國(guó)內(nèi)某電廠基于包絡(luò)分析的煤質(zhì)摻配模型

孫光玉

摘要：“碳達(dá)峰、碳中和”政策下，煤質(zhì)摻配越來越受到火力發(fā)電企業(yè)的重視。本文結(jié)合電廠歷史煤質(zhì)摻配數(shù)據(jù)，根據(jù)模式匹配和數(shù)據(jù)包絡(luò)分析，給出了煤質(zhì)摻配及采購(gòu)的優(yōu)化建議。由于摻配建議是基于歷史運(yùn)行方案的擇優(yōu)選取，因此能很好地滿足鍋爐系統(tǒng)的安全運(yùn)行邊界條件。實(shí)例數(shù)據(jù)表明，摻配建議對(duì)煤質(zhì)摻配和采購(gòu)都有很好的指導(dǎo)意義。

關(guān)鍵詞：煤質(zhì)摻配;模式匹配;包絡(luò)分析

1研究背景

節(jié)能是我國(guó)的基本國(guó)策，是實(shí)現(xiàn)二氧化碳大幅下降的最主要途徑之一。作為能源消耗和二氧化碳排放的大戶，電力行業(yè)節(jié)能水平直接影響“碳達(dá)峰”的進(jìn)程。據(jù)不完全統(tǒng)計(jì)，電力行業(yè)2015年溫室氣體排放量占當(dāng)年全國(guó)溫室氣體排放總量的40%左右。隨著環(huán)保政策的不斷收緊，現(xiàn)存燃煤機(jī)組及增量機(jī)組均面臨十分嚴(yán)峻的挑戰(zhàn)。“十四五”時(shí)期，是實(shí)現(xiàn)新達(dá)峰目標(biāo)和“碳中和”愿景的關(guān)鍵時(shí)期，電力發(fā)展被賦予新使命，火電節(jié)能工作亦被賦予新任務(wù)。

通常，火力發(fā)電廠降低碳排放主要有兩種途徑。一是通過技術(shù)升級(jí)。然而，火力發(fā)電技術(shù)經(jīng)過多年的技術(shù)發(fā)展，已經(jīng)基本穩(wěn)定，投入低、效果好、見效快的節(jié)能改造已經(jīng)完成。另一種方法就是利用碳捕集技術(shù)。但是碳捕集技術(shù)不僅出投資較大，也會(huì)大大提高供電煤耗，目前更多的示范階段，距離商業(yè)應(yīng)用還有很長(zhǎng)的距離。

因此，我們從系統(tǒng)運(yùn)行的角度，提出了利用煤質(zhì)摻燒的優(yōu)化管理來實(shí)現(xiàn)節(jié)能降碳的目標(biāo)。動(dòng)力配煤摻燒是一種潔凈煤技術(shù)，能夠在一定程度上解決電廠燃用非設(shè)計(jì)煤種所帶來的污染物超標(biāo)、爐膛結(jié)渣、煤耗增加及水冷壁高溫腐蝕等問題，該技術(shù)現(xiàn)已在國(guó)內(nèi)電力行業(yè)中廣泛應(yīng)用。

包絡(luò)分析于1978年首次提出并迅速被不斷改進(jìn)修正，現(xiàn)已應(yīng)用于商業(yè)分析等多個(gè)領(lǐng)域。本文采用包絡(luò)分析的方法對(duì)每天的煤質(zhì)摻配進(jìn)行效率評(píng)估，從而得出優(yōu)化建議方案。包絡(luò)分析也被大量用于從多角度分析燃煤電廠的效率。

2研究方法

2.1效率評(píng)估模型

數(shù)據(jù)包絡(luò)分析（Data envelopment analysis，DEA）是運(yùn)籌學(xué)和研究經(jīng)濟(jì)生產(chǎn)邊界的一種方法。該方法一般被用來測(cè)量一些決策部門的生產(chǎn)效率。為了更詳細(xì)地了解DEA，以下幾個(gè)基本概念有必要了解一下。

2.1.1決策單元

一個(gè)經(jīng)濟(jì)系統(tǒng)通?？梢钥闯墒且粋€(gè)“公司”，通過投入一定數(shù)量的生產(chǎn)要素并產(chǎn)出一定數(shù)量的“產(chǎn)品”，盡管這種活動(dòng)的具體內(nèi)容各不相同，但其目的都是盡可能地使這一活動(dòng)取得最大的“效益”。由于從“投入”到“產(chǎn)出”需要經(jīng)過一系列決策才能實(shí)現(xiàn)，或者說，由于“產(chǎn)出”是決策的結(jié)果，所以這樣的“公司”被稱為決策單元（decision making u-nit，DMU）。所以，可以認(rèn)為，每個(gè)決策單元都代表一定的經(jīng)濟(jì)意義，它的基本特點(diǎn)是具有一定的輸入和輸出，并且將輸入轉(zhuǎn)化成輸出的過程中，努力實(shí)現(xiàn)自身的決策目標(biāo)。

2.1.2生產(chǎn)可能集

我們用X={x，x，…，x}來表示每個(gè)決策單元生產(chǎn)過程的投入向量，維度為n，代表有n種類型的投入變量;用Y={y，y…y}來表示每個(gè)決策單元生產(chǎn)過程的產(chǎn)出向量，維度為s，代表有s種類型的產(chǎn)出變量。則簡(jiǎn)寫之，我們可以使用（X，Y）來表示DMU的整個(gè)生產(chǎn)活動(dòng)。

定義：集合T=（X，Y）代表投入為X，產(chǎn)出為Y的所有可能的生產(chǎn)活動(dòng)的集合。

生產(chǎn)可能集最重要的一條性質(zhì)是：無(wú)效性，表述如下：（X，Y）∈T，且X′≥X，則（X′，Y）∈T。

同理，如果（X，Y）∈T，且Y′≤Y，則（X，y′）∈T。

通俗的理解無(wú)效性，就是，允許生產(chǎn)中存在浪費(fèi)現(xiàn)象。

2.1.3有效生產(chǎn)（前沿）

對(duì)于生產(chǎn)可能集，（X，Y）∈T，如果不存在Y′≥Y，（X，Y′）∈T，則稱（X，Y）為有效生產(chǎn)活動(dòng)，此投入產(chǎn)出對(duì)應(yīng)一個(gè)前沿，由眾多“有效生產(chǎn)”構(gòu)成的凸包即為前沿。

效率評(píng)估采用包絡(luò)分析構(gòu)建模型。包絡(luò)分析是一種基于歷史數(shù)據(jù)的分析方法，數(shù)據(jù)決定了分析結(jié)果的準(zhǔn)確性。我們針對(duì)一個(gè)典型的火電廠進(jìn)行研究，收集了電廠一年的每日生產(chǎn)報(bào)表中的數(shù)據(jù)，將每天的參數(shù)數(shù)據(jù)作為一個(gè)決策單元（DMU）。

影響機(jī)組效率的因素主要包括勞動(dòng)力成本、燃料成本、發(fā)電量等。由于我們的決策單元為每日數(shù)據(jù)，所以勞動(dòng)力成本都是相同的，因此不作為主要研究對(duì)象。評(píng)價(jià)參數(shù)主要是每日的燃料量、供電量、及二氧化碳排放量。決策單元（ DMU），投入成本為燃料成本及二氧化碳排放量成本，產(chǎn)出為發(fā)電量。

CCR模型為：

其中：e—效率;G一發(fā)電量，kwh;P—上網(wǎng)電價(jià)，元/kwh;Coal—燃煤量，t;PC—煤?jiǎn)蝺r(jià)，元/t;C—二氧化碳排放量，噸;Pcb—碳排放量?jī)r(jià)格，元/噸。此價(jià)格=電廠年總碳排放成本/年總排放量。n—煤種類型，r—上網(wǎng)電價(jià)類型。

從上式可以看出效率是發(fā)電收益與燃料成本與碳排放成本之和的比值。此處考慮了碳排放的成本，將全年的總排放成本根據(jù)發(fā)電量分?jǐn)偟矫刻斓奶寂欧女?dāng)中。

2.2模型匹配

影響發(fā)電效率的外部因素主要是氣象因素。不同的氣象條件下，歷史數(shù)據(jù)中的最優(yōu)摻配模型可能有所區(qū)別。因此需要進(jìn)行未來天氣和歷史運(yùn)行數(shù)據(jù)的氣象參數(shù)的匹配，找出歷史數(shù)據(jù)中和未來的氣象最接近的部分運(yùn)行記錄，再按效率評(píng)估模型選擇出效率最優(yōu)的那一天，將這一天的摻配方案作為最優(yōu)方案。我們篩選出了可能影響發(fā)電效率的主要?dú)庀髤?shù)：最高溫度、最低溫度、天氣狀況、風(fēng)速。各參數(shù)的取值標(biāo)準(zhǔn)如下：

我們可以將每天的歷史運(yùn)行數(shù)據(jù)參數(shù)，看著一個(gè)向量。此向量包含效率評(píng)估模型需要的參數(shù)如煤質(zhì)摻配方法、發(fā)電量、二氧化碳排放量，以及影響發(fā)電效率的外部因素，如上述列舉的歸一化的氣象參數(shù)。如果需要給出未來某天的煤質(zhì)摻配方案，則先需要進(jìn)行天氣參數(shù)的模式匹配。假設(shè)未來需要進(jìn)行煤質(zhì)摻配建議的當(dāng)天的氣象參數(shù)向量為（Tmax1，Tmin1，Weather1，Windfor1），歷史數(shù)據(jù)中某天的氣象參數(shù)向量為Tmax2，Tmin2，Weather2，Windfor2），我們通過下式來定義兩個(gè)向量的相似度：

可設(shè)定相似度閾值，當(dāng)超過某個(gè)閾值時(shí)，認(rèn)為這兩天的天氣數(shù)據(jù)匹配，這天的煤質(zhì)摻配歷史運(yùn)行數(shù)據(jù)都可以作為擇優(yōu)的備選方案，然后根據(jù)效率評(píng)估模型，選擇出效率最優(yōu)的方法。

2.3應(yīng)用實(shí)例

本實(shí)例研究主要基于某電廠的燃煤機(jī)組。選取了某臺(tái)機(jī)組一年的運(yùn)行記錄。為了除排負(fù)荷率和季節(jié)對(duì)發(fā)電效率的影響。將運(yùn)行數(shù)據(jù)按季節(jié)和負(fù)荷率分別分組。將季節(jié)分為3組，分別為春秋季（3月16日—5月30日，9月1日—11月14日）、冬季（11月15日一次年3月15日）、夏季（6月1日—8月31日）。將負(fù)荷率分為高負(fù)荷（75%及以上）、中負(fù)荷（50%～75%）、低負(fù)荷（50%及以下）。因此我們將數(shù)據(jù)供分為9組。在進(jìn)行模型匹配時(shí)，也將嚴(yán)格限定在同一組中。

選取的一年的運(yùn)行數(shù)據(jù)中，燃燒煤種共30種，摻配方案共70種，能為模型匹配提供充足的數(shù)據(jù)。煤價(jià)范圍為510～1050元/噸，平均煤價(jià)821元/噸。負(fù)荷率變化范圍為45%～96%，平均負(fù)荷率為72%。我們選擇四個(gè)典型的日期進(jìn)行模型匹配和煤質(zhì)摻配策略推薦，分別為1月1日，4月1日，7月1日，10月1日，結(jié)果如下表所示：

模型匹配算法可以迅速篩選出與未來日期天氣情況相似的歷史運(yùn)行記錄，并能根據(jù)效率情況進(jìn)行排序。理論上基于最高效率的煤質(zhì)摻配記錄將會(huì)位于最高的推進(jìn)優(yōu)先級(jí)。運(yùn)行人員也可根據(jù)實(shí)際情況在優(yōu)先級(jí)較高的煤質(zhì)摻配方案中進(jìn)行選擇。

為對(duì)比不同煤質(zhì)摻配下的效率差異情況，下圖展示了夏季高負(fù)荷（75天）情況下，不同煤質(zhì)摻配情況每天對(duì)應(yīng)的效率?？v坐標(biāo)代表效率，橫坐標(biāo)代表煤質(zhì)摻配編號(hào)。

從上圖可以看出第4種方案取得了最高的效率，第15種方案取得了最低的效率。第4、16種摻配方案分別在某天取得了最高的效率，這些方案可作為未來優(yōu)先選擇的對(duì)象。對(duì)于取得較高效率的煤質(zhì)摻配方案，可統(tǒng)計(jì)出其中各煤種出現(xiàn)的頻次?？筛鶕?jù)此頻率比例，制定燃料采購(gòu)建議。

3總結(jié)和后續(xù)工作

本文基于包絡(luò)分析，得出了煤質(zhì)摻配的優(yōu)化方案建議，進(jìn)而也能據(jù)此提出燃料采購(gòu)優(yōu)化建議。與傳統(tǒng)的基于煤質(zhì)成分組合分析及多目標(biāo)優(yōu)化的方法相比，此種方法主要是基于歷史摻配方案的擇優(yōu)，更加接近實(shí)際工況，對(duì)于電廠設(shè)備運(yùn)行沒有安全風(fēng)險(xiǎn)。同時(shí)，這種方法受燃料管理和運(yùn)行水平的影響較大。

后期可對(duì)效率評(píng)估模型進(jìn)行進(jìn)一步優(yōu)化，加入煤質(zhì)中硫分作為模型參數(shù)。同時(shí)，還可將結(jié)果和多目標(biāo)優(yōu)化的結(jié)果進(jìn)行比對(duì)驗(yàn)證。