电厂动态成本及负荷优化的研究、实现

《电厂动态成本及负荷优化的研究、实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要摘要传统上是垄断的电力工业，在中国正在酝酿深刻的体制变化，总的趋势是引入竞争机制，形成有限的电力市场。“厂网分开，竞价上网”使电厂对于机组发电的经济性越来越关心。本课题就是以山西太原第一热电厂的管理控制一体化项目作为背景，针对以上情况，重点研究了为达到利润最大化的目标，各发电公司在电力市场中的两个重要的经济运行方面问题：动态成本分析和负荷的优化调度。这对电厂降低发电成本、提高发电效率。争取合理上网电价和负荷率具有很强的现实意义。本文主要包括以下内容：第一、介绍竞价理论及实时电价。电厂的所有经营活动包括经济运行，要把国家的政策法规、市场规

2、则和本厂的运行规程有机的结合起来。因此本章重点讨论目前主要的竞价模型、电力市场中火电预调度计划的数学模型并予以比较分析，此外还讨论了实时电价。对于发电企业来说，要把握电力市场的大方向，使本企业适应电力市场环境的变化，重要的是准确掌握发电成本，实行动态成本分析，根据竞价规则合理的分解、分摊发电成本，为企业竞价上网提供可靠的成本依据。第二、动态发电成本。本章详细分析讨论了构成电厂成本要素、会计学成本和经济学成本特点，在此基础上根据边际成本理论和市场供需理论，通过对发电成本的分解和归并，从生产实时系统和会计核算系统获得基础数据，经过分析给出了机组

3、动态成本计算模型，从而为电厂竞价上网辅助决策提供了有力工具。并对动态发电成本分析系统所具备的功能作以简介。第三、电厂机组负荷优化分配。本章首先详细分析讨论了等微增率法、线性规划法和动态规划注这常用的三种负荷优化分配方法的原理、具体应用方法及各自特点，为在实际中运用这些方法提供了极大的方便。结合热电厂实际情况，根据分析，我们提出了一种目标函数是热电厂成本最小的基于BP网络的热、电负荷分配方法。该方法在动态成本分析系统及PI实时数据库的基础上，综合考虑人气压、循环水温度、煤的低位热值；电厂内不同的机组的固定成本的差异；机组实时固定成本和机组所带

4、的负荷及时间的关联关系。此外，该方法将多维优化问题降为一维处理，简化了计算。因此，具有很强的实际意义。最后、机组动态成本及负荷优化软件实现。对PSMCIS中和本研究课题相关的部分及PI实时数据库作以简介，然后介绍了动态成本分析及负荷优化分配系统。关键词：电力市场，发电成本，动态成本，经济负荷分配，PI实时数据库AbstractAsignificantchangeisbrewinginmonopolizedpowersystemsinchina．ThemaintrendiStointroduceacompetitivemechanism．SO

5、astoformalimitedelectricitypowermarket．Alongwiththeopemngofelectricitymarketatgenerationsideandtheimplementationofseparatingpowerplantsfrompowernetworksandgenerationbiddingtopowernetwork，powerplanthavebeenmoreandmoreconcernabouttheireconomicproductionmanagement．Asthebaseof

6、anewsystemnamed“Integratedsystembasedonmanagementandcontr01information”inTal—Yuanpowerplant．ThisPaDerstudiestwobigeconomicoperationproblems—analysisofdynamiccostandeconomicdispatchofGenerationCompanyinelectricitymarket，whichisforitsmaxima／profit．Theseresultsmaydomuchcontri

7、butingtodebasingthecostofgeneratingelectricity，improvingtheefficiencyofgeneratingelectricityandobtainingrationalelectrovalence．Themainworkinthedissertationconsistsoffourpartsasfollows：First，somepowerbidingmodelsanddifferenteconomicdispatchmodelsinpowermarketaredemonstrated

8、anddiscussed，thendescribesspotpricemodel．Thesedosomegoodpreparationforthenextresearchwork