[go: up one dir, main page]

CN1101952C - 电厂设备的控制系统 - Google Patents

电厂设备的控制系统 Download PDF

Info

Publication number
CN1101952C
CN1101952C CN95193649.2A CN95193649A CN1101952C CN 1101952 C CN1101952 C CN 1101952C CN 95193649 A CN95193649 A CN 95193649A CN 1101952 C CN1101952 C CN 1101952C
Authority
CN
China
Prior art keywords
genset
control system
information processing
optimization
processing network
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN95193649.2A
Other languages
English (en)
Other versions
CN1151217A (zh
Inventor
克劳斯·希勒梅尔
马库斯·霍菲尔德
鲁道夫·格伯特
迈克尔·格鲁恩
沃尔特·佐纳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Corp
Original Assignee
Siemens Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens Corp filed Critical Siemens Corp
Publication of CN1151217A publication Critical patent/CN1151217A/zh
Application granted granted Critical
Publication of CN1101952C publication Critical patent/CN1101952C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/027Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only

Landscapes

  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Feedback Control In General (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Devices For Conveying Motion By Means Of Endless Flexible Members (AREA)
  • Paper (AREA)
  • Control Of Water Turbines (AREA)

Abstract

一种带多个发电机组(25)的电厂设备的控制系统(1),它包括一个计算机模块(2)和一个与计算机模块(2)相连的最优化模块(6),计算机模块(2)借助于原生计算方法为这一套或每一套发电机组(25)计算出指令参数(F),最优化模块(6)与一些信息处理网络(32)相连,其中,每一套发电机组(25)分别配置了一个信息处理网络(32)。

Description

电厂设备的控制系统
本发明涉及一种带多个发电机组的电厂设备的控制系统。
通常,在带多个发电机组的电厂设备的运行中,其每一单元都借助于指令参数n来加以控制。指令参数以与设备相关的运行参数为依据,通常依赖于一系列的辅助条件。例如,为了控制带多个发电机组的电厂设备,就给每一套发电机组一个额定负载值作为指令参数。通常要满足这样一种辅助条件,即输给所有发电机组的额定负载值的总和在一定的公差范围内与总额定负载值相等。该总额定负载值作为供电要求由用户预先给出。
为使一个电厂设备特别经济或特别实际有效地运行,可能需要为控制各单元而选定的指令参数n根据一系列的标准进行优化。例如,为了使带两套或多套按型号或作用为同类或不同类的发电机组的电厂设备能特别经济或以特别高的效率运行,必须把电厂设备输给用户的总功率在负载分布的范围内这样地分配到各发电机组,即必需的燃料消耗总量特别低,和/或热蒸汽或过程蒸汽特别有效地可输出耦合。为此为每一套发电机组,都算出一个额定负载作为指令参数。每一套发电机组借助为其所计算出的额定负载来加以控制。
通常,这类用于控制发电机组的指令参数是由发电站的操作人员凭实际经验而确定的,因此就强烈地依赖于操作人员的经验。到目前为止,现有的计算指令参数的自动系统通常由于高计算费用是以发电机组的输出电功率、输出的远热功率、过程蒸汽的质量流量和输入到发电机组的、通常与燃料消耗成正比的热功率之间的函数关系的线性化为依据的。由于这种线性函数关系,上述系统中运用的计算方法就不够精确。此外,在计算指令参数时通常不可能考虑到设备的实际状况,例如热交换器的损耗。
本发明的目的在于提供一个带多个发电机组的电厂设备的控制系统,该系统能可靠地计算出对于各发电机组特别有利的指令参数。
本发明的目的是这样实现的,即采用一种带多个发电机组的电厂设备的控制系统,该系统包括一个计算机集成模块和一个与计算机模块相连的最优化模块;该计算机集成模块借助于原生算法(Genetischen Algorithmus)为各套发电机组计算出指令参数,而该最优化模块与一定数目的信息处理网络(neuronalen Netzen)相连,其中各单元分别配置了一个信息处理网络。
原生计算方法(Genetische Algorithmen)在J.Heistermann所著的小册子“原生计算方法”,Teubner出版社,斯图加特,1994中,有详尽的描述。
该计算机集成模块相宜地为各发电机组确定总额定荷载分配到它们上的额定负荷值作为它们在一预给定的时间内的指令参数。
为了非常精确和用少量的计算费用计算出每一套发电机组的指令参数,最优化模块中除了一个与信息处理网络相连结的粗优化级之外,还包括一个精优化级。
在进一步有利的设计中,精优化级设计用来完成一个分析的过程模拟。该过程模拟在此可能也要考虑在发电机组的输出功率和待输入的热功率之间关于效率的非线性关系。
在指令参数的计算过程中,为了非常有效地运用原生计算方法,相宜地设置一个分开的信息处理网络,用于为原生计算方法提供初始值,在考虑了与装置相关的知识的情况下,该信息处理网络计算出原生算法的输入参数。前面计算出的在可比较的或者与实际的设备状况有偏差的设备状态中的指令参数值可用于计算实际的指令参数值。这样,计算指令参数所需的计算时间就变得很少,所以,对一个电厂设备而言,这样一种控制系统特别有灵活性。
本发明的优点特别在于,通过运用原生计算方法,对电厂设备各单元的指令参数的计算可以达到高的精确度。特别是通过原生计算方法和过程模拟的结合,可以非常精确、可靠、而且速度很快地,亦即计算消费很少地计算出指令参数。此时特别相宜地是将最优化模块分为一个粗优化级和一个精优化级。
下面借助于附图,对本发明的一个实施例作更详尽的说明。
图1所示为电厂设备的一个控制系统。
如图1所示,控制系统1包括一个计算机集成模块2,此模块2通过数据线4与最优化模块6的接口5相连。最优化模块6包括一个粗优化级8和通过连接线9与此相连的精优化级10,这两级均通过数据线12、14与接口5相连。
此外,计算机模块2通过数据线20与一个未进一步详细示出的电厂设备的发电机组25相连,这些发电机组25图中示有3个。每一套发电机组25通过数据线30与一个与它相配置的信息处理网络32相连,该网络从它那方面又进一步通过数据线34与最优化模块6中的粗优化级8相连。此外,计算机模块2通过数据线36与一个分开的信息处理网络38相连。
在电厂设备运行时,通过数据线20往控制系统1中的每一套发电机组25输入一个额定负载值或公称负载值作为指令参数F,使这些发电机组25受到控制。另外,也可将控制系统1计算出的指令参数F传达给电厂的操作人员,然后将其作为调节参数手动地传递给发电机组25。额定负载值此时受辅助条件的限制,也就是说,其总和应和用户要求的总功率相同。一套发电机组的额定负载值或者说是公称负载值可以是电功率、热功率和/或过程蒸汽。从电厂设备的经济运行方面考虑发电机组25应这样受控制,就是其全部的燃料消耗应尽可能少。
有待传输给发电机组25的指令参数F是借助于原生计算方法通过最优化由控制系统1计算出来的。在此阐述作为个体的,把各发电机组25“开”或“关”的开关状态描写成时间间隔函数的使用方案。一段计划好的时间,例如一天,又可以细分为一定数量的时间间隔,例如小时,而在此时间间隔内,每一套发电机组25当时的额定负荷值是恒定的。计算机模块2用矩阵的形式分析使用方案,矩阵的行总是表示一套发电机组25,矩阵的列总是表示一个时间间隔。
这些表示单个的发电机组25开/关状态的矩阵用作使用方案-个体的原生码。为使用方案-个体的每一个时间间隔,计算机模块2将每一套发电机组25的开关状态“开”或“关”通过接口5传输给最优化模块6。
然后最优化模块6就计算出一个预定的额定荷载在带“开”开关状态的发电机组25中的分配,在这样的分配中仅需输入最少的总热功率。为此,根据现已了解的最优化计算学原理,首先在粗优化级8中进行了一次粗优化处理。其中与粗优化级8相连的各信息处理网络32模拟与其相配置的发电机组25的特性。作为信息处理结构,其基础在于多层的反向传播感知系统(Backpropagation-Perzeptron)。此外,表征每一套发电机组25的实际状况的测量值M就通过数据线30送到与之相应的信息处理网络32。另外,借助于信息处理网络32,也可以考虑到早先的模拟结果。
粗优化后的结果GR通过数据线9传输到精优化级10。在精优化级10中,结果GR通过分析的过程模拟精优化,其中尤其考虑了相关的过程参数,例如电功率、远热功率、过程蒸汽质量流量和输入热功率之间的特殊的、非线性的关系。因此,以瞬时-优化方式得到的结果FR传输给接口5,并从那儿输送到计算机模块2。
在计算机模块2中,借助于结果FR,在使用方案-个体的每一个时间间隔内,对其良好的状况进行评估,其中尤其考虑了相邻时间间隔之间的相互关系。为此例如可以累加每一个时间间隔内输给每一套发电机组25的热功率。另外,单独地考虑例如为发电机组的起动或停车或者为因其它边界条件所造成的效率损失而有待预先准备好的附加热功率。在使用方案集的初始化中,在个体的重新组合选择中,以及在用新一代的个体代替旧一代的个体的过程中,采用了原生计算方法的标准程序。原生计算方法叠代步骤的次序通过箭头GA表述。在此同样考虑了一些附加条件,例如电厂设备总的输出功率,也就是说所有发电机组25输出的电功率的总和。
另外,对预先给定的电厂设备的总功率,发电机组25的指令参数F的计算结果通过数据线36传输到信息处理网络38,并存放在那儿。在新的一轮计算发电机组25的指令参数F的过程中,上述信息会被用于生成一个特别有利的初始值SW,该初始值通过数据线36传送到计算机模块2中,作为原生计算方法的初始化。通过这种方式,就可利用早先的成果节省了计算时间。
此外,在控制系统1中,同样在考虑了大量的边界条件的情况下,用特别少的计算费用,就可以计算出每一套发电机组25的指令参数F。由此也可在如此短的时间内计算出指令参数F,使得实际的设备状况也能被考虑到。

Claims (6)

1、一种带多个发电机组(25)的电厂设备的控制系统,它包括一个计算机模块(2)和一个与其相连的最优化模块(6),该计算机模块(2)借助于原生计算方法计算出这一套或每一套发电机组(25)的指令参数(F),而该最优化模块(6)与一定数目的信息处理网络相连,其中每一套发电机组(25)均分别配置一个信息处理网络(32)。
2、根据权利要求1所述的控制系统,其特征在于,该计算机模块(2)确定一个待实现的总额定负荷分配到各发电机组(25)上的额定负荷值作为每个发电机组(25)在一预定时间间隔内的指令参数(F)。
3、根据权利要求1或2所述的控制系统,其特征在于,最优化模块(6)包括一个与信息处理网络(32)相连的粗优化级(8)和一个精优化级(10)。
4、根据权利要求3所述的控制系统,其特征在于,该精优化级(10)是设计用来实现分析的过程模拟。
5、根据权利要求1、2和4中任一项所述的控制系统,其特征在于,有一个用于生成原生计算方法的起始值(SW)的信息处理网络(38)。
6、根据权利要求3所述的控制系统,其特征在于,有一个用于生成原生计算方法的起始值(SW)的信息处理网络(38)。
CN95193649.2A 1994-07-08 1995-07-07 电厂设备的控制系统 Expired - Fee Related CN1101952C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DEP4423897.5 1994-07-08
DE4423897 1994-07-08

Publications (2)

Publication Number Publication Date
CN1151217A CN1151217A (zh) 1997-06-04
CN1101952C true CN1101952C (zh) 2003-02-19

Family

ID=6522509

Family Applications (1)

Application Number Title Priority Date Filing Date
CN95193649.2A Expired - Fee Related CN1101952C (zh) 1994-07-08 1995-07-07 电厂设备的控制系统

Country Status (10)

Country Link
US (1) US5809488A (zh)
EP (1) EP0770232B1 (zh)
JP (1) JP3696245B2 (zh)
KR (1) KR100378631B1 (zh)
CN (1) CN1101952C (zh)
AT (1) ATE164460T1 (zh)
DE (1) DE59501727D1 (zh)
ES (1) ES2114747T3 (zh)
RU (1) RU2138840C1 (zh)
WO (1) WO1996002025A1 (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT404885B (de) * 1995-09-22 1999-03-25 Landis & Gyr Leit Und Fernwirk Verfahren zur leistungsermittlung sowie zur optimierung des einsatzes von kraftwerken einer schwellkette
ATE205608T1 (de) 1996-06-21 2001-09-15 Siemens Ag Verfahren und system zur inbetriebsetzung von industrieanlagen, insbesondere der grundstoffindustrie
JP3548672B2 (ja) * 1997-06-30 2004-07-28 株式会社東芝 地域熱供給プラントの制御装置
JPH11327606A (ja) 1998-05-14 1999-11-26 Yamaha Motor Co Ltd 総合制御方式
WO2001067186A1 (en) * 2000-03-09 2001-09-13 Stmicroelectronics S.R.L. Method and hardware architecture for controlling a process or for processing data based on quantum soft computing
US20030182250A1 (en) * 2002-03-19 2003-09-25 Mohammad Shihidehpour Technique for forecasting market pricing of electricity
RU2270469C2 (ru) * 2004-03-11 2006-02-20 Олег Алексеевич Суханов Система управления режимами электроэнергетических систем
US7643974B2 (en) * 2005-04-22 2010-01-05 Air Liquide Large Industries U.S. Lp Pipeline optimizer system
WO2009055967A1 (en) * 2007-10-31 2009-05-07 Honeywell International Inc. Real-time model validation
EP2394031B1 (de) * 2008-06-16 2016-01-13 Siemens Aktiengesellschaft Verfahren zur anlagensteuerung in einer kraftwerksanlage
ES2372571T3 (es) * 2009-02-11 2012-01-23 Accenture Global Services Limited Método y sistema para reducir las pérdidas del circuito alimentador usando respuesta de la demanda.
CN102449877B (zh) * 2009-05-29 2015-05-20 西门子公司 能量分配
CN103733463B (zh) * 2011-06-20 2016-03-02 Aes有限公司 基于市场数据来控制能量服务的方法及装置
GB201900477D0 (en) 2019-01-14 2019-02-27 Rolls Royce Plc Optimisation method

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05143757A (ja) * 1991-11-22 1993-06-11 Omron Corp ニユーラルネツトワークの学習方法及び学習装置
DE4200260A1 (de) * 1992-01-08 1993-07-22 Dieter W Dr Ing Vetterkind Prozess-evolutionsrechner
US5353207A (en) * 1992-06-10 1994-10-04 Pavilion Technologies, Inc. Residual activation neural network
JPH06195322A (ja) * 1992-10-29 1994-07-15 Hitachi Ltd 汎用型ニューロコンピュータとして用いられる情報処理装置

Also Published As

Publication number Publication date
ATE164460T1 (de) 1998-04-15
RU2138840C1 (ru) 1999-09-27
DE59501727D1 (de) 1998-04-30
JP3696245B2 (ja) 2005-09-14
ES2114747T3 (es) 1998-06-01
CN1151217A (zh) 1997-06-04
US5809488A (en) 1998-09-15
EP0770232A1 (de) 1997-05-02
WO1996002025A1 (de) 1996-01-25
JPH10502476A (ja) 1998-03-03
EP0770232B1 (de) 1998-03-25
KR100378631B1 (ko) 2003-05-22

Similar Documents

Publication Publication Date Title
CN1101952C (zh) 电厂设备的控制系统
RU2270469C2 (ru) Система управления режимами электроэнергетических систем
Chen et al. Energy loss reduction by critical switches
US7676283B2 (en) Method for optimizing the functioning of a plurality of compressor units and corresponding device
EP2362978B1 (en) Reactive power optimization
EP3343717A1 (en) Hierarchical implicit controller for shielded system in a grid
WO2021129955A1 (en) System and method for load and source forecasting for increasing electrical grid component longevity
DE102011051671A1 (de) Optimierungssystem unter Verwendung einer iterativen Experten-Engine
JPH04217817A (ja) 電力回路網におけるコスト最適化方法及び装置
CN1122632A (zh) 发电设备的控制装置
CN109066819B (zh) 一种基于案件推理的配电网的无功优化方法
CN115375008A (zh) 一种综合能源系统多目标鲁棒优化配置方法
Brannlund et al. Short term generation scheduling with security constraints
Wang et al. Economic model predictive control based on a periodicity constraint
CN115576203A (zh) 基于神经网络的嵌入式电除尘智能控制方法和系统
Anders Genetration planning model with reliability constraints
Papalexandri et al. Operation of a steam production network with variable demands modelling and optimization under uncertainty
US6081661A (en) Command value decision unit
CN114879513B (zh) 循环水系统的实时优化节能控制方法及装置
Yang et al. Applications of the genetic algorithm to the unit commitment problem in power generation industry
CN107437789A (zh) 整定值的确定方法和装置
JPH08280135A (ja) 電圧無効電力制御装置
RU39959U1 (ru) Система управления режимами электроэнергетических систем
CN119813854B (zh) 用于可再生能源接入的非晶合金干式电力变压器控制方法
WO2002057968A1 (en) Method in connection with a power plant

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20030219

Termination date: 20130707