基于模糊多目标优化的火电厂负荷优化分配研究 硕士论文.doc

华北电力大学硕士学位论文摘要摘 要本文以300MW机组为研究对象，首先分析了机组的煤耗特性。在煤耗特性曲线的拟合上，提出了一种加权统计方法，综合考虑历史数据和当前数据对煤耗特性的影响，使曲线更真实的反映机组的实际状况。在此基础上，建立了同时优化煤耗和变负荷时间两个目标函数的简单、完整、符合电厂实际的多目标负荷分配模型；然后用多目标模糊优化理论和动态规划法解决此多目标负荷优化问题。最后借助MATLAB对相同约束条件下多目标负荷优化分配模型和只以煤耗为优化目标函数的单目标负荷优化分配模型进行了仿真，仿真结果表明：多目标优化比单目标优化可以得到更科学、更合理的负荷分配方案。 关键词：负荷优化分配，模糊多目标优化，煤耗特性曲线，动态规划法ABSTRACTAimed at units (300MW), coal consumption is analyzed at first in this paper. A statistical method is presented to fit coal consumption curve, which considers both history data and current data, and makes the curve closer to real unit. Then simple, integrated and factual multi-objective mathematic model which considered both coal consumption and load-changing time is built, dynamic programming and multi-objective optimization theory are used to solve the model. finally, the multi-objective optimization model and single-objective optimization model which only considered the coal consumption has been simulated under the same constrains by means of MATLAB, It is proved by the result of simulation experiments that multi-objective optimization has high efficiency and strong ability of global search than single-objective optimization, a more scientific and rational load distribution plan have been obtained.Feng Peiyan (Control Theory and Control Engineering)Directed by prof. Chen YanqiaoKEYWORDS：economic load dispatch, fuzzy multi-objective optimization, coal consumption curve, dynamic programming华北电力大学硕士学位论文目录目 录中文摘要英文摘要第一章 绪论11.1课题研究的背景及意义11.2负荷优化调度的研究现状21.2.1国内外研究现状21.2.2负荷优化分配方法31.3本课题主要研究工作6第二章 机组的煤耗特性的确定72.1经济指标的选择72.2机组煤耗特性曲线的确定方法82.3原始数据热力计算求出煤耗特性曲线方程92.3.1原始数据的整理92.3.2热力计算的假设102.3.3锅炉效率112.3.4单元机组热耗率122.3.5供电功率132.4煤耗特性曲线的数据拟合132.5本章小结14第三章 负荷分配的数学模型和算法163.1目标函数的确定163.2约束条件的确认163.3厂级负荷优化分配模型183.3.1单目标负荷分配模型183.3.2多目标负荷分配模型183.4负荷优化分配算法183.4.1动态规划法的基本概念193.4.2动态规划法的基本解法203.4.3动态规划法的递推公式223.4.4递推公式的计算243.4.5动态规划法的程序实现263.5小结26第四章 多目标优化理论284.1多目标优化问题的论述284.1.1多目标优化问题284.1.2多目标决策问题的共同点284.2传统多目标优化方法和改进294.2.1评价函数法294.2.2分层序列法304.2.3交互规划法304.2.4传统多目标优化求解方法的改进314.3多目标模糊优化314.3.1常规多目标优化设计的模糊解法314.3.2普通多目标模糊优化334.3.3普遍型多目标模糊优化364.4小结40第五章 实例分析与比较415.1数据的获取415.2数据的处理415.3煤耗特性曲线425.4多目标模糊优化在负荷优化分配中的应用435.5实例仿真445.6小结48第六章 全文工作总结及展望496.1结论496.2展望50参考文献51致 谢54在学期间发表的学术论文55II华北电力大学硕士学位论文第一章 绪论1.1 课题研究的背景及意义实行“厂网分开，建立竞争性的电力市场”已成为电力改革的潮流，从国际、国内的发展形势看，电力走向市场是历史的必然。我国在20世纪90年代提出了电力市场改革的任务，以打破原有的电力运营方式，将电力运营逐渐向市场化转化。 在市场化的运作机制下许多原来的电力生产运行方式将都随之进行变革。电力生产市场化之后带来的最明显的变革是上网电价的市场化、调度方式的调整，首当其冲需要解决的是电力市场下的经济调度问题1-4。调度方式的转变也意味着经济负荷分配方式的变化。传统的负荷分配是属于纯粹的计划指令分配，每一发电厂的“日计划运行曲线”每天由省级调度按照每一电厂的可用容量、每一发电机组的维修状态、电厂的燃料备用状态和每一发电机组的经济性等依据排定。省级调度可以按照实际情况修正负荷分配曲线，以随时保证供需平衡、系统安全和经济性，同时将发电指令下达到每一台发电机组上。而在电力生产市场化之后电网将根据购电成本的最小化原则确定电网的区域性调度指令，调度指令将不再下达到每一台发电机组，而是直接下达到每一个发电企业。发电企业根据自己内部的设备运行状况、设备备用情况以及其它的条件自行分配厂内机组的负荷。发电企业从生产型企业转变为经营型企业，电厂作为独立的经济实体参与电力市场竞争5。在得到系统负荷调度后，发电厂商按所分配调度的负荷数量组织生产，提高生产运行经济性，提高电厂在电力市场中竞争力，已成为越来越引人关注的焦点。在现有生产运行数据的基础上，用科学的优化策略方法优化生产运行，降低生产成本，提高电力生产经济效率和效益，是深化科技应用的有效途径。机组负荷优化调度是一个非常令人有兴趣的研究课题，它已有60多年的研究历史。尤其是自上世纪80年代以来，电力系统的运行体制问题引起广泛的关注，世界各国纷纷开始建立电力市场改变电力企业垄断经营，负荷优化调度问题对于增强企业的竞争力显得尤为重要。机组间负荷实时优化分配，是指实时采集各个机组的运行参数、热力参数，计算出机组当前时刻的负荷煤耗特性，然后考虑各个机组的煤耗特性，在线给出各个机组的负荷，然后进行负荷优化分配。由于负荷优化调度方法对提高发电企业的经济效益和改善系统安全运营有很大的贡献，故许多学者在这方面进行了理论研究并且提出了许多解决方案。因此，厂级负荷优化分配问题是一个现实意义重大和经济意义重大的问题，有必要对这个问题进行深入的研究、探讨和应用推广。1.2 负荷优化调度的研究现状1.2.1国内外研究现状国外在负荷优化调度方面的研究较早，尤其在优化理论方面，提出了大量的算法，主要有微增率法、线性规划法6、拉格朗日松弛法7、动态规划法8等。近年来，随着计算机和人工智能技术的发展，一些学者又提出将遗传算法9、模拟退火算法10、人工神经网络法11、混沌优化算法12等智能化方法用于机组的负荷优化调度问题；在实际系统的开发方面，也取得了一些成果，例如，德国Siemens公司的负荷优化软件在德国Mannhei电厂、韩国Hadong电厂已有相对成功运行的经验13。与国外优化调度理论长期的不断研究和发展相比，国内在这方面的研究起步较晚且不广泛，随着近年来国内部分地区的电力饱和，特别是电力市场的不断发展，机组调度问题在国内也越来越引起电力系统部门和学者的重视。算法研究上比较接近国外先进水平，提出了许多有价值的算法和改进措施，如清华大学的赵子臣、相年德等人，提出了一种机组优化的新型启发式方法，即应用启发式和逐步动态规划进行机组最优组合的求解14；国电电力科学研究院的王平洋，王广生等人针对遗传算法收敛比较慢耗时过多的问题，提出了一种模糊控制遗传算法15；西安交通大学的朱振青、王东平、孙启宏提出了一种机组组合的扩散并行遗传算法16,17；浙江大学生产工程研究所王剑峰，顾新建和浙江省电力局中心调度所高国宁，那志强等人在研究中，考虑短期调度问题，为了解决机组组合、短期水电计划、水火电协调问题，提出了一种基于递减编制法的电网调度计划编制方法18，其它见文献19-23。目前厂级监控信息系统(SIS)是目前电力企业市场化和自动化发展的一个新方向，是顺应电力市场的发展而出现的一种新型实时监控系统。厂级监控信息系统简称SIS系统，是在2000年国家经贸委颁发的火力发电厂设计技术规程中明确规定的。规程指出：“当电厂规划容量为1200MW及以上，单机容量为300MW及以上时，可以设置厂级监控信息系统24，25”。SIS系统的具体功能到目前为止还没有确定的模式，目前在实际系统的开发上取得了一些成果的有：国外已有相对成熟的产品，如ABB公司的OPTIMAX，西门子公司的Sinenergy，Honeneywell公司的TPS等；国内热工研究院和电力科学院目前已投入SIS的开发研究，如西安热工研究院开发的厂级实时监控系统、国电南瑞开发的火电厂厂级网络互联系统、上海新华电站开发的厂级实时监控信息系统等。随着技术的发展、电力市场化改革的深化以及全厂实时生产过程综合监控和管理的需要，SIS系统的功能必将不断的扩充和完善。SIS采用模块化的软件包来完成全部应用功能软件组态，主要软件包包括：(1)过程信息管理(2)电厂负荷分配调度(3)厂级性能计算和分析(4)控制回路优化(5)主、辅机故障诊断(6)机组寿命计算和分析(7)主要设备状态(泄漏、磨损)检测和计算分析等功能。从总体上讲，SIS是在DCS(集散控制系统)和MIS(管理信息系统)之间的一个相对独立的系统，并与电厂分散控制系统(DCS)以及电厂水处理系统、煤系统、灰系统和网控等公用辅助系统直接进行数据通讯，从这些生产控制系统中提取实时数据，来完成电厂生产过程管理所需的各种功能如电厂负荷调度功能等等，向MIS系统提供所需要的全厂生产过程实时数据。由于厂级负荷优化分配系统的研发不仅需要数学知识、计算机技术、信息技术、热能动力技术、控制理论、管理科学、软件技术等，还需要全厂生产过程的自动化和综合一体化管理，总的来看，国内外在这方面的研究均处于起步阶段。1.2.2负荷优化分配方法电厂只要有两台或两台以上机组同时运行时，就会遇到负荷分配问题。国内外经过了长期的研究和广泛的应用，目前已出现了很多有价值的负荷优化分配方法。大致有以下几种：(1) 传统优化方法效率法早在30年代已前，负荷分配问题是以效率法等直觉方法来解决的，主要表现为两种：一种是所谓的基本负荷法，即把机组按照某运行点处的运行效率的高低排列，首先把负荷加到效率高的机组上，依此类推；另一种是最佳点加复合法，与前者类似，仍按照其运行点的效率高低将机组排队，不同的是，依次加负荷到机组的最佳效率点而不是到满载。减负荷则相反。这两种方法尽管简单易行，但是未得到理论证明，有很大的近似性，无法保证负荷分配方案的最优。等微增率法按等微增率由小到大顺序加负荷，长期以来，很多电厂都采用此种方法进行机组负荷分配，而且至今它仍是电厂主要经济调度方法之一，但它的局限性是：要求各机组的煤耗和煤耗微增率曲线单调递增，而且是可微分的，对微增特性曲线有严格的精度要求，实际的机组煤耗特性很难满足。逐点法电厂中负荷的调整并非数学中的连续的概念，而是有间隔的，间隔的存在导致各台机组负荷调整方案的有限化，即总方案是可数的，这所有的方案应囊括在规定边界条件下满足条件的所有运行方案，最优的方案只是这些方案中的一种，按规定的间隔逐点确定总的分配方案，对每一种方案分别计算对应的单台机组的煤耗和发电厂总的煤耗，找出使全厂煤耗最小的分配方案26。该方法对实测的性能曲线的每个工况点进行计算，避免了人为的拟合造成的误差。(2) 基于数学规划的方法线性规划法线性规划主要用于求解线性目标函数,线性约束条件(等式或不等式约束)的优化问题,应用线性规划方法求解机组间的经济分配问题,首先要把表示机组经济特性的曲线分段线性化,即分段建立目标函数，小区间内等微增耗为常数，然后采用线性规划的数值方法进行求解27。运用线性规划法分配运行机组的负荷模型简单，计算速度快，由于火电机组的耗量特性曲线一般不服从线性函数,近似为线性函数后,再用线性规划,分配结果偏离实际最优方案，精度稍低。非线性规划法非线性规划法是根据电厂提供的机组热力试验数据，构造出一组描述系统实际过程的数学模型，并用非线性规划方法求得最优化方案的一种复杂解算方法。求解这种模型常用的方法是罚函数法。这种方法虽然在大多数情况下可以计算出最优值，但其过程复杂，计算量大，且在变量边界附近容易使寻优陷入死循环，所以在工程中的应用受到了很大的限制，还有待研究28。动态规划法动态规划法用于解决多阶段决策过程最优化问题的算法，是五十年代由数学家Bellman提出来的。其实质29是将个多变量函数的最优分配问题转化为步递推函数的优化问题。动态规划法是多级决策方法，它可以适应负荷变化，选择机组台数、开停次序和承荷大小，这种方法计算量稍大，但随着电子计算机技术的发展，为寻优求解提供了运算速度快、内存容量大的计算工具，鉴于以上优点，动态规划法在电厂的负荷分配中得到了广泛的应用。(3) 现代优化方法遗传算法遗传算法是模拟自然界生物进化过程的组合优化算法。遗传算法的优点是：对目标函数形态没有特殊要求，从理论上来说可以找到全局最优解，可以得到多个可选方案；方法比较灵活，可以考虑多种约束；适合于并行处理。其缺点是：本质上属于无约束优化算法，如何处理约束条件将在很大程度上影响算法的效率；由于是随机优化算法，不能保证的到全局最优解；计算量比较大，所需时间长。目前常用的基于遗传算法的求解方法有30,31：权重系数法并列选择法排序选择法小生境Pareto遗传法。模拟退火法模拟退火法32以优化问题的求解与物理系统退火过程的相似性为基础，利用Metropolis算法并通过模拟融熔金属的物理退火性质，采用随机迭代的搜索过程。该方法具有良好的收敛性，但算法性能依赖于退火方案的选择，且需要进行大量的随机迭代，也有可能无法跳出局部最优而找不到全局最优解。变尺度混沌算法混沌是一种非线性现象。一个混沌变量在一定范围内具有随机性、遍历性和规律性等特点,根据混沌的特点将其应用于经济负荷分配,其思想是把混沌变量线性映射到优化变量的取值区间,然后利用混沌变量进行搜索,根据搜索进程,不断缩小优化变量的搜索空间并不断改变“二次搜索”的调节系数。变尺度混沌优化方法具有全局寻优能力33。人工神经网络法人工神经网络(Artificial Neural Networks,简写为ANN)是对人类大脑的一种物理结构上的模拟，即以计算机仿真的方法，从物理结构上模拟人脑，以使系统具有人脑的某些智能。在众多的ANN模型中，多层前馈神经网络模型是目前应用最为广泛的模型。用反向传播学习算法(简称BP算法)可以实现多层前馈神经网络的训练，BP算法具有简单和可塑性的优点，但是BP算法是基于梯度的方法，这种方法的收敛速度慢，且常受局部极小点的困扰34。(4) 其它算法 蚁群算法 蚁群算法(Ant Colony Optimization ACO)由Dorigo等人提出,是人们受到真实世界中蚂蚁群体行为的启示而提出来的一种优化算法,通过个体之间的信息交流与相互合作,最终得到待求问题的解35。该算法应用于经济负荷分配,在保证收敛精度的前提下,收敛速度较快,稳定性高,高效的邻域搜索算法和收敛充分条件,会提高蚁群算法的效率。模糊算法此算法根据模糊集理论的知识，引入模糊隶属变量，然后根据最大隶属度的原则,求各个目标函数隶属度的公共阀值，将多目标负荷优化问题转化为单目标负荷优化问题来进行寻优计算。模糊算法可以很好的解决多目标的函数问题36。(5) 目前的发展情况虽然有很多负荷分配算法已经应用于电厂中,但是大多数只是采取离线计算,效果不是特别的明显,有些时候不能获得全厂的最优解。所以在线的计算,控制负荷的分配成为现在各大电厂急切需要解决的热点问题。另外,随着负荷分配研究的深入,人们往往期望满足多个目标,而不是一个目标,目前国内关于多目标负荷分配的研究尚少,国外的研究多集中在经济性指标和环保指标(如SOX,NOX)上37,针对含有不同量纲的多目标函数的负荷优化分配模型,常用的算法主要有加权法、模糊判决法等。加权法需要选择参数,涉及到的人为因素较多；而模糊多目标负荷优化设计方法简单、实用,不用人为的选择加权系数,容易构成单目标函数,因而,该方法在多目标负荷分配的应用中很有研究前景,越来越引起人们的重视。在解决电厂负荷分配的算法中,人们不仅仅局限于这几种常规的算法,因为每一种算法多少都存在计算的局限性,所以目前有人将几种算法结合在一起互相取长补短,或者对算法进行改进,争取在最短的时间里获得最优的负荷分配,例如：遗传禁忌算法、加速遗传算法、浮点数算法等等。随着各种算法在电厂中的应用,人们不断对它们进行改进,会进一步降低电厂的生产成本,提高电厂的经济效率,并进而得到更广泛的应用。1.3 本课题主要研究工作论文主要内容：1) 机组煤耗特性曲线的确定。针对机组的煤耗量和供电量之间的关系，提出较准确的函数类型来加以描述，并拟合机组煤耗特性曲线方程。2) 数学模型的建立。由于机组只在特殊情况下才会停机，本文只研究了稳态情况下的负荷分配结果。在目标函数的选取上，提出了以供电煤耗量和变负荷时间作为优化目标函数；在约束条件的处理上，摒弃了对机组启停组合问题影响较大的约束，考虑基本的功率平衡约束、机组输出功率上、下限约束和速率约束。在此基础上，建立了简单、完整、符合电厂实际的数学模型。3) 多目标模糊优化理论的研究。将多目标模糊优化理论应用到负荷优化分配中，将多目标函数处理成为单目标函数，计算简单、精度高，进而用常规优化方法求解。4) 机组间负荷分配方法研究。对并列运行机组间的负荷分配优化算法作出分析，并对动态规划法进行了详细的研究，介绍了动态规划法的基本概念、方程、求解问题的一般步骤，以及动态规划法应用于负荷优化分配的决策过程。5) 实例分析。以甘肃某电厂MW机组为例，拟合出同一工况下的煤耗特性曲线，将多目标模糊优化理论和动态规划法应用于四台机组的负荷优化分配。在相同约束下，对以标准煤耗为目标的单目标优化模型和本文提出的多目标优化模型进行仿真，并从煤耗和变负荷时间上进行比较。 6) 结论及展望第二章 机组的煤耗特性的确定机组的煤耗特性曲线是进行负荷优化分配的前提和基础，要得到最优的负荷分配方案，首先要得到各机组准确的煤耗特性曲线。随着计算机监测技术的发展，许多机组都装有SIS，借助于该类系统，通过建立机组各单元的性能模型，可以在线计算出煤耗与机组出力的关系，从而得到各台机组实时的煤耗特性曲线。2.1 经济指标的选择讨论机组负荷优化分配，通常选用的经济指标主要有以下几种：(1) 热耗率热耗率是指机组承担某一负荷时，每单位负荷消耗的热量。机组运行时，不仅仅是消耗热量，还消耗电能，由于各机组的厂用电不能忽略，故热耗率是不能全面地衡量一台机组的生产效率。(2) 供电成本供电成本能全面准确反映机组性能的优劣，但由于供电成本包括的因素太多，使其所建数学模型过于复杂，难于求解。而且又由于诸如工资、燃料价格等因素随市场的变化而不断波动，还可能导致其数学模型失真。(3) 供电煤耗以供电煤耗作为负荷优化分配的目标函数，抓住了问题的主要方面，即具体性、稳定性和可比性，忽略了问题的次要方面，如工资、价格的波动因素，与以供电成本为目标函数相比，简化了数学模型，使其数学求解简单，尤其是当其它费用比较固定，且机组出力变化不大时，则煤耗量与机组出力的关系就近似于供电成本与机组出力的关系。机组煤耗率与煤耗量是两个不同的概念，煤耗率是评价机组经济性的一个重要指标，机组煤耗率越小，经济性就越高。一般情况下机组煤耗率是通过煤耗量求得的。其关系式非常简单，如下式所示： (2-1)其中，为机组的煤耗率，为机组的煤耗量，为机组对应负荷。标准煤耗是指火电厂每生产1千瓦·小时的电能所消耗标准煤的数量，单位是克/(千瓦·小时)(g/kwh)。标准煤亦称为煤当量，是将不同品种、不同含热量的能源按各自不同的含热量折合成为一种标准含量的统一计算单位的能源。能源的种类不同，计量单位也不同，如煤炭、石油等按吨计算；天然气、煤气等气体能源按立方米计算；电力按千瓦小时计算；热力按千卡计算。为了求出不同的热值、不同计量单位的能源总量，必须进行综合计算。由于各种能源都具有含能的属性，在一定条件下都可以转化为热，所以选用各种能源所含的热量作为核算的统一单位。常用的统一单位有千卡、吨标准煤(或标准油)。我国目前采用标准煤为能源的度量单位。标准煤的计算目前尚无国际公认的统一标准，1千克标准煤的热值，中国、前苏联、日本按7000千卡计算，联合国按6880千卡计算。标准煤耗率:将不同发热量的各种煤统一折算成发热量为29308千焦/千克的“标准煤”后算得的煤耗率。主要用于在燃用不同煤种的各个发电厂之间进行热经济性比较。本文选取标准煤耗(g/kwh)作为代表经济性指标的优化目标函数。2.2 机组煤耗特性曲线的确定方法大型火电机组一般是由锅炉、汽轮机、发电机和变压器串连而成的单元制机组，火电机组的发电是通过燃料的燃烧和中间一系列的能量转换，最后是以电能的形式输出(本文中的机组均指燃煤机组)。总之，发出一定功率，就要消耗一定燃料，火力发电机组的耗量特性即为稳态运行时，煤耗和机组出力的关系特性。机组的燃烧耗量F和输出的电能P的关系很复杂，一般情况下，F不仅是P的函数，还与P的变化率有关，如果再考虑汽轮机阀门开度的调节、机组启停或低负荷燃烧时需要投油、稳燃等因素，两者的关系将会更复杂。简单起见，这里仅讨论机组输入输出的静态关系，即输出的电能P长期不变条件下的关系，也就是机组的煤耗特性，表示为： (2-2)根据这种关系绘制的曲线就是煤耗特性曲线。煤耗特性曲线的确定大致有几种方法：一是利用制造厂家提供的原始数据和机组的热力试验相结合的方法求取；二是由机组日常运行数据记录整理得出；三是通过实时数据采集不断修正原来的煤耗特性的方法获得；四是利用SIS在线拟合各台机组的煤耗曲线。以上几种方法中，由于方法一要通过针对性的热力试验得到，获得的数据虽然比较准确，但试验任务繁重和其它的一些客观因素，导致这种方法无法在短时间内实现；由于需要分工况下的煤耗曲线，方法三和方法四都不太适合；本文从SIS实时数据库读取原始数据，将原始数据整理和处理，得到与机组的供电功率P(MW)相对应的标准煤耗数值F(g/kwh)，再经过数据拟合，即可获得机组的煤耗特性曲线。一般地，对于单元机组，供电煤耗(t/h)可表示为锅炉效率、单元机组热耗率q(kJ/kwh)以及供电功率P(MW)的函数： (2-3)式中：Q为标准煤低位发热量，规定每公斤发热量为kJ/kg，(即每公斤7000大卡)。也可以用下式将原燃料折合成标准煤： (2-4)上式中：-供电煤耗量(t/h)；-原煤燃料量(t/h)；-每公斤原煤获得发热量(KJ)。由以上公式分析可知：机组的供电煤耗可以通过测取锅炉效率、单元机组热耗率q(kJ/kwh)和供电功率(MW)来确定。从而最终计算出来标准煤耗，即可得到机组的煤耗特性方程。2.3 原始数据热力计算求出煤耗特性曲线方程2.3.1原始数据的整理本文分别从各机组的运行报表中选取20个工作点，这20个工作点均匀分布在机组稳定运行的范围内，即为机组额定负荷的60100%范围内(机组不投油、能投自动的情况下)。为了比较真实的反映机组的煤耗特性，每个工作点均选取若干组数据。由于运行报表的数据可能不够合理，必须对所选的数据进行分析，从中舍弃不合理的数据组，然后将剩下的各组数据中的同名数据进行算术平均，即： (2-5)式中，经筛选后的同名数据经筛选后的数据组数， -该工作点下的参与热力计算的参数。可以从以下两方面进行对数据的筛选：(1) 根据物理常识或工程技术原理判断数据的合理性例如，在汽轮机调节阀门开度不变的情况下，如果没有其它操作且设备运行正常，当主蒸汽压力升高时，主蒸汽流量、监视段压力、各段抽汽压力以及机组功率都应该相应增大。在这种情况下，若发现其中某个数据反而减小，显然不合理，应将这个数据所在的数据组剔除。(2) 应用Grubbs检测方法38判断若某个参数有个原始数据，分别为，于是有： (2-6)残差为： (2-7)假定原始数据是正态分布，则均方根误差按Bessel式估计，即： (2-8)Grubbs方法是先选定一个危险率，然后根据和查表得到临界值，若其中某个数据满足下式，则认为是异常数据，该数据组应该舍弃。 (2-9)在舍弃一组数据后，总的数据少了一个，所以应重新计算和,再重复上述方法判别是否有其他异常数据。至于危险率，根据有关经验一般取值。2.3.2热力计算的假设机组的热力计算采用常规的热平衡方法。它以主蒸汽流量为基准，而主蒸汽和再热蒸汽都为高温高压过热蒸汽，其流量测量很难得到保证，可能会出现偏差，这里更重要的是热力计算的结果所体现的煤耗特性曲线的趋势。由于机组热力系统结构复杂、规模庞大，影响原始数据的因素很多，例如系统漏水漏汽、有补给水流入、阀门关闭不严等。因此，为了简化热力计算，假设原始数据是在以下条件下得出的：(1) 热力系统没有泄漏；(2) 各机组均无补给水进入；(3) 各机组之间的各种联通管阀门处于关闭状态，以防止各机组间有汽水混合而影响机组性能的独立性；(4) 旁路门和逆止门关闭严密，如高压加热器的旁路门、高压缸旁路门、备用泵的出口逆止门等，以免引起热力计算的误差；(5) 不计给水在高压加热器内的阻力损失；(6) 各个测点均稳定可靠，数据通讯部分没有错误，由于现场测点不全而导致的少量数据缺失，可参考机组出厂数据说明书。 2.3.3 锅炉效率锅炉效率的计算有正平衡和反平衡两种方法39，正平衡法需要测取煤的流量，但目前国内外尚未找到精确测量煤粉流量的方法，故在线确定机组的煤耗特性时，应用“正平衡”法不能精确计算锅炉效率；应用反平衡法计算锅炉效率时，需要知道煤的成分与热值，这些数据一般来自化学车间的分析结果，近年来采用射线在线测定煤的热值已取得一定的进展，但锅炉排烟氧量与飞灰可燃物的测取还没有得到很好的解决。对于具体的电厂，目前可以根据运行经验将这些无法准确测定的参数指定为定值，如有需要可根据机组大修前后试验的结果随时调整。计算锅炉效率的反平衡法的公式40为： (2-10)式中，锅炉反平衡效率；可忽略不计；排烟热损失的份额；化学不完全燃烧热损失的份额；机械不完全燃烧热损失的份额；锅炉散热损失的份额；灰渣物理热损失的份额。以上各热损失中，所占总损失的份额很小，且它们(除外)的求取依赖于灰渣的化验。在此，它们可忽略不计，因此，假设它们为零。计算锅炉效率的反平衡法的公式可简化为： (2-11) 排烟热损失：烟气离开锅炉机组的最后受热面时，还具有相当高的温度，排烟所拥有的热量随烟气排入大气而不能得到利用，造成排烟损失。它带走了一部分锅炉的热量，是大容量锅炉所有的热损失中最大的一项，一般为5-12%。因此在计算时应扣除这部分热量。主要与排烟容积和排烟温度有关，故简化的排烟损失计算公式为： % (2-12)式中，简化函数，大小和煤种有关，推荐值见表2-1；排烟温度 ，来自测量的原始数据；送风机进口温度 ，一般取平均环境温度，；烟气中氧含量的体积百分数 %，可测得。排烟的空气过剩系数；由以下经验公式计算： (2-13)式中：，烟汽中含氧量来自原始数据。 (2-14)表2-1 的推荐值煤种 洗中煤、长焰烟煤3.570.62无烟煤、烟煤3.550.44锅煤3.020.90燃料煤3.550.322.3.4 单元机组热耗率无再热循环的单元机组热耗率为： (2-15)有再热循环的单元机组热耗率为： (2-16)当排污水量，即排污率时，上两式中项可以忽略为零，于是式(2-15)变为： (2-17)式(2-16)变为： (2-18)式中， P供电功率，MW；、过热蒸汽和再热蒸汽流量，kg/h；、过热器喷水和再热器喷水流量，kg/h；锅炉额定蒸发量，kg/h；过热蒸汽出口焓，kJ/kg；、再热蒸汽出口、进口焓，kJ/kg；给水焓，kJ/kg；、过热器喷水和再热器喷水焓，kJ/kg。以上各量中，发电机出力和给水流量的测取较易测出，蒸汽焓和给水焓也可以通过测量各自的温度、压力，然后由水-水蒸汽焓熵表查得或由软件计算得到。关键是主蒸汽流量的直接测取误差较大，需根据蒸汽的温度与压力进行修正，一般是通过高压缸进出口的蒸汽压力差计算得到，然后根据蒸汽温度进行修正。计算再热循环机组时，还需测取再热蒸汽流量、再热蒸汽热端焓与冷端焓，其中再热蒸汽流量的直接测取也比较困难，也是通过主蒸汽流量与高压缸各段蒸汽压力来间接得到再热蒸汽流量。2.3.5 供电功率P这里将讨论供电功率和发电功率两者的关系，供电功率是从发电功率扣除厂用电功率的部分，即电厂通过电网输送给用户，从而产生经济效益的功率。一般而言，火电厂的厂用电量占全厂总生产电量的6-10%，对于不同的火电厂、不同的单元机组，这个百分比值是不同的。供电功率、厂用电功率和发电功率三者的关系用公式表示如下： (2-19)式中， 、分别表示供电功率、发电功率和厂用电功率。机组的发电功率可直接测得。而对于装有厂用电变压器的电厂,可以直接测量厂用电功率；对于没有装厂用电变压器的电厂,可以用发电机端的厂高变高压侧有功功率来代替厂用电率。这时它们的关系式如下： (2-20)式中,为厂高变高压侧有功功率(MW)2.4 煤耗特性曲线的数据拟合由热力计算或者由SIS数据库读取数据经处理后得到了供电功率P(MW)与相对应的标准煤耗F(g/kwh)的数据,它们是离散的数据(,),为机组台数,为数据组数。用不同的拟合方法即可获得不同的煤耗特性方程。数据拟和方法主要有：二次型曲线拟合、双曲线型曲线拟合等，这里对这两种方法不做详细介绍，可参见文献41,本文提出了一种不依赖于数学公式、更能反应机组实际运行状况的加权统计方法。这种统计方法的思想是针对同负荷点下过去和当前的煤耗，根据经验公式加权平均作为此负荷点下的煤耗，进而得出煤耗特性曲线。计算步骤如下：(1) 对机组的可变负荷范围进行划分： (2-21)式中，、分别为机组最大、最小允许负荷和变负荷间距；为机组可能运行的负荷工作点数；(2) 计算时间段内主要运行参数(负荷、主蒸汽压力等)的平均值，看其是否满足稳定条件；至少要30分钟以上；(3) 若满足稳定条件，计算时间段内的平均负荷和平均煤耗；(4) 将当前数据后推时间段，再次计算时间段内机组是否稳定；(5) 若稳定，则与上次稳定条件下同负荷点的历史数据进行加权平均，方法如下： (2-22)式中，、分别为机组过去、当前和加权后负荷点的煤耗值，为加权系数。机组的煤耗特性受很多随机因素影响，如天气、煤质、设备运行和老化状况等，并不是有规律性可循的，用规律性的曲线拟合产生失真就不可避免。采用该加权统计方法不需要依赖于数学公式，不需要对拟合数据近似处理，综合考虑了