大数据技术在凝结水变频节能优化中的应用

李恩鹏

【摘 要】随着国家节能减排政策的逐步推进，深圳能源集团作为全国低碳清洁电力供应商的领跑者，一直努力深入挖掘节能降耗项目。深能合和电力〈河源〉有限公司在2012年进行了两台机组的凝结水泵变频改造，改造至今系统运行稳定，凝结水母管压力由4.2MPa降低到2.4MPa以下，凝泵电流在不同负荷段最大减少100A，节能效果极其显著，一年内收回投资成本，降低厂用电耗0.2%。

【关键词】大数据；电厂；节能优化

1 凝结水系统存在的问题及优化方案

存在的问题：

（1）低负荷时，除氧器主给水调节阀开度偏小，节流损失偏大；

（2）高负荷段升负荷过程中，除氧器主给水调节阀有全开的可能，影响除氧器水位控制。

2 凝结水变频控制节能优化统计专用软件的开发

为了能更好的统计过程数据，提供调试指导，控制调试风险，评估成果，应用大数据技术开发了一个河源电厂凝结水变频控制节能优化统计专用软件。数据来源于电厂历史数据，采集频率为每分钟一个数据，将2015.10.7到2015.11.23之间数十万条数据历史数据导入SQL SERVER数据库中。

使用Visual Studio C#编写软件，对数据进行统计计算。实现的功能：

有效利用电厂大数据，精细、准确对多个负荷段数十万条数据统计分析，真实反映系统性能指标，减少人工统计误差，提高了效率；

全面统计数据对逐步递进式的调试提供数据支撑，降低调试过程的安全风险，为试验再次进行提供数据支持；

自评估功能：直接计算出设定时间内，不同负荷段下节能效果、节省电量、减少厂用电率、总收益等。以下为部分代码：

float[] fuhe = newfloat[] { 245， 255， 265， 275， 285， 295， 305， 315， 325， 335， 345， 355， 365， 375， 385， 395， 405， 415， 425， 435， 445， 455， 465， 475， 485， 495， 505， 515， 525， 535， 545， 555， 565， 575， 585， 595， 605 }；

for （int i = 0； i < 36； i++）

{ahe = 0；bhe = 0；che = 0；

DataSet ds；

SqlDataAdapter sda = newSqlDataAdapter（）；

SqlCommand cmd = newSqlCommand（"select*from [NJSBP20151120-2] where 时间 between '" + dateTimePicker1.Value.ToString（） + "' and '" + dateTimePicker2.Value.ToString（） + "' and 负荷 between '" + fuhe[i] + "' and '" + fuhe[i + 1] + "'order by 时间"， conn）；

Console.WriteLine（cmd.CommandText）；

sda.SelectCommand = cmd；

ds = newDataSet（）；

sda.Fill（ds， "cs"）；

if （ds.Tables[0].Rows.Count > 1）

{

foreach （DataRow col in ds.Tables[0].Rows）

{

ahe=ahe+（decimal）System.Convert.ToDouble（col[3].ToString（））；

bhe=bhe+（decimal）System.Convert.ToDouble（col[2].ToString（））；

che=che+（decimal）System.Convert.ToDouble（col[5].ToString（））；

if （（decimal）System.Convert.ToDouble（col[2].ToString（）） > d[i]）

{

d[i]=（decimal）System.Convert.ToDouble（col[2].ToString（））；

}

if （（decimal）System.Convert.ToDouble（col[4].ToString（）） > f[i]）

{

f[i]=（decimal）System.Convert.ToDouble（col[4].ToString（））；

}

t[i] = t[i] + 1； }

a[i] = 1000*ahe / （1000*ds.Tables[0].Rows.Count+1）；b[i]=1000*bhe/（1000*ds.Tables[0].Rows.Count+1）；c[i]=1000*che/（1000*ds.Tables[0].Rows.Count+1）；

}

3 总结

在凝结水变频逻辑优化过程中，调试参数采用逐步递进的方法，编写软件辅助统计分析数据，很好控制了风险，指导调试进行，并对修改效果进行自动评估。取得了阶段成果，三次修改参数后，在0MW-500MW区间内共降低凝结水母管压力0.15MPa，最低至1.65MPa，凝结水母管压力由原来的最低1.8MPa降低至最低至1.65MPa。最后一次参数后一周内数据统计：300MW负荷段运行40个小时，比未修改参数前，除氧器主给水调节阀开度平均值增大1.5%，凝泵电流平均值减少9.39A，减少厂用电0.03%，450MW负荷段运行17小时，比未修改参数前，除氧器主给水调节阀开度增大4.4%，凝泵电流平均值减少7.77A，减少厂用电0.02%，节能效果明显。如按一年300天计算，#1机组凝结水泵一年内可节省厂用电347014KW·h，创造收益173507元。AB前置泵机械密封水调节阀开度最大值79%，AB前置泵机械密封水压力可控，有足够安全裕量。

随着计算机技术在电厂的广泛应用，大量的机组运行数据被保存，深度挖掘这些数据将对生产运行带来巨大的帮助，这次利用软件对数十万条数据分析，指导调试过程就是大数据技术在火电厂应用中的一次尝试。电厂大数据可以提供全负荷段不同工况的千万条数据进行专业化处理，为协调控制优化、节能优化、机组运行方式优化、燃煤配烧优化、技术安全分析等火电厂多领域提供高密度数据支持，大数据时代已经来临，而且就在我们身边。

[责任编辑：王楠]