经济负荷（共10篇）
经济负荷 篇1
近代国际交往中, 国家之间的借贷本是一种正常的经济现象。但随着全球分裂为宗主国和殖民地及附属国, 帝国主义在全球进行疯狂扩张, 外债作为资本输出的一种重要方式, 在带动本国商品输出的同时, 又成为帝国主义侵略、控制殖民地和半殖民地财政经济命脉的重要手段。借债不但没起到促进本国经济发展的目的, 反而陷入借新债还旧债和受控于债权国的困境。
北洋政府时期, 海关收入除支付债息和本金外, 15%的税收被留作海关征收经费, 悉为帝国主义占有。袁世凯上台后, 为镇压革命, 排除异己, 巩固统治, 大举借用外债。1912—1916年, 共借款47870万元, 重要的就有十余种。这些借款, 往往附带许多苛刻的条件。列强通过对借款用途的稽核, 对审计院的干预, 就可以监督和左右中国的金融财政, 通过控制财政, 就可以操纵中国政局, 使北洋政府成为他们侵略中国的得力工具。得益于这些借款, 帝国主义的经济渗透还染指中国盐税、铁路、矿业等诸多领域。
北洋政府借款用途主要在四项:军政借款、实业借款、教育借款和借新还旧款。不同分类的触角也伸向了中国经济的各个方面。军政借款是借款中的大宗, 实业借款和借新还旧债旗鼓相当, 教育方面的借款最少, 借此窥见北洋政府的政策动向主要热衷于混战及与其相关的经济, 至于教育, 除了必要的基本开支, 基本无暇顾及。
袁世凯时期, 表面上维持着统一局面, 但政令所及只不过其军队统治之区或几个拥护他的区域。经过整顿中央财政他的权威有所加强, 外重内轻的局面有所改变, 财政状况也略有好转。袁世凯死后, 中国政权由皖、直系军阀交替执政, 财政也更加难以维持, 靠借债度日。曹汝霖曾说:“其时财政困难已达极点, 各省应解之款, 都为督军扣留;发行国内公债, 则旧公债尚未整理, 续募为难。”就地方而言, 地方政府出于巩固自己的势力范围的需要, 或借款供给庞大的军政开支, 或由外商垫支购置军械以供混战之用, 于是地方外债应运而生。
北洋政府年度借款额超过一亿银元的有7年, 分别是1912年1.61亿银元, 1913年3.36亿银元, 1918年1.48亿银元, 1920年1.35亿银元, 1922年1.26亿银元, 1915年1.05亿银元, 1917年1.26亿银元。一年借款占借款总额超过5%的年份正好也是这几年, 最高年份是最低年份借款的3.7倍之多。
1 袁世凯政府的外债
为弥补财政之不足, 1913年春, 袁世凯同英、法、德、日、俄五国银行团签署了善后借款合同。除善后大借款合同外, 据统计1913年还有其他外债达20笔之多, 数额达358740688元之巨, 且更多的主权被抵押给外国。如1913年4月4日直隶省金货借款, 以直隶省烟酒税作抵押, 10月5日中法实业借款以所办浦口实业收入及长江以北各省酒税作抵押等。
1915年, 袁世凯政府财政继续好转, 但自1915年下半年起, 袁世凯大搞封建专制实行帝制, 国内形势开始直下。袁世凯期间为了支撑其帝业, 在向国内征款有限的情况下, 向外国借款, 但日、美由于多种原因皆不再借款给他, 故而袁世凯的成败与外债举借有着密切关系。
2 各派军阀统治时期的外债
“窃维中央财政之困难, 固不自今日起, 然未有来源涸竭, 债务层叠, 岌岌可危如今日者。”中央来源涸竭, 在于地方的截留。“各省区又以政变迭出, 军费日增, 截留应解之款, 而以为未足, 复日抑给予中央。应之则库空如洗, 罗掘无由;不应则函电交驰, 追索益急。”全国烟酒税费捐之收入, 其合计虽有4070余万元, 而中央所能收到的不过100余万元。类似的情况还有印花税、常关税等。
无论是皖系还是直系, 都靠借债度日。北洋政府的外债短期息重、借新还旧, 由于国外政府对北洋政府的未来没有好的预期, 故而北洋政府只能贷到短期款项, 且利息很重。北洋政府在跟外国不同集团借款亦是困难重重, 不同国家为争贷款权, 从清末的四国银行团到民初的六国银行团、五国银行团, 到第一次世界大战后的新四国银行团, 可以清楚地看出银行团在各自政府的授意和支持下, 从对抗走向联合, 常以牺牲中国的利益为强国的利益契合点。即使中国政府顺利贷到一定的款项, 随款项而来的诸多附加条件, 也促使中国在债务泥潭中无法脱身。
由于贷款带有明显政治侵略, 导致国民的愤怒和反对, 致使中国政府就比较被动, 政府根基动摇。北洋政府内部的分裂, 不同派系之间的战争, 瞬息万变的局势都受到外国债款的牵动。外国政府这种幕后操纵的高明手段, 这种坐山观虎斗的姿态, 即使中国政府能够洞悉, 但也由于不同派系的纷争, 不同领导人私利的膨胀欲, 采取的策略却是知其不可而为之, 结果只会是恶性循环。
恩格斯说过:“伟大的阶级, 正如伟大的民族一样, 无论从哪方面学习都不如从自己所犯错误的后果中学习来得快。”近代外债使用效率低下, 外债投向结构不合理。管理制度缺乏, 政府职能缺位。外债规模过重, 形成近代财政与近代外债的恶性循环。北洋时期外债给我们的启示:外债问题首先是一个政治问题, 最后归根为财政问题, 我们要合理运用外债, 杜绝把外债用于非生产性消费, 严格控制外债的规模, 特别是短期外债的规模。北洋时期, 大量短期外债的存在, 是借新还旧的一个重要原因, 也从一个侧面证明了短期外债的投机性和危害性。故而我们对此需格外谨慎。
参考文献
[1]威罗贝.外人在华特权和利益[M].王绍坊, 译.北京:三联书店, 1957.
[2]杨荫溥.民国财政史[M].北京:中国财政经济出版社, 1985.
[3]马金华.中国外债史[M].北京:中国财政经济出版社, 2005.
[4]章伯锋, 李宗一.北洋军阀[M].武汉:武汉出版社, 1990.
[5]中共中央马克思恩格斯列宁斯大林著作编译局.马克思恩格斯选集[M].北京:人民出版社, 1961.
经济负荷 篇2
水力负荷与污泥负荷对污泥颗粒化过程的影响
摘要：本文通过两个反应器不同运行方式的对比研究,分析了UASB反应器污泥颗粒化规律.试验结果表明:控制水力负荷与污泥负荷能够促进污泥的颗粒化,缩短反应器的启动时间.作 者：石宪奎 樊秀芹 SHI Xian-kui FAN Xiu-qin 作者单位：黑龙江科技学院资源与环境工程系,黑龙江,哈尔滨,150027 期 刊：水处理技术 ISTICPKU Journal：TECHNOLOGY OF WATER TREATMENT 年，卷(期)：, 33(3) 分类号：X703.1 关键词：UASB 淀粉废水 污泥颗粒经济负荷 篇3
关键词：地下渗滤系统；水力负荷周期；水力负荷；参数优化
中图分类号： X703文献标志码： A文章编号：1002-1302（2015）02-0362-03
收稿日期：2014-04-01
基金项目：国家水体污染控制与治理科技重大专项（编号：2012ZX07202-003、2012ZX07212-001）；辽宁省科学技术计划（编号：2014020164）。
作者简介：李晓东（1978—），男，山西太谷人，博士，高级工程师，从事污水生态治理与修复工作。E-mail：13889348902@126.com。地下渗滤土地处理系统具有兴建运行费用低、受温度影响小、不存在卫生问题、出水效果好等优点[1-3]。传统的土地渗滤直接以土壤作为基质，渗透性差、易堵塞、占地面积大[2，4]。目前，基质改良和优化基质的填充方式是地下渗滤系统的研究热点。本试验构建以生物基质、炉渣、河沙分层装填并适合沙质土壤地区的地下渗滤系统，对该系统水力负荷周期[5]和水力负荷进行优化，寻找最优的运行条件，为实际工程设计提供科学依据。
1材料与方法
1.1地下渗滤系统
将基质填充于高120 cm、外径30 cm的有机玻璃柱内来模拟地下渗滤系统，自上而下分别装填15 cm河沙、40 cm生物基质、5 cm炉渣、50 cm河沙、10 cm砾石，其中，生物基质由活性污泥、河沙、炉渣和草炭土按照一定比例混合配制而成。散水管设置在40 cm处，在散水管下方5 cm处设置不透水槽，进水由蠕动泵输送至散水管，进入不透水槽后在毛细作用下上升一段距离，并由于重力作用下渗，最终从出水口流出（图1）。渗滤系统装置放置于室内，温度为16～28 ℃，系统进水和落干交替进行，时间和频率由配电箱控制。
1.2试验用水
以试验用水模拟生活污水，水质指标见表1。
1.3检测项目及方法
常规性水质检测项目有CODCr、氨氮、TN，测定方法参照《水和废水监测分析方法》[6]。
1.4试验方案
1.4.1不同水力负荷周期对污染物净化效果的影响水力负荷周期概念源于快速渗滤工艺，1次淹水和1次落干构成的循环称为水力负荷周期[5]。渗滤系统设定水力负荷为008 m3/（m2·d），湿干比为1 ∶1，采用48、24、12、6 h共4个水力负荷周期进行试验，确定最优水力负荷周期。
1.4.2不同水力负荷对污染物净化效果的影响渗滤系统以最优水力负荷周期、湿干比1 ∶1进行设定，采用8×10-2、10×10-2、12×10-2 m3/（m2·d） 共3个水力负荷进行试验，确定最优水力负荷。
2结果与分析
2.1最佳水力负荷周期的确定
2.1.1水力负荷周期对CODCr去除率的影响由图2可见，水力负荷周期为24、12 h时，CODCr去除效果较好，平均去除率分别为76%、74%；水力负荷周期为6 h时，1 d内进水4次，进水频率较大，每次落干时间只有3 h，落干时间相对较短，在落干期内微生物无法将有机物完全分解就又进入下次淹水期，同时，未分解的有机物还会影响淹水期微生物对有机物的吸收，从而CODCr去除效果最差，平均去除率仅为59%；48 h时，CODCr去除率为67%，与24、12 h时相比，CODCr去除效果下降，可能是由于淹水时间过长，微生物较长时间处于缺氧状态而活性降低，同时，落干时间过长，导致微生物营养不足，甚至死亡，这与马利民等的研究结论[7]较为吻合。
2.1.2水力负荷周期对氨氮去除率的影响氨氮的去除涉及自然挥发、基质吸附和微生物硝化作用，并且微生物硝化作用是去除氨氮的主要途径[8]。由图3可见，水力负荷周期为6、12 h时，渗滤系统复氧效果较好，硝化作用强烈，氨氮去除率分别达到97.6%、99.2%，这与严群等的研究结果[9-10]比较一致；24、48 h时，由于淹水时间较长，导致基质中的氧含量较低，限制了硝化细菌的活性，导致氨氮去除率下降。
2.1.3水力负荷周期对TN去除率的影响TN去除与氨氮挥发、基质吸附和微生物硝化-反硝化作用[8]有关。在pH值<8的体系中，氨氮挥发量很小[11]，大部分氨氮都被转化成NOx-N，NOx-N由于带有负电而不会被基质吸附[12]，因此，反硝化作用是总氮去除的主要途径，而决定反硝化程度的主要因素包括 DO 浓度、C/N 比和缺氧段的停留时间[13]。由图4可见，水力负荷周期为6 h时，TN的去除效果虽然相对较好，但去除率仍然较低，平均去除率仅为21.2%，这是因为，间歇运行使系统的复氧效果较好，仅在基质局部形成小范围的缺氧环境，在系统内部无法形成较大范围、有效的适合反硝化细菌生长的环境，从而导致反硝化效果很差，TN去除率低。
2.2最佳水力负荷的确定
2.2.1水力负荷对CODCr去除率的影响由图5可见，CODCr去除率随水力负荷的增大而降低，其中，水力负荷为008 m3/（m2·d）时，CODCr去除率在80%左右；当水力负荷由0.08 m3/（m2·d）变为0.10 m3/（m2·d）时，CODCr去除率变化较小，出水仍能满足城镇污水处理厂污染物排放1级A标准（GB 18918—2002），说明系统有一定的抗有机负荷冲击能力；当水力负荷增大到0.12 m3/（m2·d）时，CODCr去除率明显降低，稳定在60%左右，出水满足城镇污水处理厂污染物排放1级B标准，这是由于水力负荷增大，污染物负荷提高，出水中携带了一些脱落的生物膜，水流的冲刷使生物膜加速脱落而系统中生物量减少，系统中有限的生物量导致CODCr去除率下降，同时，基质内部可能出现短流，水力停留时间缩短[14]，系统内的基质和微生物与污水接触不充分，而对污染物吸附、吸收作用下降，微生物与污水进行的物质交换减弱，另外，高负荷进水在基质上层可能形成积水，产生过滤压力，而導致上层基质过滤效果下降[15]。综上所述，以CODCr出水浓度达标设计，建议水力负荷为0.10 m3/（m2·d）。
2.2.2水力负荷对氨氮去除率的影响由图6可见，水力负荷0.08 m3/（m2·d）时，系统对氨氮有很高的去除率，保持在99%以上，出水氨氮浓度接近为零；随着水力负荷的逐渐增大，氨氮去除率逐渐降低，依次为85%、65%左右，此时氨氮出水浓度在10 mg/L以上，难以满足城镇污水处理厂污染物排放1级B标准。这主要是因为水力负荷增大，使氨氮的停留时间缩短，单位时间内进入系统的氨氮负荷升高，再加上硝化细菌数量有限，无法与硝化细菌充分接触[14]，导致氨氮去除效果差。另外，基质对氨氮吸附能力有限，无法对氨氮进行有效的吸附。综上所述，以氨氮出水浓度达标设计，建议水力负荷为0.08 m3/（m2·d）。
2.2.3水力负荷对TN去除率的影响由图7可见，渗滤系统整体对TN的去除效果不理想；水力负荷0.10 m3/（m2·d）时，TN去除效果最好，去除率也仅约40%，此时出水TN在 40 mg/L 以上，難以满足城镇污水处理厂污染物排放1级标准；水力负荷0.08、0.12 m3/（m2·d）时，TN去除率仅在10%、20%左右。这主要是因为，当水力负荷增大到010 m3/（m2·d）时，系统进水量增加，促进缺氧环境的形成，进而提高微生物反硝化效果；水力负荷达到0.12 m3/（m2·d）时，虽然形成更好的缺氧环境，但由于氨氮去除效果急剧下降（图6），进而影响TN的去除，TN去除能力低限制了地下渗滤系统的应用。
3结论
地下渗滤系统水力负荷周期优化试验结果表明，水力负荷周期为24、12 h时，CODCr的去除效果较好，平均去除率分别为76%、74%，周期为6、12 h时，氨氮去除率分别达到976%、99.2%。综合考虑氨氮、CODCr的去除效果，建议选择12 h为水力负荷最佳的运行周期，即进水6 h、落干6 h。
不同水力负荷对污染物去除效果研究表明，水力负荷为0.08、0.10 m3/（m2·d）时，CODCr出水浓度都能满足城镇污水处理厂污染物排放1级A标准；水力负荷为0.08 m3/（m2·d）时，氨氮出水浓度满足城镇污水处理厂污染物排放1级A标准。因此，推荐合适的水力负荷为0.08 m3/（m2·d）。
地下渗滤系统对CODCr、氨氮有较高的去除能力，而对TN的去除效果却不理想。因此，在保证CODCr、氨氮去除效果的基础上，如何提高系统的TN去除能力，将是下一步研究的重点。
参考文献：
[1]Sun T H，He Y W，Ou Z Q，et al. Treatment of domestic wastewater by an underground capillary seepage system[J]. Ecological Engineering，1998，11（1-4）：111-119.
[2]Zhang J，Huang X，Liu C X，et al. Nitrogen removal enhanced by intermittent operation in a subsurface wastewater infiltration system[J]. Ecological Engineering，2005，25（4）：419-428.
[3]贾宏宇，孙铁珩，李培军，等. 污水土地处理技术研究的最新进展[J]. 环境污染治理技术与设备，2001，2（1）：62-65，47.
[4]李英华，孙铁珩，李海波，等. 地下渗滤系统不同基质层对污染物的去除效果[J]. 东北大学学报：自然科学版，2010，31（5）：737-740.
[5]何江涛. 人工快渗污水处理系统水力负荷周期的设计[J]. 地学前缘，2005，12（增刊1）：49-54.
[6]国家环境保护总局. 水和废水监测分析方法[M]. 北京：中国环境科学出版社，2002.
[7]马利民，刘丛，崔程颖，等. 人工土地快速渗滤系统处理城镇污水工艺优化[J]. 水处理技术，2008，34（6）：47-51.
[8]Llorens M，Perez-Marin A B，Aguilar M I，et al. Nitrogen transformation in two subsurface infiltration systems at pilot scale[J]. Ecological Engineering，2011，37（5）：736-743.
[9]严群，吴一蘩，杨健，等. 复合填料地下渗滤系统的强化脱氮研究[J]. 同济大学学报：自然科学版，2010，38（5）：697-703.
[10]Achak M，Mandi L，Ouazzani N. Removal of organic pollutants and nutrients from olive mill wastewater by a sand filter[J]. Journal of Environmental Management，2009，90（8）：2771-2779.
[11]庄源益，戴树桂，张明顺. 水中氨氮挥发影响因素探讨[J]. 环境化学，1995，14（4）：343-346.
[12]Zou J L，Dai Y，Sun T H，et al. Effect of amended soil and hydraulic load on enhanced biological nitrogen removal in lab-scale SWISS[J]. Journal of Hazardous Materials，2009，163（2/3）：816-822.
[13]陈俊敏，刘方，付永胜，等. 人工快速渗滤系统脱氮机理试验研究[J]. 水处理技术，2009，35（2）：32-34，57.
经济负荷 篇4
由于热电联产机组在我国电网中的比例不断攀升, 供热机组的热负荷经济调度问题会随着热电联产机组的大力发展而越来越被重视[1]。
传统的供热方式都是在确定采暖期的供热总量后, 根据每台机组的供热能力, 人为给定每台机组的供热量, 或者是把供热总量平均分给每台供热机组, 这种供热方式没有理论依据, 全无经济性可言。
目前, 国内外对热电联产机组研究比较多的是电负荷经济调度, 即在定热负荷情况下电负荷的特性分析, 这也是热电联产机组参与电网调峰很重要的一项工作[2]。然而, 理论上对定电负荷下的热负荷特性的分析存在不足, 在实践中, 热负荷经济调度的应用也缺乏依据。
本文主要研究在定电负荷情况下热负荷的经济调度技术方案。通过掌握参与热负荷调度的每台机组在定电负荷下的供热特性, 优化计算后, 得出机组之间最佳的供热分配方案, 最终提高热电厂运营的经济性。
1 热电厂总热耗量分配计算
在获取机组供热的煤耗特性时, 会涉及到机组总热耗量的分摊。目前, 热电联产机组基本上都是再热机组, 且供热机组主流已经趋向于300MW的热电联产机组。在众多参考文献中, 对热电分摊方法的介绍都还是针对小机组且无再热, 没有再热项Drhδ。再热项是机组重新吸收了热量进入汽轮机做功, 这部分热耗量必须计入总热耗量的分摊中, 否则会导致再热机组计算结果的严重失真。本文只给出热量法和实际焓降法的再热机组热、电分摊计算公式。
1.1 热量法分配计算
热量法的理论依据是热力学第一定律, 分配的原则是以分配前热用户的热耗量Qtp (h) 占汽轮机总热耗量Qtp的比例分配[3]。
热电厂无再热机组的总的热耗量Qtp为:
热电厂再热机组的总的热耗量Qtp'为:
汽轮机抽汽的对外供热量Qh为:
分配给供热的热耗量Qtp (h) 为:
热量法的热、电分摊比如下。
1) 无再热机组热、电分摊比βtp为:
2) 再热机组热、电分摊比βtp'为:
式中:ηb、ηp—分别表示锅炉效率、管道效率, %;
δ—再热蒸汽焓升, k J/kg;
D0、Drh、Dh—分别表示主蒸汽、再热蒸汽、供
热抽汽的流量, t/h;
h0、hh、hfw、hh'—分别表示主蒸汽、供热抽汽、给水、回水的比焓, k J/kg。
1.2 实际焓降法分配计算
实际焓降法是把热电联产汽流的热耗量按热电联产供热汽流在汽轮机中的实际焓降不足, 与主蒸汽实际焓降之比来分配总热耗量[4]。
无再热机组的供热热耗量Qtp (h) 为:
再热机组的供热热耗量Qtp (h) '为:
实际焓降法的热、电分摊比如下。
1) 无再热机组热、电分摊片比βtp为:
2) 再热机组热、电分摊比βtp'为:
式中:hc、hrh—分别表示汽轮机排汽、再热蒸汽的比焓, k J/kg。
2 定电负荷下热负荷经济调度的数学模型
热电联产机组的热负荷经济调度是在一定电负荷情况下, 满足外界热负荷的需求, 合理安排多台供热机组间的供热热负荷, 降低机组的综合煤耗, 提高汽轮机的经济性, 以使热电厂尽可能获得最大的经济效益。
热负荷经济调度的前提是在一定的电负荷约束条件下, 考虑外界需求的总热负荷在多台机组间的最优分配, 使得在特定时段内热电厂的发电煤耗是最小的。因此, 可建立数学模型为:
式中:E—目标函数;
k—机组台数;
bitp (e) —发电煤耗, g/k Wh;
P—机组的某一定电负荷, M W;
D总—热负荷的总需求量, t/h;
ΔT—某特定时段长;
Dhi—第i台机组的热负荷, t/h;
Qih (min) —第i台机组在该电负荷下的最小供热量, t/h;
Qih (max) —第i台机组在该电负荷下的最大供热量, t/h。
3 定电负荷下热负荷经济调度的解法
热电联产机组的热负荷经济调度必然也会涉及到负荷的最优分配。目前负荷优化方法种类繁多, 例如有线性规划法、模拟退火算法、混沌优化算法[5]。应用最多的主要有3种, 分别是等微增率法、动态规划法、遗传算法。所有算法大体可分为3种类型:传统优化方法、数学优化方法和智能优化方法。这些常规的计算方法都各有优缺点, 也有各自的适用范围。
等微增率法是在计算过程中以目标函数对各负荷变量的一阶偏导数相等为原则, 直接求出各负荷值, 然后检验其是否满足约束条件, 若不满足, 再用迭代法进行修正, 直到所有的解都满足约束条件为止[6]。该方法模型简单, 计算速度快, 适用于热电厂机组间热负荷的经济调度计算。
用等微增率法求解机组间的热负荷经济调度问题, 前提条件是参与调度的机组有限, 每台机组的煤耗特性曲线比较简单。但遇到复杂的性能曲线及较多的机组参与调度, 应采用其余方法, 如动态规划法等。
4 定电负荷下热负荷经济调度方案
热电联产机组在定电负荷下的热负荷经济调度方案首先要确定机组的性能曲线, 即参与调度的机组供热煤耗特性曲线, 其次是建立热负荷经济调度的数学模型, 使用最合适的方法对模型进行求解。而机组供热煤耗特性曲线是通过试验采集数据计算得出, 再根据每台机组的性能曲线进行负荷优化分配计算, 得出分配结果。最后依然通过试验检验理论方案的可行性, 验证理论优化分配是否真正有利于提高热电厂的热经济性。整体方案如图1所示。
在供热煤耗特性的计算过程中, 需对机组总热耗量分摊, 但选择哪种方法并不重要。在众多热电分摊方法中, 计算所得供热煤耗的结果都不一样, 而且差距也很大, 但这些方法最后所得结果反映的是热电成本, 即供热和供电的价格不同, 并不会对供热机组真实的供热煤耗特性产生影响, 故热电分摊方法在热电联产机组热负荷经济调度中并不存在争议。
在选择负荷优化分配的求解方法时, 可根据供热煤耗特性曲线的实际情况而定。然而, 整个方案中, 最复杂的就是现场试验, 获取机组供热煤耗特性的试验需要较大的工作量, 且试验过程复杂, 试验条件有限, 需要电厂大力支持。通过试验获得的数据更能准确反映机组的性能, 具有较高的实际价值, 这对机组进行热负荷的经济调度是至关重要的, 因为掌握精准的机组性能是经济调度的基础。只有准确、有价值的机组性能才能实施较准确且更具价值的经济调度, 故热负荷经济调度的有关试验是非常必要和有价值的, 不能因条件有限而被忽略。
5 实例计算
热电联产机组热负荷的调度问题, 只有在2台供热机组或者2台以上供热机组同时供热才具有实际意义。根据实际条件, 以某热电厂2台300MW热电联产机组为研究对象, 并以这2台300MW热电联产机组的热负荷经济调度试验所取得的数据为例, 采用热量法计算热电厂总热耗量的分配, 应用已建立的热负荷经济调度的数学模型以及等微增率求解方法进行热负荷的优化计算。汽轮机的主要技术规范如表1所示。
5.1 300MW汽轮机热负荷煤耗特性计算
此次试验时间是在2012年的供暖期末, 供暖需求相对较低, 故本次试验始终是在单台机组350t/h供热范围内进行的。由于无论哪种热电分摊方法的计算结果不会改变机组在定电负荷下热负荷煤耗特性的本质, 计算结果只是数值上的差距, 所以本文选择热量法对试验数据进行计算。
经过整理试验所得数据, 最终计算得出机组供热煤耗特性曲线如图2、图3所示。
通过试验计算得知, 当机组在定电负荷下时, 供热抽汽量越大, 发电煤耗越低, 机组的经济性就越高。无论是热量法还是实际焓降法, 发电功率一定时, 供热抽汽量增加时, 供热煤耗基本不变, 发电煤耗是逐渐降低的。由于热量法是好处归电, 所以发电煤耗下降的幅度较大。总之, 当机组负荷一定, 供热抽汽量增加时, 供热热耗分摊比增大, 发电热耗分摊比减小, 供热煤耗基本不变, 机组的发电煤耗降低。
5.2 总热负荷在两台机组间的经济调度计算
掌握了每台机组的供热煤耗特性后, 就可根据热负荷的总需求, 进行负荷经济调度计算, 计算过程用Matlab编程实现。每台机组在定电负荷下需对热负荷进行边界条件限制。
定电负荷下的供热工况优化分配计算结果如表2所示。
由试验和计算可知, 当2台机组的电负荷一致时, 在机组性能差别不大的情况下, 热负荷平均分配是最经济的一种供热方式;若两台机组电负荷不相同时, 电负荷较高的机组分配尽可能高的热负荷时, 热电厂的经济性是最好的。
6 结论
通过现场试验得出的汽轮机供热煤耗特性是热负荷经济调度计算的最佳依据, 也是最接近真实情况的, 因此, 计算得出的优化分配结果也是最实际、最准确的, 应用价值较高。
本文提出的热电联产机组热负荷经济调度技术方案, 降低了热电厂的煤耗, 提高了热电厂综合运营水平, 尤其是在不同类型供热机组共同供热的情况下, 节能效果会更加显著。
摘要：建立了热电联产机组在定电负荷下的热负荷经济调度技术方案。首先通过试验获取参与调度的每台机组供热煤耗特性曲线, 再建立热负荷经济调度数学模型, 并选择合理的优化方法对模型进行求解, 最后计算得出优化分配结果。通过某热电厂2台300MW供热机组的试验及实例计算, 得出了某热电厂在定电负荷情况下的供热煤耗特性, 以及在定电负荷情况下的热负荷最优分配。
关键词：热电联产,热负荷,经济调度,试验
参考文献
[1]A.Campos Celador, A.Erkoreka, etal.Feasibility of smallscale gas engine-based residential cogeneration in Spain[J].Energy Policy, 2011, 39:3813-3821.
[2]姚力强, 王兴国, 常澍平, 等.抽汽式机组实时调峰技术在智能电网中的应用[J].河北电力技术, 2009, (11) :49-51.
[3]郑体宽.热力发电厂[M].北京:中国电力出版社, 2008.
[4]张小舟.热电联产企业产品成本核算研究[D].南京:东南大学, 2010.
[5]陈皓勇, 张靠社, 王锡凡.电力系统机组组合问题的系统进化算法[J].中国电机工程学报, 1999, 19 (12) :9-13.
电力负荷等级划分 篇5
一、符合下列情况之一时，应为一级负荷：
1．中断供电将造成人身伤亡时。
2．中断供电将在政治、经济上造成重大损失时。例如：重大设备损坏、重大产品报废、用重要原料生产的产品大量报废、国民经济中重点企业的连续生产过程被打乱需要长时间才能恢复等。
3．中断供电将影响有重大政治、经济意义的用电单位的正常工作。例如：重要交通枢纽、重要通信枢纽、重要宾馆、大型体育场馆、经常用于国际活动的大量人员集中的公共场所等用电单位中的重要电力负荷。在一级负荷中，当中断供电将发生中毒、爆炸和火灾等情况的负荷，以及特别重要场所的不允许中断供电的负荷，应视为特别重要的负荷。
二、符合下列情况之一时，应为二级负荷：
1．中断供电将在政治、经济上造成较大损失时。例如：主要设备损坏、大量产品报废、连续生产过程被打乱需较长时间才能恢复、重点企业大量减产等。
2．中断供电将影响重要用电单位的正常工作。例如：交通枢纽、通信枢纽等用电单位中的重要电力负荷，以及中断供电将造成大型影剧院、大型商场等较多人员集中的重要的公共场所秩序混乱。
变电所位于负荷中心的经济性分析 篇6
规范中对变电所位置的选择有明确要求,有些位置会严重影响变电所的正常运行,应当避免,通常需根据技术、经济两方面的比较来确定其合理位置。变电所位于负荷中心,有利于保证线路电压降满足规范要求,同时能降低电能损耗,是电气系统是否为节能设计的主要判定标准。
本文主要从减少有色金属使用量的角度讨论变电所接近负荷中心时带来的经济收益,这也是与绿色节能密切相关的内容。
由图1可见,在变电所逐渐向负荷中心靠近的过程中,载流量大的供电线路的长度减少,载流量小的供电线路的长度增加。总体来说,变电所接近负荷中心能减少有色金属用量,降低造价成本。
1 合理选择变电所位置
从节能角度考虑,民用建筑内部变电所应尽量接近负荷中心,以降低配电系统的电能损耗、电压损失及有色金属消耗量。
实际工程中变电所位置分为供电区域内和供电区域外两种情况。
当变电所位于供电区域外时,变电所越靠近供电区域越合理。例如,位于地下室的变电所给地上塔楼建筑供电时,所有变电所出线均从供电区域外引入供电区域,这时,变电所无法位于负荷中心,但变电所越接近塔楼的投影位置(或竖井)越节能。
当变电所位于供电区域内时(例如变电所给平层商业供电),变电所位于负荷中心最节能。
负荷中心具体位置一般通过负荷指示图及负荷功率距法来近似确定,可以参见相关书籍,本文不做讨论。
由于负荷中心总负荷随季节和时段的不同而变化,因此负荷中心的选择并不要求十分精确,必要时可以将变电所馈出线缆的总成本作为考虑因素之一。
2 变电所馈出线缆的经济性分析
当变电所位于供电区域外时,每接近负荷中心1m,变电所馈出的所有线缆长度就会减少1m,其经济价值十分可观。表1以多项工程的变电所为例,统计变压器全部馈线每米总价格,并得出该价格与变压器安装容量之间的关系,相关数据可作为工程中的经验数据使用。
电缆每米价格标准:YJV按0.71元/mm2计,WDZA按0.852元/mm2计,WDZAN按0.938元/mm2计。例如,10m长的YJV-3×240+2×120价格为(3×240+2×120)×0.71×10=6 816元,此值比市场平均价格偏高30%~50%,仅供参考。
由于变电所馈线电缆种类较多,为方便统计,电缆统一按0.85元/mm2计,母线按2元/m·A计,统计结果见表1。
表1均取自多项工程真实数据,变压器负载率比较高、设计人员对电缆截面选择偏大等原因使结果差异较大。一般来说,变压器负载率较高、馈出回路包含较多主/备用回路时,馈出电缆的每米总价格就会偏高。
为了与表1进行对比,本文还假设一种理想情况,变电所给多个供电点供电,每个点配电箱带200k W负荷,该末端配电箱需要系数取0.8,计算电流302A,变电所选择320A开关,馈线按4×185+1×95电缆考虑。整个供电区域均匀布置18个配电点,变电所变压器安装容量计算约为:S=200×18×0.6/0.9/0.75=3 200k VA,则选取2台1 600k VA变压器。
此变电所馈出18个回路,每米总价格为18×(4×185+95)×0.85=12 776元,与变压器容量比为3.99元/V·A(此时假设变压器负荷没有互为备用的馈出回路)。
若上述变电所带14个200k W回路,另外带20个40k W的主备用回路,40k W馈出线缆按4×50+1×25电缆设计。此时每米总价格为14×(4×185+95)×0.85+40×(4×50+25)×0.85=17 587元,与变压器容量比为5.5元/V·A。
通过上述工程实例及假设情况可知,变电所馈出电缆每米的价格与变压器容量比约为4~6元/V·A,当互为备用回路较多时其值会偏大,在工程中粗略估算可按5元/V·A作为计算标准。
例如,地下室变电所通过核心筒电气竖井给地上高层建筑供电,若变电所设置在地下室某区域装机容量为2×2 000k VA,则可以粗略认为变电所每向电气竖井接近1m,电缆造价就可以节省2万元,接近50m就可节省100万元。
当变电所位于供电区域内部时,向负荷中心接近的过程中,部分线路会增加距离,部分线路会减少距离。综合来说,大截面电缆的距离会减少,小截面电缆的距离会增加,越接近负荷中心,有色金属消耗越少。根据变电所偏离负荷中心的距离,线缆成本增加的程度大致如图2所示。
图2中50m以内的阴影区域为假设变电所已经位于供电区域内部,所以电缆费用变化的程度相对缓慢。变电所越接近负荷中心时,该工程的电缆造价越低,这可以作为优化设计的一种简便思路。
3 变电所多站点设置的经济性分析
上文提到变电所位于负荷中心有利于节能及降低成本。但是当工程规模较大、变压器设置数量较多时,将变压器集中设置在负荷中心并不是最合理的做法,而将工程分为多个配电区域,每个区域的负荷中心设分变电所的做法会更节能。
下面以某假设工程为例,用电点均匀布置,每个用电点200k W,从变电所放射电缆配电,假设布置36个用电点,则变压器总安装容量为S=200k W×36×0.6/0.9/0.75=6 400k VA。此处需要系数取0.6,变压器负载率取0.75,采用4×1 600k VA变压器给36个配电点供电。针对图3~6中变电所不同的设置方式,分析各自线路成本,假设用电点平均间距为L进行计算。
图3中变电所4台变压器集中设置在供电区域外,变电所距离供电区域的距离为M。假设从变电所给供电区域所有用电点放射式配电,沿桥架敷设,则由变电所馈出的电缆总长度S=36×M+180×L(m)。
图4中变电所4台变压器集中设置在供电区域内的负荷中心,则由变电所馈出至各用电点的电缆总长度S=108×L(m)。
图5中变电所分2个区域设置,每个变电所位于各自供电区域内的负荷中心,则由变电所馈出至各用电点的电缆总长度S=78×L(m)。
图6中变电所分4个区域设置,每个变电所位于各自供电区域内的负荷中心,则由变电所馈出至各用电点的电缆总长度S=48×L(m)。
由上述比较结果可知,变电所同样是位于负荷中心,多站点设置要比集中设置省下更多的电缆成本,更节能。上述多种设置方式中,高压总配电箱设在某一个变电所内,其他变电所不必设高压开关设备。
如果本例按平层商业估算,变压器装机指标按100VA/m2计,L约为42m。按变电所不同设置方式的电缆价格估算值比较见表2。
由表2可见,采用多站点设置变电所,能让变压器更接近负荷中心,仅电缆成本一项就能节省可观的初投资。
4 小容量变电所设计的优点及设计措施
上文多站点设置变电所位于负荷中心的做法中电缆成本是最低的,同时能降低电能损耗,在设计中如有可能尽量采用。
将一个大的变电所分为几个小容量变电所能更好地深入负荷中心,且IEC标准也在考虑“当建筑面积>20 000m2、需求容量>2 500k VA时,用多个小容量变电所供电”。
4.1 小容量变电所设计的优点
许多开发商偏向于将4台、6台甚至更多的变压器集中设置在一个变电所内,其理由是方便管理、能减少机房面积及降低造价,但是这都是没有依据的。
从方便管理的角度讲,只在重要的区域或总变电所内设控制保护装置时需要值班人员,其他分变电所均无需值班人员。
从有效利用面积角度考虑,由于分变电所的面积很小,可以很容易地利用建筑边角空间,相比集中设置变电所动辄要几百平方米空间要相对容易。
从降低造价角度考虑,将变电所集中设置改为分散设置就是把部分变压器及低压柜分散布置到各分变电所,总的高低压设备没有增减,但是电缆的长度减少了许多,整体造价会大幅降低。
如果分变电所采用1 000k VA及以下的小容量变压器,高压侧开关采用负荷开关熔断器组合保护即可满足要求,同时变压器低压侧馈线开关分断能力要求较低,有利于降低设备成本。
小容量变电所还可以兼做区域低压配电间使用,由变电所直接给用电设备配电,省去了一级配电环节,不但供电系统简单,而且提高了配电可靠性。
4.2 小容量变电所设计措施
由于小容量变电所占地面积较小,容易设置在负荷中心,但仍不可避免占用商业价值较高的区域。此时,一方面要算好经济账,另一方面也要尽量减少机房面积,杜绝浪费。在设计配电设备的平面布置时一定要进行周密考虑,除了要执行规范要求外,可适当减少非必要的间距要求。建议可以从以下几方面着手考虑:
1)减少干式变压器前后左右间距要求
GB 50053-2013《20k V及以下变电所设计规范》只对油浸变压器及无防护外壳的干式变压器距离墙壁的距离提出了要求,故带防护外壳的干式变压器是可以靠墙安装的,当然保持变压器四周空气流通是有利于散热的。
2)充分利用规范中受限制条件
规范对设备布置的间距要求中经常受到建筑平面的限制,一些通道间距需要适当缩小,所以此时可以适当减少维护间距及操作距离。
3)选用柜后无操作和无维修要求的设备
规范对柜后维护及操作通道提出距离要求,是考虑到工作人员要在柜后维护或操作(多数情况下采取柜后维护操作),可以方便柜体的设计及柜内设备的布置。但是当受到建筑平面限制时,柜厂也可以在设计柜体时只考虑柜前维修操作,这种柜体是可以靠墙安装的。常见的抽屉柜及固定柜都可以做成靠墙安装的形式。
从上述几方面考虑,放置2台800k VA变压器的变电所只需要不到40m2的空间,如图7所示(即3个车位)。
对于高度超过150m的建筑,设计中经常考虑将变电所设置在地上楼层中,既可以节约线缆长度,也能降低线路运行损耗。对于高度低于100m的建筑,也可以考虑采用这种方式,图8所示为楼上末端变电所,专门供电给高层办公照明。
需要注意的是,当小容量变电所设在楼上办公楼区域,要考虑电磁干扰及振动对周围环境的影响,另外运输问题也应当考虑。
5 结束语
本文主要对变电所位于负荷中心的经济性效益进行了分析,其实不但变电所要位于负荷中心,各级配电都要尽量靠近各自的负荷中心以减少供电线路的距离。
在GB 50189-2015《公共建筑节能设计标准》中提到“变电所到末端用电点的距离不超过250m为宜”,这也被设计人员作为设计依据,甚至认为供电半径满足250m即可认为是绿色建筑,笔者认为这个标准定得偏低。按照这个标准设计出来的工程,供电距离长、线损大,很难算是节能建筑。因为绿色建筑是高标准节能产品,所以应该适当提高设计标准,如主要干线供电距离不宜超过150m等,如此必能带来更高的经济效益及社会效益,也不会为设计带来较大的困难。上述只是笔者个人的一些看法,若有不恰当的之处请同仁批评指正。
摘要：对变压器是否集中设置及是否位于负荷中心进行了经济、技术方面的比较,推荐变电所采用小容量、多站点的设置方式,以达到更好的节能及降低经济成本的目的。
关键词：负荷中心,变电所,小容量
参考文献
[1]刘介才.工厂供电[M].北京:建筑工业出版社.
经济负荷 篇7
电力系统经济负荷分配 (Economic Load Dispatch, ELD) 是指在满足电力系统或发电机组运行约束条件的基础上在各台机组间合理地分配负荷以达到最小化发电成本的目的,是经济调度中非常重要的问题,是电力系统中一类典型的优化问题。传统的解决ELD问题的方法包括拉格朗日松弛法等经典数学方法,这些算法要求应用对象有良好的数学特性,而实际的ELD优化问题具有高维性、非凸性、离散性和非线性等特点,这使得经典数学方法处理ELD问题效果不理想[1]。
近年来,随着人工智能技术不断发展,混沌优化算法[2]、遗传算法[3]等智能算法被广泛应用于ELD问题的求解中,取得了一定的效果。
粒子群优化算法 (Particle Swarm Optimization PSO) 是由美国的Kenny和Eberhart在1995年提出的,是对鸟群觅食过程的模拟。与遗传算法等智能优化算法相比,它的突出优点在于流程简单易实现,算法参数简洁,不需要复杂的调整。PSO已被应用于ELD问题的研究中[4]。但是,PSO算法的粒子的收敛是以轨道的形式实现的,并且又由于粒子的速度总是有限的,因此在搜索过程中粒子的搜索空间是一个有限的区域,不能覆盖整个解空间,因此PSO算法并不是严格意义的全局收敛算法。本文将量子粒子群优化 (Quantum-behaved Particle Swarm Optimization, QPSO) 算法用于ELD中,它是一种新型的具有高效率全局搜索能力的进化算法[5,6]。它是以粒子群中粒子的基本收敛特性为基础,受量子物理基本理论的启发而提出的,是对整个PSO算法进化搜索策略的改变,进化方程中不需要速度向量,而且进化方程的形式更简单,参数更少且更易控制,在搜索能力上优于传统PSO算法。通过对多个经济负荷分配算例进行仿真,验证了该方法的有效性。
2 电力系统经济负荷分配的数学模型
2.1 目标函数
ELD问题在数学上可以表示为满足若干个等式约束和不等式约束的非线性规划问题,就是使式(1)的价值函数最小。
式(1)中,cost为价值函数;ng为系统内发电机总数;Pi为第i台发电机的有功功率;Fi(Pi)为第i台发电机发出有功功率Pi时,单位时间所需的能源耗量,即耗量特性。
发电机耗量特性曲线常用发电机有功功率的二次函数近似表示,即
式(2)中,ai、bi、ci为常数。
2.2 约束条件
经济负荷分配的约束条件主要考虑发电机的运行约束条件和功率平衡约束条件。
(1) 发电机的运行约束条件
式(3)中,Pundefined为第i台发电机有功功率的最小值; Pundefined为第i台发电机有功功率的最大值。
(2)功率平衡约束条件
式(4)中PL为系统内的总负荷; PS为系统的总网损。
2.3 发电机耗量曲线的阀点效应
发电机耗量曲线常用发电机有功功率的二次函数近似表示,如式(2)所示。
在实际中,在机组热运行测试阶段,发电机的有功功率从最小值缓慢增加到最大值的过程中,机组的耗量曲线是起伏的,相当于在机组的耗量曲线上叠加一个脉动效果。造成这种起伏的原因是汽轮机的调节汽门随着发电有功功率的增大而依次开放所形成的,当上一级汽门已全开而下一级汽门刚开时,蒸汽的流通会因节流效应产生损失,而导致耗量增大,曲线向上凸起,这种现象称为阀点效应。
阀点效应可以表示为
式(5)中,Ei为阀点效应引起的耗量特性变化量。gi、hi为常数。
2.4 网损
网损PS是发电机有功功率、传输线参数和网络拓扑结构的函数。网损一般采用潮流计算或B系数法求得。工程人员习惯使用B系数法计算网损,网损与B系数及各发电机有功功率的关系为
式(6)中,P为ng维发电机有功功率列向量;PT为P的转置;B为ng×ng维对称方阵;B0为ng维列向量;B00为常数。
在实际应用中B系数可以存储,而且每隔一定时间要测量修正一次(几秒～几十秒),因此结果是精确的。
3 量子粒子群算法
3.1 基本粒子群算法
PSO算法是对鸟群觅食过程的模拟。PSO算法中每个粒子相当于所求问题的一个解,在每次进化过程中, PSO记忆每个粒子的最佳位置,相当于生物个体的个体经验,同时PSO还记忆全部粒子的目前最佳位置,以供下一代粒子的进化作参考,相当于生物群体的群体经验,可供生物个体之间相互交流,所有粒子根据个体经验和群体经验不断调整自己的速度和位置,朝着个体最优和群体最优的目标飞行。
设在d维搜寻空间中有M个粒子,f(x)作为粒子的适应度函数,第i个粒子的当前位置向量表示为Xi=(xi1,xi2,:,xid),第i个粒子的当前速度向量表示为Vi=(vi1,vi2,:,vid),第i个粒子所经历的最佳位置向量pBest表示为Pi=(pi1,pi2,:,pid),群体中全部粒子所经历的最佳位置向量gBest表示为Pg=(g1,g2,:,gd),t表示粒子的迭代次数。则基本PSO算法的公式如下:
其中:j表示粒子i在d维搜寻空间中的第j维,c1,c2是加速因子,rand1,rand2是0到1之间的随机数。
3.2 量子粒子群算法
量子粒子群算法(QPSO)是量子计算与粒子群算法相结合的产物。它是以粒子群中粒子的基本收敛特性为基础,受量子物理基本理论的启发而提出的[5,6]。它的本质是模拟Schrodinger方程,这是封闭量子系统演化的一种方式。在QPSO算法中,由于粒子满足聚集态的性质完全不同,使粒子在整个可行解空间中进行搜索寻求全局最优解,因而QPSO算法在搜索能力上优于已有的PSO算法。QPSO算法参数个数少,进化方程的形式更加简单,更容易控制。
在QPSO算法中,粒子群不再按照公式(7)、(8)进行更新,而是按照新的更新方式:
其中:rand1,rand2是0到1之间的随机数,mBest是pBest的中间位置向量,PPij为pij和gj之间的随机点。w为QPSO的收敛系数。
通过式(7)可以看出,在基本PSO算法中粒子是通过向pBest和gBest靠近来实现寻优的,粒子在经典力学的状态下沿着确定的轨迹飞行,此粒子搜索的空间是一个有限的区域,因而不能保证一定找到全局最优解。 而式(9)—(11)表示的QPSO算法, 粒子具有量子行为,在量子空间中的粒子满足聚集态的性质完全不同,粒子移动时没有确定的轨迹,这使粒子能够出现在整个可行的搜索空间中任意一个位置,即可以在整个可行解空间中进行探索寻找全局最优解,因而QPSO算法的全局搜索能力远远优于基本PSO算法。
QPSO的算法流程为:
(1) 迭代次数t=0,对种群的每个粒子的位置向量进行初始化;
(2) 根据目标函数计算每个粒子的目标函数值;
(3) 更新每个粒子的最佳位置向量pBest;
(4) 更新群体中全部粒子所经历的最佳位置向量gBest;
(5) 根据公式(9)计算pBest的中间位置向量mBest;
(6) 根据公式(10) 计算每个粒子的随机点PPij;
(7) 根据公式(11)更新每个粒子的当前位置向量Xi;
(8) 令t= t+1,返回到第(2)步,重新计算,直到终止条件满足。
4 算例及仿真结果比较
算例1:以文献[7]的13机电力系统为例,发电机承担的总负荷为1800MW,考虑耗量特性的阀点效应,忽略系统网损。各发电机的耗量特性参见文献[7]。
采用QPSO算法进行仿真,粒子个数M取100,维数d取13,rand1,rand2取0到1之间的随机数,收敛系数w取1。终止迭代次数L取400。则仿真结果如表1所示。
为进一步研究QPSO算法的性能优势,将该算法与已有优化算法结果进行比较,性能对比见表2所示。其中,算法Ⅰ为本文所采用的QPSO算法,算法Ⅱ为文献[4]的改进粒子群算法的仿真结果,算法Ⅲ～算法Ⅵ为文献[7]采用的四种改进形式的进化规划算法的仿真结果。
从表2可以看出,与改进粒子群算法相比,采用QPSO算法后最小总费用减少4$,与其它优化算法相比,最小总费用改善程度更为明显。可见,从算例1的解的情况看,QPSO算法具有一定的优越性。
算例2: 以文献[2]的3机6母线系统为例,发电机承担的总负荷为500MW,考虑阀点效应,并计及系统的网损,用B系数法计算。各发电机的耗量特性及所用的B系数参见文献[2]。
采用QPSO算法进行仿真,粒子个数M取50,维数d取3,rand1,rand2取0到1之间的随机数,收敛系数w取1。终止迭代次数L取100。则仿真结果如表3所示。
为进一步研究QPSO算法的性能优势,将该算法与已有优化算法结果进行比较,性能对比见表4所示。其中,算法1为本文所采用的QPSO算法,算法2为文献[2]的遗传算法仿真结果,算法3为文献[2]的混沌优化算法仿真结果,算法4为文献[8]的混沌粒子群优化算法仿真结果。
从表4可以看出,与遗传算法相比,最小总费用减少145.8$,与混沌优化算法相比,最小总费用减少136.6$,与混沌粒子群优化算法相比,最小总费用减少136.6$。可见OPSO算法是具有一定的优势的。同时,从表4中也可以看出,与其它已有优化算法相比,采用QPSO算法后网损量减小明显。与遗传算法相比,网损减少21.2MW,与混沌优化算法相比,网损减少20.45MW,与混沌粒子群优化算法相比,网损减少21.43MW。该算法能够满足节能调度的要求。
5 结论
本文首次将量子粒子群算法用于电力系统经济负荷分配中,取得了以下结论: (1)将量子粒子群算法用于电力系统经济负荷分配中,可有效解决经济负荷分配问题; (2)量子粒子群算法是一种新型的具有高效率全局搜索能力的优化算法,它是以粒子群中粒子的基本收敛特性为基础,受量子物理基本理论的启发而提出的,是对整个PSO算法进化搜索策略的改变,进化方程中不需要速度向量,而且进化方程的形式更简单,参数更少且更易控制; (3)通过实例仿真证实所提出方法的有效性,获得较满意的解,为量子优化算法的进一步实用化奠定了基础。
参考文献
[1]AI-Sumait J S,AL-Othman A K,Sykulski J K.Application ofpattern search method to power system valve-point economicload dispatch[J].International J Elec.Power and EnergySystems,2007,29(10):720-730.
[2]唐巍,李殿璞(Tang Wei,Li Dianpu).电力系统经济负荷分配的混沌优化方法(Chaotic optimization for economicdispatch of power systems)[J].中国电机工程学报(Proc.CSEE),2000,20(10):36-40.
[3]He Dakuo,Wang Fuli,Mao Zhizhong.Hybrid geneticalgorithm for economic dispatch with valve-point effect[J].Electric Power Systems Research,2008,78(4):626-633.
[4]侯云鹤,鲁丽娟,吴耀武(Hou Yunhe,Lu Lijuan,WuYaowu).改进粒子群算法及其在电力系统经济负荷分配中的应用(Enhanced particle swarm optimization algorithmand its application on economic dispatch of power systems)[J].中国电机工程学报(Proc.CSEE),2004,24(7):95-100.
[5]Jun Sun,Bin Feng,Wenbo Xu.Particle swarm optimizationwith particles having quantum behavior[A].CEC2004[C].Oregon,USA,2004.325-331.
[6]Sun Jun,Xu Wenbo,Feng Bin.A global search strategy ofquantum-behaved particle swarm optimization[A].2004 IEEEConference on Cybernetics and Intelligent Systems[C].Singapore,2004.111-116.
[7]Nidul Sinha,R Chakrabarti,P K Chattopadhyay.Evolutionaryprogramming techniques for economic load dispatch[J].IEEETrans.on Evolutionary Computation,2003,7(1):83-94.
经济负荷 篇8
根据GB13223—2011《火电厂大气污染物排放标准》的相关规定,自2012年1月1日起,燃煤发电机组烟尘排放量小于30 mg / m3、硫氧化物排放量小于100mg / m3、氮氧化物排放量小于100mg / m3,国内现役燃煤发电机组陆续改造和新建了除尘、脱硫、脱硝设备,通过引入多电场电除尘技术和低温电除尘技术、石灰石-湿法脱硫技术、炉内低NOx燃烧技术和选择性催化还原脱硝技术,以达到国家对燃煤发电机组污染物排放要求。
由于燃用化石燃料而引起的环境问题日益严重,环保压力持续加大,国家对粉尘、SO2、NOx等污染物排放收费执行力度逐渐增大,发电企业面临提高运行效率与降低多种污染物排放的双重压力。 在实施除尘、脱硫、脱硝改造后,根据厂内每台机组的经济性能指标和污染物排放指标,确定合理的全厂负荷分配方案是保证现役燃煤发电机组运行综合效益最大化的一种有效途径。
目前火电厂负荷优化分配研究主要集中于燃煤发电机组除尘、脱硫、脱硝改造前负荷分配模型和智能优化算法方面[1,2,3,4,5,6,7,8,9,10,11,12,13],负荷分配模型仅考虑供电煤耗、NOx排放、负荷调整时间等因素,智能优化算法多采用遗传算法、粒子群优化PSO(Particle Swarm Optimization)算法 、差分进化算法及其改进形式 , 对当时火电厂负荷优化分配发挥了重要的作用。 但是上述负荷分配模型没有综合考虑当前除尘、脱硫、脱硝补偿电价和零起点的多种污染物排污费用等因素,模型约束条件没有考虑自适应的负荷上下限和基于磨煤机出力交替区间的负荷禁止分配区,智能优化算法在平衡计算开销和寻优能力方面也有一定的提升空间,因此获得的全厂负荷优化分配方案不能满足全厂综合经济效益最大化的实际需求。 随着国家对燃煤发电机组污染排放处罚力度的不断加强和机组除尘、脱硫、脱硝改造的加速实施,研究适应当前环保形势和机组运行特性的最优综合经济效益全厂负荷分配方法具有重要的现实意义。
本文从提高全厂综合经济效益的角度出发,基于机组实际运行数据构建供电煤耗和多种污染物排放浓度特性模型,根据除尘、脱硫、脱硝补偿电价以及零起点的排污费用标准,建立全厂综合效益最优负荷分配模型,构建自适应负荷上下限和负荷禁止分配区等模型约束条件。 提出满足电网调度响应时间要求的可控搜索粒子群优化(PSO-CE)算法,并结合动态罚函数约束处理技术求解该约束优化问题, 通过仿真研究验证本文算法的有效性。
1面向综合经济效益最大化的负荷分配模型
目前,我国燃煤发电机组烟气污染控制政策呈现历史性转变:烟气除尘、脱硫和脱硝实施强制排放标准,二氧化碳减排开始起步,烟气脱汞提上日程, PM2.5的监测和控制受到重视并在不久将要开始治理,维持机组清洁高效运行是火电厂长期而艰巨的任务。 负荷分配模型从火电厂当前面临的经济运行和环境保护要求出发,利用机组除尘、脱硫、脱硝改造后的实际运行数据,构建机组负荷与供电煤耗、粉尘排放浓度、SO2排放浓度、NOx排放浓度关系的特性模型,考虑当前除尘、脱硫、脱硝补偿电价以及零起点的排污费用标准,建立兼顾经济和环保指标的最优综合经济效益负荷分配模型。
1.1机组供电煤耗特性模型
某火电厂现役燃煤发电机组为2台660 MW机组、1台310 MW机组和1台330 MW机组。 采用如下二次多项式描述机组负荷与供电煤耗的关系:
其中,i = 1,2,3,4表示4台机组; f1i表示第i台机组的供电煤耗 (g / (k W·h));Pi表示第i台机组的负荷 (MW); β1i、γ1i、λ1i表示第i台机组的煤耗特性模型系数。 根据机组除尘、脱硫、脱硝改造后实际运行数据,采用反平衡计算及二类修正得到不同负荷下的供电煤耗,利用多项式拟合方法获得如表1所示的特性模型系数, 表中Pi,min和Pi,max分别表示第i台机组负荷的最小值和最大值。
1.2机组多种污染物排放浓度特性模型
考虑燃煤发电机组粉尘排放浓度、SO2排放浓度、NOx排放浓度等实施强制排放的污染指标,采用如下三次多项式描述机组负荷与粉尘排放浓度、SO2排放浓度、NOx排放浓度的关系:
其中,i = 1,2,3,4表示4台机组; f2i表示第i台机组的粉尘排放浓度(mg /m3);f3i表示第i台机组的SO2排放浓度(mg / m3);f4i表示第i台机组的NOx排放浓度 (mg / m3);α2i、 β2i、γ2i、λ2i表示第i台机组的粉尘特性模型系数;α3i、 β3i、γ3i、λ3i表示第i台机组的SO2特性模型系数;α4i、 β4i、γ4i、λ4i表示第i台机组的NOx特性模型系数。 根据机组除尘、脱硫、脱硝改造后实际运行数据, 通过有效性数据筛选获得不同负荷下的粉尘排放浓度、SO2排放浓度、NOx排放浓度,利用多项式拟合方法分别获得如表2—4所示的特 性模型系数。
1.3全厂负荷分配模型
在满足国家污染物排放强制标准的前提下,以全厂综合经济效益最大化为优化目标建立全厂负荷分配模型,综合经济效益为考虑除尘、脱硫、脱硝补偿电价的售电收入与煤耗成本及排污费用之差。
该厂机组设计厂用电率为6.5%,则时间T内的全厂上网电量为:
其中,E(Pi)表示时间T内的全厂上网电量(k W·h)。
按照普通电价0.39元 / (k W·h)、 除尘补偿电价0.002元 / (k W·h)、脱硫补偿电价0.015元 / (k W·h)、 脱硝补偿电价0.01元 / (k W·h)计算,则机组最终的上网电价p1为0.417元 / (k W·h), 时间T内的售电收入为:
其中,F1(Pi) 表示时间T内的售电收入(元)。
时间T内的全厂标煤消耗量为:
其中,Q1(Pi)表示时间T内全厂标煤消耗量(t)。
按标煤单价p2为550元 / t计算,时间T内全厂煤耗成本为:
其中,F2(Pi)表示时间T内的全厂煤耗成本(元)。
目前实施的环保补偿电价有利于促使发电企业严格执行大气污染物排放标准, 但企业对进一步优化污染物排放数据缺少动力。 我国2003年实施的 《排污费征收使用管理条例》明确规定大气污染物的零起点收费标准,零起点排污费计算方式有利于激励企业实施“超低排放”,通过经济杠杆向“超低排放”企业提供倾斜,促进我国治霾、治气的进程。 因此,在量化排污费用成本时采用630元 / t的零起点排污费计算方式。 该厂600 MW等级机组额定负荷烟气量为2×106Nm3/ h,300 MW等级机组额定负荷烟气量为1.1×106Nm3/ h,则时间T内全厂大气污染物排放量为:
其中,Q2(Pi)表示时间T内全厂污染物排放量(t)。
粉尘、SO2、NOx排污费p3为630元 / t,时间T内的全厂排污费用为:
其中,F3(Pi)表示时间T内的全厂排污费用(元)。
全厂综合经济效益最优负荷分配模型为:
其中,F(Pi)表示时间T内的全厂综合经济效益(元)。
1.4负荷分配模型约束条件
负荷分配从机组AGC方式变为全厂优化分配方式时,电网调度对全厂的速率要求变为参与调节机组速率限制总和,全厂负荷调度所用最大时间为:
其中,tp,max表示全厂负荷调度所用最大时间(min); Pful表示电网调度下发的全厂发电总负荷(MW);Pnow,i表示第i台机组当前承担的负荷 (MW);vnet,i表示电网调度规定的第i台机组速率限值(MW / min),vnet,i= 0.015Pi,max。
全厂负荷优化分配以机组当前承担负荷为基础,在全厂负荷调度所用最大时间tp,max内所能达到的负荷范围内计算全厂最优负荷分配方案。 为此, 定义全厂功率平衡的约束条件为:
机组功率上下限的约束条件为:
其中,Pi,nowmax、Pi,nowmin分别表示以机组当前承担负荷为基础计算得到的自适应负荷阈值上、下限,其计算公式如式(15)所示。
其中,vi,demax和vi,inmax分别表示第i台机组降、升负荷速率最大值(MW / min),vi,demax= vi,inmax= 0.02 Pi,max。
机组投入协调后,相邻磨煤机启停必须有一段出力交替区间,以维持主要参数稳定。 若机组负荷分配指令落入该区间,现场操作人员难以判断是否需要启动或停止1台磨煤机,从安全运行出发必然有冗余磨煤机运行,降低了全厂经济效益。 因此,全厂负荷分配结果不能使机组负荷对应于该机组的磨煤机出力交替区间。 机组负荷禁止分配区约束条件可表述为:
其中,PiL,k表示第i台机组第k个负荷禁止分配区的下界;PiU,k表示第i台机组第k个负荷禁止分配区的上界;ψ 表示负荷禁止分配区个数,其中k=1,2,…,ψ。
根据机组磨煤机出力试验数据,分析获得如表5所示的负荷禁止分配区上下限。
2基于PSO-CE算法的负荷优化分配
负荷分配从机组AGC方式变为全厂优化分配方式时,响应时间由全厂负荷调整时间t1、优化算法计算时间t2、调度指令传输时间t3三部分组成。 通常情况下,t3远小于t1和t2,与单机AGC方式相比 ,全厂负荷优化分配存在优化算法计算时间, 要满足电网调度的实时性要求,算法的效率显得尤为重要。 本文提出PSO-CE算法并结合动态罚函数方法进行全厂负荷优化分配。
2.1PSO-CE算法
PSO算法由Kennedy和Eberhart于1995年提出[14],是一种基于迭代的进化计算技术。 算法种群规模为M, 每个粒子在D维空间的坐标可表示为Xi=(Xi1,Xi2,… ,Xi D),粒子i的速度为每次迭代中粒子移动的距离,用vi= (vi1,vi2,…,vi D)表示。 于是 ,粒子i在第d(d=1,2,…,D)维子空间中的飞行速度和移动的下一位置为:
其中,Rid表示第i个粒子迄今发现最优解的位置; Rgd表示整个粒子群发现最优解的位置;ω 表示惯性权重因子;c1、c2表示加速度因子。
PSO算法的寻优能力主要来自于对局部搜索和全局搜索的平衡, 由于粒子本身飞行速度和位置没有突变机制, 算法进化过程中容易出现早熟收敛现象。 为增强粒子在解空间中搜索潜在最优解的能力,平衡粒子的搜索和收敛性能, 在粒子飞行速度更新公式中引入可控随机搜索的速度因子和动态调整的最大速度限制因子, 则粒子的飞行速度和移动的下一位置可表示为:
其中,ε(n)表示收敛因子;ξ(n)表示可控随机搜索速度因子;N表示算法总的迭代次数;vmax表示最大速度限制因子;τ 表示正常数;α 表示取值在(0,1)的常数;φid(n) = c1r1(n)+ c2r2(n)。 通过多次实验vmax取为13.5,τ 取为10,c1和c2取为3.5。
ξ(n)为具有连续统一分布的有界随机变量,为保证算法收敛,随着迭代次数n增加,ξ(n)的边界应逐渐缩小,其计算公式如下:
其中,η 表示期望值为零且取值范围固定的随机变量,通过多次实验取为[-5,5];φ(n)表示大于零的时变系数,为平衡算法的搜索性能和收敛速度,构建如式(23)所示的计算公式。
其中,θ 表示一个小于1的正常数,通过多次实验取为0.982。
为保证算法收敛,随着迭代次数n增加,ε(n)应趋近于0,其计算公式为:
其中, ρ1> 0、0 < ρ2< 1,ρ1和 ρ2决定算法的收敛速度。 ρ1越大,算法开始时粒子在解空间分布越分散,收敛时间也就越长。 ρ2越大,算法收敛越快。 为使算法在前期具有良好的搜索性能,并在后期具有较快的收敛速度,经过多次实验将 ρ1取为3.5,ρ2取为0.42。
PSO-CE算法求解步骤如下:
a. 设定算法中特性参数的初始值 , 进行种群初始化,获得各粒子的速度和位置;
b. 计算并评价每个粒子的适应度,对各粒子的历史最佳位置Rid和种群的历史最佳位置Rgd进行更新;
c. 用式(24)和式(22)分别计算 ε(n)和 ξ(n);
d. 用式 (19)更新每个粒子的速度 ,用式 (20)对每个粒子的速度进行限制,用式(21)更新每个粒子的位置;
e. 若满足算法终止条件(即是否达到算法的最大迭代次数或获得满足指定精度的适应度值),寻优过程结束,输出结果,否则转至步骤b。
2.2动态罚函数法的约束条件处理
罚函数法通过对不可行解施加某种惩罚而使有约束优化问题变为无约束优化问题,通过无约束优化算法不断迭代后,逐渐收敛于可行的极值点。 罚函数法的关键在于罚因子的合理选取,本文引入动态罚因子,随着迭代的不断进行,罚因子逐渐增大,使解趋于可行解。 负荷分配模型的罚函数表达式为:
其中,F(Pi)为全厂综合经济效益的目标函数 ;δ(n)= 1 000 + n1.22表示罚因子,为迭代次数n的函数;(Pi) 表示边界条件的越界函数,其计算公式如式(26) 所示。
其中,ρ 表示一个非常小的正数,取为0.001。
3仿真实验与结果分析
为验证所提出的面向综合经济效益最大化负荷分配模型的合理性和PSO-CE算法的有效性,以一个拥有4台燃煤发电机组的火电厂为例进行仿真实验,仿真环境硬件配置为Intel i5-3210,2.5 GHz, 4 G DDRⅢRAM,500 G硬盘;软件为MATLAB 2011 b。 4台机组的供电煤耗特性模型系数 、 粉尘排放浓度特性模型系数、SO2排放浓度特性模型系数、NOx排放浓度特性模型系数分别如表1— 4所示。
引入线性 递减惯性 权重粒子 群优化 (PSO-LDIW)算法[15]和协作粒子群优化 (CPSO-K) 算法[16]进行对比分析。 PSO-LDIW算法的惯性权重因子从0.9线性递减至0.4,加速度因子为2;CPSO-K算法的惯性权重因子从0.9线性递减至0.4,加速度因子为1.49,K为6将解空间分为6个。 3种算法的种群规模M都取为50,最大迭代次数N都取为500。
该火电厂4台机组所带总负荷为1535.56 MW, 每台机组所带负荷分别为530.89 MW、520.58 MW、 246.52 MW、237.57 MW,调度指令要求1 752.82 MW。 根据各台机组磨煤机出力确定的机组负荷禁止分配上下限如表5所示。 基于本文提出的PSO-CE算法和动态罚函数约束处理技术,分别与 δ(n)=2600的固定罚函数约束处理技术(PSO-CE-1)和不考虑负荷禁止分配区约束条件(PSO-CE-2)进行对比分析,并与AGC指令、PSO-LDIW算法和CPSO-K算法的负荷优化分配结果进行对比分析。 上述负荷优化算法的各台机组负荷分配结果如图1所示,全厂综合经济效益如图2所示,同时比较各台机组负荷分配、供电煤耗、粉尘排放浓度、SO2排放浓度、NOx排放浓度、 全厂经济效益、优化算法计算时间、全厂负荷调整时间、磨煤机投入台数等指标,对比结果如表6所示。
从图1和图2可知,不考虑负荷禁止分配区约束条件的PSO-CE-2算法得到的全厂综合经济效益最好,本文PSO-CE算法次之,之后依次为CPSO-K算法、PSO-CE-1算法和PSO-LDIW算法。 由于本文提出的PSO-CE算法在粒子飞行速度更新公式中增加了可控随机搜索的速度因子和动态调整的最大速度限制因子,可以避免传统PSO算法的局部收敛问题,计算得到全厂综合经济效益优于PSO-LDIW算法和CPSO-K算法。 其中PSO-CE-2算法由于没有考虑磨煤机出力交替区间的约束,负荷分配结果可能落入负荷禁止分配区,造成全厂磨煤机电耗增加,需要将这部分电耗费用减去。
从表6可知,当全厂负荷由1535.56 MW上升到1 752.82 MW时,本文PSO-CE算法的全厂综合经济效益为412237元 / h,对应的磨煤机投入台数15台。 PSO-CE-2算法的全厂综合经济效益为412 310元 / h, 对应的磨煤机投入台数16台,比PSO-CE算法多投入1台功率为1500 k W的磨煤机,减去这部分电耗费用后全厂综合经济效益为411685元 / h,表明本文PSO-CE算法获得的全厂综合经济效益最优。
与AGC调度指令相比, 利用本文PSO-CE算法获得的全厂综合经济效益提高了348元 / h, 但AGC调度指令没有优化计算时间,其负荷响应时间(等于负荷调整时间)最短,为6.642 min,比本文PSO-CE算法的负荷响应时间7.296 min(优化计算时间与负荷调整时间之和)要少0.654 min。
4结论
在新的火电厂环保规定下,面向除尘、脱硫、脱硝改造后全厂负荷分配问题,提出一种面向综合经济效益最大化的全厂负荷优化分配方法。 通过引入除尘、脱硫、脱硝补偿电价以及零起点的污染物排放费用标准,建立兼顾经济和环保指标的全厂综合经济效益最优负荷分配模型,并构建自适应负荷上下限和负荷禁止分配区等模型约束条件。 在PSO算法中引入可控随机搜索的速度因子和动态调整的最大速度限制因子,在控制算法开销的基础上,增强算法的全局搜索能力。 基于某火电厂实际运行数据的仿真实验表明,本文PSO-CE算法可在电网调度实时性要求下,明显提高全厂综合经济效益。
摘要：针对除尘、脱硫、脱硝改造后全厂负荷优化分配问题,从提高综合经济效益角度出发,提出一种全厂负荷分配模型及其求解算法。基于机组实际运行数据构建供电煤耗和多种污染物排放浓度特性模型,基于除尘、脱硫、脱硝补偿电价和污染物排放费用标准,建立面向综合经济效益最大化的负荷分配模型。根据机组当前负荷构建自适应负荷上下限约束,基于磨煤机出力交替区间构建负荷禁止分配区约束,采用动态罚函数法进行约束条件处理。在标准粒子群优化算法中引入可控随机搜索的速度因子和动态调整的最大速度限制因子,平衡算法的计算开销和寻优能力。某火电厂4台机组的负荷分配仿真实验验证了所提算法的有效性。
经济负荷 篇9
通过近几年的电网建设、改造,佛山地区电网结构逐年趋于合理,2006年线损率为4.83%,同比下降31.08%,经济效益显著。但目前在电网运行中依然存在着进一步降低电网损耗的潜力,特别是电力系统运营市场化后,全面降低网络损耗、提高系统运行经济性,是各级电力调度运行和管理部门的一项十分重要的工作。电网经济运行就是在保证电网安全运行和满足供电质量的基础上,充分利用现有的输变电设备,通过优选变压器及电力线路经济运行方式和负载的经济调配等技术措施,最大限度地降低电网损耗,提高电网运行管理水平和经济效益。变压器作为电力系统运行的主要设备,在变换电压及传递功率的过程中,自身要产生有功功率损耗和无功功率损耗,而且变压器损耗在整个网络损耗中占有很大的比例,所以,研究变压器的经济优化运行对提高系统运行的经济性具有重要的意义。
1 节能降耗及变压器运行的现状
变压器经济运行是指充分利用现有设备条件,通过择优选取最佳运行方式和优化负载调整,在保证安全供电条件下最大限度地降低变压器电能损耗和提高其电源侧功率因数,其实质就是技术经济允许条件下的变压器节能运行,它具有科学性、系统性、实用性和效益性。变压器经济运行就是在损耗的电能中去挖掘节电潜力,对于节约能源、降低成本具有举足轻重的作用。因此,必须根据变压器的有关技术参数,通过合理地选择运行方式,加强变压器的运行管理,充分利用现有的设备条件,以达到节约电能的目的。
尽管变压器的效率高达96%～99.7%,但由于使用量大、应用范围广,加上目前我国仍有相当数量的高耗能变压器还在电网中运行,消耗的电能十分惊人。在电网损耗中,变压器损耗占60%以上,我国所有变压器自身损耗占全国发电量的4%以上,因此,降低变压器能耗已经成为变压器制造厂和发、供、用电部门共同关注的重要课题。
2 变压器的经济运行分析
2.1 变压器经济运行方式的选择
大多数变电站都安装了2台可并联的变压器,计算变压器的并联经济负荷,以便合理选择经济运行方式,然后分析经济运行与操作及可靠性的关系。
2.1.1 经济并联负荷和临界负荷系数
2台可并联运行的变压器A和B,当1台(如A)和2台(A和B)变压器运行的有效功率损耗相等时,这时变电站的总负荷称经济并联负荷Sj,相应的负荷系数称临界负荷系数βj,Sj和βj的确定如下:
当并联变压器具有相同参数时,式(1)和式(2)变为:
图1为2台相同参数变压器的有功损耗和负荷的关系曲线,ΔPA为单台运行曲线,ΔPAB为2台并联运行曲线。
从图2可知,实际负荷S>Sj时,并联运行是经济运行;S
2.1.2 实例分析
某变电站2套可以并联的变压器参数为35/10kV,20 000kVA,铁耗为18.7kW,负荷为17 600kVA。多年来的运行方式为1台运行,另1台备用,后改为2台并联运行,分析变压器的经济负荷区和经济运行情况。由计算可知:容许经济负荷区βA-βB为0.182～1,理想经济负荷区βE-βD为0.304～0.713,校验经济负荷区βM-βD为0.426～0.713,并联运行时βAB为0.44在校验经济负荷区,且靠近βM,单台运行时βj为0.88在容许经济负荷区内。由于单台运行时βA大于临界负荷系数(0.603),因此并联运行是经济运行,单台运行为欠经济运行;并联运行较单台运行每小时可降低变压器损耗21.2kW,每年可节约电能18.3万kW·h.
2.2 变压器并联运行与可靠性的关系
习惯的观点认为1台变压器运行,另1台为备用状态的运行方式最可靠。事实上,若有变压器A、B,且令变压器A、B单独运行时出现故障的故障率为P(A)和P(B),则2台并联运行时,变压器A或B出现故障的故障率为P(A+B)=P(A)+P(B),而A、B变压器同时出现故障的故障率为P(AB)=P(A)P(B)。因为P(AB)<
2.3 变压器经济运行负荷区间的选择
随着变电站负荷容量的变化,各种运行方式产生的损耗会发生变化,在不同的负荷条件下,最优的运行方式也是不一样的,有时需要确定随着负荷容量的增长各种运行方式的最优运行区间,这就需要计算变压器的最佳负荷和分析变压器的经济负荷区,并在该区确定选择变压器容量的经济负荷点,从而来合理调整负荷和使用变压器,达到经济运行的目的。
当变电站有2台及2台以上变压器并列运行时,经济运行是在相同负载下优选其中有功损耗最小的运行方式。具体做法是:按负载从小到大的次序,计算出对应最佳的各台变压器运行负载区间。广义的说,有n台变压器的变电站,最多可以有L种并列运行方式。它们的数学关系式为:
对于n台变压器并列运行,其总有功损耗功率为:
式中,为第i台变压器的高压侧额定容量;Sn为全站n台变压器的高压侧额定容量总和;S1i为第i台变压器的高压侧负荷;S1为全站n台变压器的高压侧负荷总和。式(5)表示分配到各台变压器的高压侧负荷,与其额定容量成正比。因为通常并列的几台变压器阻抗电压(Uk%)相近,所以式(5)是符合电网实际的。将式(5)代入式(4)就得到n台变压器并列运行的有功电能损耗功率ΔP:
式(6)是总负荷S1和并联组合状态(由n,C2f,C3…等表征)的函数。给定变电站一定的并列组合(包括单台),通过式(6)就可以计算出对应这种组合下有功电能损耗功率ΔP与总供电负荷S1的关系曲线(如图2所示)。
曲线的交点就是两种并联组合之间的临界总供电负荷S用两种不同的并联组合Ⅰ和Ⅱ,分别代入式(6)得出两个ΔPⅠ和ΔPⅡ。令ΔPⅠ=ΔPⅡ,于是得到S=S1。
计算Scr的公式如下:
式中,Scr为临界负载功率,MVA;Ⅰ、Ⅱ指Ⅰ和Ⅱ两种运行方案;n1、nⅡ指Ⅰ和Ⅱ两种并联组合变压器台数。从图2中可以看出,当0
以上论述中只考虑了有功功率的损耗,在实际运行中变压器还要消耗无功功率,而无功功率的损耗增加了有功功率的损耗,当考虑因无功功率的损耗引起的附加损耗时,可引入无功当量系数,把变压器无功损耗乘以Ko折成有功损耗加到它的有功损耗中即可计算。
3 结束语
通过对变压器经济运行分析研究,在优选变压器经济运行负荷区间、变压器经济运行方式,充分挖掘现有设备潜力,在不投资或少投资、不增加新设备的条件下,既最大限度地降低电网损耗,实现节电降耗,又降低企业生产经营成本,增加企业经济效益,同时又提高了电网运行管理水平。变压器经济运行技术只是电网经济运行技术范围中的一个方面,而电网经济运行是一项系统工程,今后应根据电网实际情况,积极采用多种节电技术,进行纵横向的分析比较。选择一个按不同层次、不同范围、采用不同节电方法的分步实施方案,以达到全系统的整体最佳节电效果。
摘要：变压器是电力系统中应用很广的设备，如何加强对变压器的管理，充分发挥它的效能，对节约电能、降低运行费用有着重要的经济意义。分析和论述了变压器的经济负荷区、并联变压器的经济运行方式以及无功对变压器经济运行的影响。
关键词：变压器,经济运行,有功损耗
参考文献
[1]衣丽葵，袁小华．变压器经济运行方式研究[J]．辽宁工程技术大学学报，2003(4)：229-230
经济负荷 篇10
关键词：经济性,环保性,厂级负荷优化分配,目标函数
由表格可看出, 当侧重考虑经济性时, 煤耗率会减少, 污染气体排放量会增加;当侧重考虑环保性时, 煤耗率会增加, 污染气体排放量会减少;当综合两方面考虑时, 用煤费用与排污费用的和会达到最小。
参考文献
[1]姚勇.浅议如何提高火电厂的经济效益.工作研究, 2009, (3)
[2]王德胜.综合环境因素的火电厂负荷优化分配的研究.华北电力大学硕士学位论文, 2009