集成蓄热装置的火电机组调峰特性分析

doi:10.12096/j.2096-4528.pgt.24024

集成蓄热装置的火电机组调峰特性分析

陈晓峰¹, 左川¹, 赵宁¹, 黄凯², 王惠杰²

1.华北电力科学研究院有限责任公司，北京市西城区 100045

2.河北省低碳高效发电技术重点实验室(华北电力大学)，河北省保定市 071000

Analysis on Peak Regulation Characteristics of Thermal Power Units With Integrated Heat Storage Device

CHEN Xiaofeng¹, ZUO Chuan¹, ZHAO Ning¹, HUANG Kai², WANG Huijie²

1.North China Electric Power Research Institute Co. , Ltd. , Xicheng District, Beijing 100045, China

2.Hebei Key Laboratory of Low Carbon and High Efficiency Power Generation Technology (North China Electric Power University), Baoding 071000, Hebei Province, China

收稿日期: 2024-01-31 修回日期: 2024-02-29

基金资助:

河北省自然科学基金. E2018502059

Received: 2024-01-31 Revised: 2024-02-29

作者简介 About authors

陈晓峰(1973)，男，高级工程师，主要从事发电厂热能动力研究，51584502@qq.com；

左川(1982)，男，高级工程师，研究方向为火电厂性能分析及运行优化，93342711@qq.com；

赵宁(1978)，男，博士，教授级高级工程师，研究方向为火电厂性能分析及运行优化，zn77816@sina.com；

黄凯(1997)，男，硕士，研究方向为热力系统节能及优化，1332108197@qq.com；

王惠杰(1972)，男，博士，副教授，研究方向为火电厂性能分析及运行优化。

摘要

目的随着新能源的大规模发展，新能源出力不确定性和波动性问题展现出来，而为了弥补新能源出力缺点，火电机组承担起了调峰作用。为了提升火电机组的调峰能力，对其调峰特性进行了研究。方法首先，以某350 MW供热机组作为分析对象，应用仿真软件搭建热力系统模型，并验证该模型的精确性。其次，以蓄热系统为辅助系统，研究机组在满足供热需求情况下的机组调峰能力，并分析蓄热等储能单元对机组调峰能力的影响。最后，采用启发式粒子群算法对蓄热水罐运行策略进行优化，得到随热负荷变化的储热罐最优运行模式。结果通过蓄热水罐与火电机组耦合的方法有效提升了机组的调峰和供热能力，并提出可以根据实际热负荷数据确定最大化收益的运行模式。结论该方法对机组的运行策略具有指导意义。

关键词： 火电机组 ; 蓄热系统 ; 仿真建模 ; 调峰 ; 集成蓄热装置

Abstract

Objectives With the intervention of new energy, the uncertainty and volatility problems of new energy output have been shown. In order to make up for the shortcomings of new energy output, thermal power units have assumed the role of peak regulation. In order to improve the peak-load capacity of thermal power units, the peak-load characteristics were studied. Methods Firstly, a 350 MW heating unit was taken as the analysis object. The simulation software was used to build the thermal system model, and the accuracy of the model was verified. Secondly, with the heat storage system as the auxiliary system, the peak-load capacity of the unit under the condition of meeting the heating demand was studied, and the influence of energy storage units such as heat storage on the peak-load capacity of the unit was analyzed. Finally, the heuristic particle swarm optimization algorithm was used to optimize the operation strategy of the storage tank, and the optimal operation mode of the storage tank changing with the heat load was obtained. Results The peak regulation and heating capacity of the unit can be effectively improved by coupling the storage water tank with the unit, and the operation mode can be determined according to the actual heat load data to maximize the benefit. Conclusions This method has guiding significance to the operation strategy of the unit.

Keywords： thermal power unit ; heat storage system ; simulation and modeling ; peak regulation ; integrated heat storage device

PDF (2839KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

陈晓峰, 左川, 赵宁, 黄凯, 王惠杰. 集成蓄热装置的火电机组调峰特性分析. 发电技术[J], 2024, 45(3): 392-400 DOI:10.12096/j.2096-4528.pgt.24024

CHEN Xiaofeng, ZUO Chuan, ZHAO Ning, HUANG Kai, WANG Huijie. Analysis on Peak Regulation Characteristics of Thermal Power Units With Integrated Heat Storage Device. Power Generation Technology[J], 2024, 45(3): 392-400 DOI:10.12096/j.2096-4528.pgt.24024

0 引言

目前我国正处于能源转型的关键时期，随着风能和太阳能这种具有间歇性、不稳定性特点的新能源的大规模并网^[1-4]，需要对原有的火电机组进行灵活性改造^[5-9]，增强原有机组在各种不确定因素下的深度调峰能力。不少学者通过引入蓄热辅助系统^[10-14]与火电机组耦合^[15-16]来增强机组的调峰能力。汉京晓等^[17]对蓄热水罐在未来供热领域的应用前景进行了分析介绍。Trojan等人^[18]通过对200 MW机组安装蓄热水罐，发现在机组最小负荷为135  MW时，最大功率下降21.69 MW，即16.27%，提高了机组的灵活性。杨海生等^[19]研究了常压蓄热水罐对调峰深度的影响，并以350 MW机组为例进行应用计算，计算结果显示，机组最低发电负荷率由56%降低到26%。Urbaneck^[20]介绍了中型和大型蓄热水罐的设计、施工工艺、实际运用等。De La Cruz-Loredo等人^[21]提出了一种新颖的一维多节点蓄热水罐建模方法，该方法可以简化计算蓄热水罐内部的温度变化情况。Wu等人^[22]提出一种以蓄热水罐为主要部件的新型热电协同系统，该系统的热效率高达87.3%。

对于供热机组而言，因为要满足城市大量的供热需求，采用蓄热具有较高的优势，与其他储能相比，蓄热避免了从电能转换到其他形式的能再转换到热能，减少了中间环节，无疑减少了能量的损失。另外，利用蓄热系统与传统火电机组耦合可以较大提升火电机组的灵活性，为间歇性和不稳定性的可再生能源并网提供更大、更有利的空间。此外，回热系统具有热惯性，热力系统的循环工质为水，在热力系统水位不足时，例如除氧器水位不足时，可直接利用蓄热水罐作为补充介质来源，通过利用热力系统的热惯性，使机组的运行操作范围更加广泛灵活。

本文拟以耦合蓄热单元的火电机组热力系统为研究对象，采用仿真软件对热力系统的静态闭环系统进行建模和仿真，并应用主导因素建模方法，以某350 MW供热机组为例进行模型搭建，用以研究机组在满足供热需求情况下的调峰能力，同时用以分析在系统中耦合蓄热等储能单元后对机组调峰能力的影响。

1 仿真系统建模

仿真系统采用主导因素法^[23]进行建模，建模主要过程如下：选取热力系统所需的组件，将各个组件依次连接并设置各组件的初始参数，在对关键部件的特性曲线修正后进行变工况计算^[24]。

本文以某350 MW超临界供热机组为例，在阀门全开(valves wide open，VWO)工况下基于仿真系统建立热力系统模型，如图1所示。其中采暖供热系统将中压缸排汽作为汽源对外供热，供热回水从除氧器处进入回热系统继续进行热力循环。所建模型主要装置包括蒸汽发生装置(锅炉)、蒸汽做功装置(汽轮机)、发电装置(发电机)、蒸汽冷凝装置(凝汽器)、给水加热装置(回热加热器)、给水加压装置(给水泵)等。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 VWO工况下热力系统仿真模型

RH1—RH3为高压加热器；RH5—RH7为低压加热器。

Fig. 1 Simulation model of thermal system under VWO condition

以发电机功率、主蒸汽流量、主蒸汽压力、主蒸汽温度、再热蒸汽压力、再热蒸汽流量、排汽焓、热耗作为验证变量，通过机组设计资料的100%热耗率验收(turbine heat acceptance，THA)工况、85%THA工况、75%THA工况、50%THA工况等数据来验证仿真结果的准确性，如图2所示。由图2可知，所有工况下的最大相对误差均小于3%，故模型满足精度要求，可以用于供热机组变工况运行时供热抽汽的计算分析。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 不同工况下热耗率的设计值与仿真值对比

Fig. 2 Comparison of design value and simulation value of heat consumption rate under different working conditions

2 供热机组供热可行域的确定

2.1 原始供热机组的供热可行域

确定机组的供热可行区间就是确定机组的热电关系曲线(见图3)，也就是确定机组供热可行域的上限直线ED，以及下限直线AB、BC。对上限直线ED利用软件进行仿真，在VWO工况下，通过改变中压缸抽汽量，可以得到不同抽汽量下的发电功率。通过对模型流量数据进行迭代，直至收敛，得到供热上限和发电负荷之间的关系，也就是ED线。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 机组原热电关系曲线

Fig. 3 Unit primary thermoelectric relationship

供热可行域下限的确定主要考虑的是机组的安全、稳定运行因素。锅炉存在最低稳燃负荷量，用以保持锅炉平稳安全地运行，而不同机组的指标一般不同，对于供热机组来说，负荷区间一般为30%~50%，由此可以确定供热可行域的下限直线AB。随着供热抽汽量的增大，低压缸的流量会越来越少，此时湿气损失会增大，蒸汽在低压缸内的流场发生偏离，蒸汽和湿蒸汽击打汽轮机叶片，从而造成叶片温度上升和动应力增大。低压缸的相对容积流量与相对动应力关系如图4所示，可以看出，相对容积流量在30%左右时，其相对动应力达到最大值，因此应该避开这个区间。通过控制主蒸汽流量与汽轮机排汽干度之间的关系，保证供热抽汽流量在安全范围之内，然后再通过改变抽汽流量和热负荷之间的关系，得到热电关系曲线的下限BC线。通过AB线和BC线交点(即B点)，得到热电关系曲线的运行下限。根据此曲线就可以得到任一供热负荷时机组发电负荷的上、下限。通常机组为了保留一部分调峰能力，还设置有DC线，至此供热机组的整个供热可行域全部计算完毕。在图3的供热机组可行域中任取一处的热负荷进行研究，以GF线为例，此时对应的供热负荷为243 MW，其电负荷的下限为199.97 MW，电负荷的上限为345.00 MW，这即为机组在当前工况负荷运行的上限和下限。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 相对容积流量与相对动力应力关系曲线

Fig. 4 Relation between relative volumetric flow and relative dynamic stress

2.2 增加蓄热系统的供热可行域

机组配置蓄热水罐的系统结构如图5所示。在机组供热能力不足时，直接利用蓄热水罐进行供热；在机组发电负荷较低，即电力低谷期时，利用多余的抽汽来为蓄热罐充热，降低发电负荷，使火电机组的供电方式更加地灵活。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 含蓄热单元的热力系统图

p_r、h_r、D_r分别为再热蒸汽压力、再热蒸汽焓、再热蒸汽流量；p_s、h_s、D_s分别为热罐抽汽压力、热罐抽汽焓、热罐抽汽流量；h_c为排汽焓；p₁—p₇均为压力；h₁—h₇均为焓；D₁—D₇均为流量；p₀、h₀、D₀分别为主蒸汽压力、主蒸汽焓、主蒸汽流量。

Fig. 5 Thermodynamic system diagram with heat unit

增加蓄热罐之后的供热可行域如图6所示，可以看出：在为供热机组增加蓄热系统后，机组的供热可行域面积扩大，调峰能力增强。增强的调峰能力的大小取决于蓄热罐的充放功率的高低，蓄热罐的放热速率越高，调峰区间范围越大，如表1所示；蓄热系统无法减小机组的最低发电负荷(即下限AB线)，这是因为供热可行域的下限是由锅炉的最低稳燃负荷决定的。若在蓄热罐基础上配置电锅炉，使得机组发电不上网，直接加热热水来储存能量，此时不仅保障了锅炉最低稳燃负荷，同时也降低了最低发电负荷。增加电锅炉后的供热可行域如图7所示。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 增加蓄热罐之后的供热可行域

Fig. 6 Feasible area of heating after adding heat storage tank

表1 不同功率的蓄热罐在不同热负荷下的调峰增量 (MW)

Tab. 1 Peak load increment of heat storage tank with different power under different heat loads

热负荷	调峰增量
热负荷	20 MW 蓄热罐	40 MW 蓄热罐	60 MW 蓄热罐	80 MW 蓄热罐
135	3.45	6.90	10.34	13.79
144	3.45	6.90	10.34	13.79
153	5.86	9.31	12.75	16.20
162	11.15	14.60	18.05	21.49
171	15.47	20.01	23.46	26.91
180	17.05	25.53	28.98	32.43
189	17.05	31.43	34.62	38.07
198	17.05	33.08	40.37	43.82
207	17.05	33.08	46.21	49.65
216	17.05	33.08	49.10	55.65
225	17.05	33.08	49.10	61.61
234	17.05	33.08	49.10	64.13

新窗口打开| 下载CSV

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 增加电锅炉后的供热可行域

Fig. 7 Feasible area of heating after adding electric boiler

3 含蓄热单元的热力系统运行优化策略

3.1 数学模型

供热机组在整个供热期间内，受到以热定电的约束，所以发电电荷向下调节和向上调节都被热负荷所决定。从机组的供热可行域可以直观地观察到电负荷的上下调节关系，图7中ABCDE所围成的区域就是机组运行范围。蓄热罐24 h内总储热量Q_total,c与总放热量Q_total,d可表示如下：

\{\begin{matrix} Q_{t o t a l, c} = \sum_{t = 1}^{24} F_{t o t a l, c} η_{c} H_{t o t a l} (t) \\ Q_{t o t a l, d} = - \sum_{t = 1}^{24} \frac{F_{t o t a l, d} H_{t o t a l} (t)}{η_{d}} \end{matrix}

(1)

式中：F_total,c、F_total,d分别为蓄热罐蓄热、放热时的运行状态系数；η_c、η_d分别为蓄热和放热过程中的能量利用效率，%；H_total(t)为蓄热罐第t小时的运行状态，MW⋅h，当H_total(t) $>$ 0时代表蓄热，当H_total(t) $<$ 0代表放热。

蓄热罐运行状态系数F_total,c与F_total,d的表达式如下：

F_{t o t a l, c} = \{\begin{array}{l} 1, H_{t o t a l} (t) \geq 0 \\ 0, H_{t o t a l} (t) < 0 \end{array}

(2)

F_{t o t a l, d} = \{\begin{array}{l} 1, H_{t o t a l} (t) < 0 \\ 0, H_{t o t a l} (t) \geq 0 \end{array}

(3)

机组每小时承担的热负荷H(t)为

H (t) = H_{a c t} (t) + F_{t o t a l, c} H_{t o t a l} (t) + F_{t o t a l, d} H_{t o t a l} (t)

(4)

式中H_act(t)为第t小时的外界热负荷，MW。

本文在计算时，上网电价采用阶梯式电价机制，而对于供热机组，在供热期有2档补偿机制。假设第1、2档电负荷率分别为m、n，其中m>n，机组负荷在第1档与第2档时各有一种补偿机制。某时刻电负荷率处于第1档时，产生的补偿金额C_m 可表示为

C_{m} = [m P_{e} - P_{m i n} (t)] c_{m} \times 10^{3}

(5)

式中：P_e为机组额定电负荷，MW；P_min(t)为t时刻最小电负荷，MW；c_m为第1档补偿电价，元/(kW⋅h)。

某时刻电负荷率处于第2档时，产生的补偿金额 $C_{n}$ 可表示为

C_{n} = [(m - n) P_{e} c_{m} + [n P_{e} - P_{m i n} (t)] c_{n}] \times 10^{3}

(6)

式中c_n 为第2档补偿电价，元/(kW⋅h)。

供热可行域内负荷高于调峰率M的机组对区域内产生的补偿金额进行分摊，设置分摊金额的上限为C_s，其表达式如下：

C_{s} = [P_{m i n} (t) - α P_{e}] c_{p} \times 0.5 \times 10^{3}

(7)

式中：α为设定系数；c_p为火电机组脱硫标杆电价，元/(kW⋅h)。

发电收益 $C_{e l e}$ 表示为

C_{e l e} = P_{m i n} (t) (c_{p} - b_{e l e}^{n} c_{f}) \times 10^{3}

(8)

式中：b $_{e l e}^{n}$ 为机组供电煤耗率，t/(kW⋅h)；c_f为标准煤价格，元/t。

机组全天的总收益C计算如下：

C = \underset{}{\sum_{t = 1}^{24} [F_{P, m} C_{m} + F_{P, n} C_{n} + (F_{P, m} + F_{P, n} - 1) C_{s}] + C_{e l e}}

(9)

式中 $F_{P, m}$ 、 $F_{P, n}$ 分别为收益计算系数，其表达式如下：

F_{P, m} = \{\begin{array}{l} 0, m P_{e} \leq P_{m i n} (t) \leq n P_{e} \\ 1, n P_{e} \leq P_{m i n} (t) \leq m P_{e} \end{array}

(10)

F_{P, n} = \{\begin{array}{l} 0, m P_{e} \leq P_{m i n} (t) 或 n P_{e} \leq P_{m i n} (t) \leq m P_{e} \\ 1, P_{m i n} (t) \leq n P_{e} \end{array}

(11)

3.2 约束条件

储热罐每小时的储热量与放热量被外界实际热负荷所约束，其表达式为

- H_{a c t} (t) < H_{h s t} (t) < H_{m a x} (t) - H_{a c t} (t)

(12)

式中：H_hst(t)为储热罐每小时的储热量；H_max(t)为机组在第t小时达到最大供热抽汽流量下所对应的热负荷，MW。

热负荷除了受到外界热负荷和机组的约束外，还受到蓄热罐最大蓄热功率和最大放热功率的约束，可表示为

- H_{d, m a x} < H_{h s t} (t) < H_{c, m a x}

(13)

式中H_d,max、H_c,max为最大放热、蓄热功率，MW。

除了上述约束条件外，蓄热罐在任意时刻的蓄热量应该不能小于0。在t时刻蓄热罐内剩余容量 $H_{l e f t} (t)$ 的数学表达式为

H_{l e f t} (t) = \sum [F_{t o t a l, c} η_{c} H_{h s t} (t) + F_{t o t a l, d} \frac{H_{h s t} (t)}{η_{d}}] + H_{l e f t} (0)

(14)

式中H_left(0)为放热开始前蓄热罐内的现有蓄热量，MW⋅h。

蓄热罐连续稳定运行的约束表达式为

m i n [H_{l e f t} (t)] > 0

(15)

除蓄热罐运行受到约束外，机组的电负荷调整范围也有相应的约束，其表达式为

\{\begin{array}{l} P_{m i n} [H_{a c t} (t)] < P_{a c t} (t) < P_{m a x} [H_{a c t} (t)] \\ P_{m i n} [H (t)] < P (t) < P_{m a x} [H (t)] \end{array}

(16)

式中：P_act(t)为机组无蓄热罐配置时第t小时的实际运行负荷；P(t)为机组配置蓄热罐后第t小时的实际运行负荷；P_min[H_act(t)]、 $P_{m a x} [H_{a c t} (t)]$ 分别为无蓄热罐时第t小时最小、最大电负荷，MW；P_min[H(t)]、 $P_{m a x} [H (t)]$ 分别为配置蓄热罐后第t小时最小、最大电负荷，MW。

3.3 蓄热罐最优运行策略

基于特征日法处理的供热期为11月的供热负荷优化结果如表2所示，其中：原始最低电负荷为机组在以热定电运行模式下的最低发电负荷，这是因为机组的电负荷趋势与热负荷趋势基本一致；优化后最低电负荷表示增加蓄热罐之后的机组最低发电负荷，最低发电负荷往往满足蓄热罐约束条件和获取最大调峰收益的发电负荷。基于特征日法处理的11月—次年3月蓄热罐的月度运行策略如图8所示，其中H_total>0代表蓄热罐蓄热，H_total<0代表蓄热罐放热。

表2 11月份电负荷优化输出结果前后对比

Tab. 2 Comparison of output results of electricity load optimization in November

时刻	原始最低电负荷/MW	优化后最低电负荷/MW	时刻	原始最低电负荷/MW	优化后最低电负荷/MW
01：00	173.16	141.01	13：00	142.35	140.25
02：00	176.68	140.59	14：00	140.46	140.32
03：00	178.06	140.34	15：00	141.72	140.65
04：00	198.37	246.52	16：00	142.98	141.89
05：00	199.38	247.14	17：00	151.65	140.45
06：00	199.44	244.63	18：00	151.78	141.61
07：00	210.76	258.80	19：00	159.64	140.45
08：00	209.63	250.27	20：00	159.76	140.36
09：00	184.48	141.89	21：00	187.62	230.52
10：00	165.61	141.12	22：00	185.10	227.97
11：00	141.09	140.42	23：00	171.90	140.25
12：00	141.72	140.21	24：00	172.53	141.36

新窗口打开| 下载CSV

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8 蓄热罐月度运行优化结果

Fig. 8 Monthly operation optimization results of heat storage tank

由图8可以看出，在11月—次年1月，蓄热罐表现出在晚上储存热能和在白天释放热能的趋势；而在2月和3月，蓄热罐却表现为在晚上释放热能、在白天储存热能的趋势。出现这种现象的原因主要是热负荷的区别，在11月—次年1月，蓄热罐供热期的整体热负荷较高，而在2月和3月，其热负荷相对较低。不同月份对蓄热罐的容量需求不同，但只要大于所有月份下的蓄热罐的最大蓄热容量，就可以满足运行的容量需求。因此，在蓄热罐总体容量设计时，往往需要考虑最大容量需求。

4 结论

采用仿真软件进行建模仿真，针对火电机组的灵活性，采用了蓄热水罐系统与机组进行耦合的方法来提升机组的调峰能力，得出的主要结论如下：

1）以350 MW超临界机组为例进行了模型的搭建，通过对机组的仿真输出值和设计数据值进行计算，发现两者最大误差控制在3%以内。

2）通过在系统内耦合蓄热装置，分析对机组调峰能力的影响。仿真研究显示，利用蓄热罐可以增大机组供热可行域的上下限，所增大的程度取决于蓄热罐的充、放热功率。

3）采用了粒子群算法，以供热机组的经济性收益为目标函数进行蓄热罐运行策略的寻优。通过优化后的蓄热罐充放策略可以得出，蓄热罐的最大化收益运行模式和实际热负荷数据有一定关系，因此，可根据实际的热负荷数据来确定最大化收益的运行模式。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

李雄威，王昕，顾佳伟，等．

考虑火电深度调峰的风光火储系统日前优化调度

[J]．中国电力，2023，56(1)：1-7．