提升发电机组运行管理的可靠性。通过有效的管理可以提升发电机组的使用效率,减少故障发生的概率并增加发电机组的使用时间。电子化生产方式已经逐渐取代传统电力生产方式,优化后的管理方法可以有效推进电力系统朝着综合化、自动化方向发展。

1建立面向电力电子化电网的发电机组运行管理模型

通过监测发电机组的运行状况,确定发电机组运行管理的数据结构和算法;根据具体的运行平台,确定电力电子化电网的发电机组的计算任务,从而确定管理算法的运行模式,在这其中要重点关注吞吐率的设置。在建立发电机组运行管理模型之前,需要建立组态并行计算多任务系统。可以使用以下公式计算发电机的功率:式中:P为发电机的输出功率;Pi为机组的额定功率;PG为发电机组的输出功率;n为每个发电机机组的发电机总数;Pn为第n台发电机的功率。

2优化发电机组运行管理模型参数

在设计发电机组管理模型参数时,可以采用粒子群算法,使用算法实现对可行性解(模型参数)的优化。使用粒子算法时,参数的优化过程就是粒子寻优的过程。在优化过程中,粒子算法中的模型参数拥有对应位置,通过计算参数选择的适度值,可以精确地计算出最优解和最优解之间的距离,帮助粒子快速寻找最优位置[4]。在寻找最优位置的过程中,粒子并不是盲目进行大量寻找,而是通过不断计算适度距离来寻找最优位置,在粒子中可以记录群交流信息,从而可以很快暴露最优值在群体中的位置。粒子算法是模型参数优化的速度最快的算法,而粒子自身最优位置和粒子朝向会影响群体最优位置的寻找速度。基于粒子群算法的运行管理模型参数的优化过程如图1所示。具体的优化步骤如下。(1)算法参数的优化。优化结果为粒子群的初始参数。发电机组的最大功率和额定的常用功率之间的比值是进行参数优化的依据,发电机组输出功率的额定功率比值和参数优化比值都可以作为可行算子,将算子结合在一起可组成粒子群[5-6]。(2)寻找最优解。使用算法计算粒子群中粒子寻找最优解的速度和时间,在此基础上设置粒子的迭代数值,确认发电机组粒子位置。设置管理参数时,进行最优位置搜索非常重要,如果在适应度比较中发现筛选出的最优值适应度不符合要求,应重新进行粒子搜索,直到适度值达标为止。(3)迭代与终止。在确认最优位置之后更新相应粒子的位置,然后检验最优位置确认的迭代数是否符合迭代判断标准。迭代判断标准可以保证最优位置的发电机组管理模型参数小于粒子群中所有粒子的历史全局最优位置。在保留粒子的历史全局最优位置后,更新参数的最优解。最优解是更新最优位置上粒子群后得出的,通常为最优参数。在此基础上,判断是否满足终止条件,如果满足则最优参数选择结束;如果不满足,则返回上一步骤,直至参数优化完毕。

3仿真测试

为了验证设计的面向电力电子化电网的发电机组运行管理模型的有效性,需要进行仿真测试。在仿真平台上使用设计的发电机组运行管理方法、传统的数据挖掘发电机组管理方法、传统的电机机组发电机组管理方法,对比三种方法的管理有效性。3.1参数选择面向电力电子化电网的发电机组在进行仿真实验的时候,发电机组共有8台发电机,发电机组的参数主要包括群规模q、单个发电机的系数a、机组的系数b和算法中的权重w。设定发电机的功率为3000kW,最大的算法迭代数为500;权重w是为了保证算法在进行群体选择时可以收敛到最优位置,权重w的取值范围为0~1.5;根据实验需求,单个发电机的系数a和机组的系数b取值范围为0.5~2.0。不同权重对应的参数如表1所示,不同电机系数a对应的实验参数如表2所示。设q=100,w=0.6,a=b=0.8,对发电机组的事故发生率进行研究。3.2仿真实验结果对事故的有效监测可以提升设备使用的效率。在仿真平台上分别采用设计的发电机组运行管理方法、传统的数据挖掘发电机组管理方法、传统的电机机组发电机组管理方法对仿真发电机组进行运行管理,对发电机组的故障进行运行监测,统计得到事故发生率。电机组运行管理方法的事故监测精确率可达到90%以上,与设计的方法相比,其他两种方法的精确率在80%以上,低于设计的方法,由此可以充分证明设计的方法使用效果更佳。

4结束语

文章设计的面向电力电子化电网的发电机组运行管理方法可以有效增强电网的稳定性,并能有效防范机组可能产生的故障,监测机组的日常运行状态,及时发现异常。但在进行运行监测的时候存在考虑不周全的情况,需要在今后的研究中进一步优化。

参考文献:

[1]罗奉斌.电力工程技术在智能电网建设中的应用[J].光源与照明,2021(2):109-110.

[2]梁浩华.城市配电网供电可靠性管理措施探讨[J].工程技术研究,2020,5(17):182-183.

[3]庄旭彬.基于历史运行数据挖掘的风力发电机组运行管理方式[J].机电工程技术,2020,49(S1):42-43,54.

[4]万雅男.小水电站运行管理中节能降耗策略研究[J].山西水利,2020,36(3):43-44,51.

[5]李大义,颜昌梅.水电站850MW发电机组推力轴承受力及推力瓦瓦温调整[J].水电站机电技术,2020,43(11):44-46.

[6]康乐.热控系统对火力发电机组调峰运行的性能影响分析[J].应用能源技术,2020(10):7-10.

作者:谈振宁 刘栋 殷明 单位:国电南瑞科技股份有限公司