600~699 MW级集中式高背压型空冷机组热电联产系统仿真与性能分析

顾煜炯，刘浩晨，耿 直

600~699 MW级集中式高背压型空冷机组热电联产系统仿真与性能分析

顾煜炯，刘浩晨，耿 直

（华北电力大学能源动力与机械工程学院，北京 102206）

以我国最具代表性的600~699 MW级空冷发电机组为例，采用Ebsilon软件建立集中式高背压型空冷机组热电联产系统模型，分析不同工况下机组发电量随高背压热负荷占比变化的规律，获得机组整体收益随电热价比变化的结果。结果表明：当外界热负荷一定时，可以通过调整高背压热负荷占比得到实际最大发电量并通过算例得到这一具体数值，且其要小于理想最大发电量；当外界热负荷与电热价比变化时，本文确定了采用何种运行策略可使机组整体性收益最大。研究结果可为空冷热电联产机组提供可参考的运行策略。

空冷热电联产；Ebsilon仿真；能量梯级利用；经济优化建议；电热价比；热负荷占比

2017年我国电力消费增速提高。截至2017年年底，全国发电装机容量达17.8亿kW，其中火电装机11.0亿kW，占61.8%。在2013—2017年4年时间里，600~699 MW级火力发电机组台数持续增长，但其运行系数、等效强迫停运率却持续走低，非计划停运次数持续增长[1]。近年来，随着大型燃煤机组的建成，分析研究600~699 MW级空冷热电联产机组，特别是我国北方地区由于贫水富煤的现状而普遍采用的SCAL型间接空冷热力发电机组，显得十分必要；同时，如何调整运行策略以使热电联产机组获得最大效益也成为研究热点。

本文基于Ebsilon热力仿真软件[2]对空冷热电联产机组进行了建模与仿真，并对机组热力学性能和整体经济性进行了分析，为我国北方600~ 699 MW级SCAL型间接空冷热力发电机组进行热电联产改造的系统方案设计及运行策略提供参考。

1 系统概述

目前，600~699 MW级SCAL型间接空冷热力发电机组已成为空冷机组中集中供热系统的主力热源。由于空冷机组本身汽轮机末级排汽压力较高，所以有足够的余热资源尚未被充分利用。对于大容量高参数空冷机组，可采取抽凝-背压热电联产方案实现热电联产。这种方案工程改造成本低，且能够在牺牲少量发电量的情况下深度回收电厂循环冷却水的余热、提高机组热效率[3]、扩大供热面积、适应外界热负荷的需求。集中式高背压型空冷机组热电联产系统工艺流程如图1所示。全系统分为电厂侧与热网水侧。首先在热网的热力站处，采用表面式水-水换热器实现二次热网供回水的温升，使一次热网回水[4]降至55~65 ℃，同时为基本热负荷热源处余热的回收创造有利条件，考虑到一次热网回水沿程损耗等，一次热网回水在进入电厂后按设计工况会在47~53 ℃；其次，抽取进入空冷岛之前的部分汽轮机低压缸末级排汽，与表面式汽水换热器构成基本负荷热源，实现一次热网回水的初步温升；最后，中压缸末级部分排汽进入调峰汽水表面式加热器与热网水再次换热，在此处构成调峰热源并将热网给水加热到满足外界要求后送出。热网水在热源处的具体流程为：一次热网回水先在热电厂内通过表面式汽水换热器与排汽换热，热网水被初步加热后经调峰汽水表面式加热器再次提温后送出。在该流程中，热网水被基本负荷热源加热器和调峰加热器依次逐级加热，能够实现对外兆瓦级采暖的需求，克服了大型空冷电厂的热电联产系统供热能力不足的问题。

2 系统建模

为了研究系统在约120天的[5]采暖季中相关性能的变化情况，需要建立已经进行了高背压供热改造的空冷热电联产机组系统模型。系统中基本负荷热源加热器和调峰热源加热器为新型设备；其余的锅炉、发电机、汽轮机、回热系统、空冷岛和热力站等设备参考文献[6-10]，本文不再赘述。此处仅对电厂内两热源处的汽水换热器、热网供回水流程和外界热负荷进行建模分析。

2.1 汽水换热器模型

基本负荷热源加热器以空冷机组末级汽轮机排汽为热源，通过表面式汽水换热器与热网回水换热；蒸汽释放热量后凝结并回凝结水泵前回注锅炉给水系统，热网水获得蒸汽释放的热量升温。在供暖高峰期或者供热面积扩增等情况下，外界热负荷增高，需要引入调峰热源以满足热用户侧需求。调峰负荷热源加热器以空冷机组中压缸排汽为热源，通过利用表面式汽水换热器与热网水实现调峰加热，蒸汽释放热量后凝结并回锅炉给水泵前回注锅炉给水系统。在此过程中，能量守恒方程为：

汽水换热器模型模型如图2所示。

2.2 热网供回水模型

热网供回水模型如图3所示。具体工艺流程为：热网回水首先在基本负荷热源处被初次提温，经电厂工质泵根据实际输送距离的要求而增压后在调峰热源处被加热到热网需求温度，随后排出电厂汇入市政热网。

在此过程中，主要能量方程式为：

2.3 外界热负荷模型

由热平衡可知，热用户所在的建筑向环境的散热量1、所有的热用户房间向热用户建筑的散热量2和二次热网水在所有热用户处放出的热量3相等（图4），即

又由热传导平衡方程[11]有

在计算供热面积时，认为建筑采暖平均热负荷0=50 W/m2，从而得到

式中S为采暖面积，m2。

2.4 系统设计参数

根据上述各设备模型对供热系统参数进行配置。设计工况下一次网供回水温度为110 ℃/50 ℃，供热距离为20 km，通过各平衡方程进行各节点热力学参数选择以及换热设备选型等。

通常情况下，热力管网、热力站、各个增压泵、基本负荷热源换热器和调峰热源换热器等会存在一定热量损失，但是这些数据差别不大。该差异会对机组的能耗、环保性和经济性分析引入一定的误差，但是在上述假设下得到的结果对空冷热电联产机组的仿真与建模分析仍然具有一定的参考价值。可以选择我国北方某一例最具代表性的城市采暖季需求，在Ebsilon中进行建模、仿真和分析。系统设计参数见表1。设计工况下，系统热网回水温度为50 ℃，供水温度为110 ℃，流量为10 762 t/h，共计对外界供热负荷750 MW；取热用户耗热指标 为50 W/m2，则供热面积为1 500万m2。定义机 组抽凝比为在额定工况下抽汽热量与低压缸排 汽凝汽余热的比例，在此处得到抽凝比为1.640。在系统总热负荷构成中，低压缸末级的235.4 t/h 排汽在30.5 kPa下发生相变换热，共回收排汽余 热150 MW，利用抽汽热量600 MW，高背压热 负荷占比为0.2。

表1 某热电联产系统设计参数

Tab.1 The design parameters of a cogeneration system

3 系统仿真及结果分析

系统运行调节方式：在北方城市采暖季供热过程中，随着环境温度的变化，热力站处换热负荷增加，热网系统通过提高一次热网供水温度、同时微调热网水流量来满足热用户的需求。系统在实际运行调节过程中保证电厂内主蒸汽温度、压力、流量等参数不变，热网采用以质调节为主、量调节为辅的供暖方式。

对空冷机组而言，汽轮机的背压反映空冷机组运行的优劣情况，是冷端系统的重要综合考核指标，而冷端系统性能的良好与否将直接关系到整个空冷机组的经济性，这一点对高背压热电联产方式影响更大。本文选取某660 MW间接空冷热电联产机组为算例，在Ebsilon软件中进行模块化搭建，并对系统进行模拟和仿真。

3.1 热负荷与高背压热负荷占比的变化

本文定义在发电厂侧，高背压热负荷占比为基本负荷热源提供的热量与热负荷之比。在热负荷一定的情况下，无量纲参数的选取会决定基本负荷热源中供热量的大小与机组背压，进一步影响机组的㶲效率、热耗率、调节发电负荷的能力[12]与经济性。以表1中的设计参数为例，在Ebsilon软件中，维持设计工况下各项的参数不变，仅调节，得出机组发电量、汽轮机低压缸排汽参数与的关系，结果如图5、图6所示。由图5、图6可见，当从1%增加到45%的过程中，汽轮机背压从13 kPa升高到81 kPa，排汽温度从51 ℃升高到126 ℃，但系统发电量先从522.12 MW升至562.82 MW，随后降至562.55 MW，其中当发电量最大时为42%。这是因为当从1%（此时基本热负荷为75 MW）开始增加时，热网水回收了汽轮机低压缸部分排汽的余热，在总热负荷不变的情况下，调峰热源换热量一直减小，抽取用于加热热网水的中压缸排汽量减小，从而汽轮机低压缸进汽量升高，所以系统发电量增加；但是当持续增高时，为了满足基本热源换热需求，低压缸排汽压力与温度一直升高，导致汽轮机低压缸虽然进汽量大，但其内部的有效焓降降低，进而导致汽轮机低压缸发电功率减小，当进汽量带来的发电量收益小于效率低带来的发电量亏损时，机组整体表现为发电量下降。

此外，结合图5、图6可见，空冷热电联产机组获得最大发电量时对应的汽轮机背压为72.692 kPa，这远超安全连续运行最高允许背压（65 kPa），并且逼近汽轮机跳闸背压（80 kPa）。为了让本文结论在实际中具有指导意义，选取45 kPa为汽轮机低压缸背压的可接受值。同时，定义设计工况下当=42%时得到的562.82 MW为“理想最大发电量”；定义设计工况下当=29%时得到的558.35 MW为“实际最大发电量”，此时空冷热电联产机组汽轮机背压为44.171 kPa，温度为78.260 ℃，数据完全在空冷热电联产机组末级汽轮机运行可接受的范围内，而且也可以满足相关设计参数的要求。机组整体收益的变化在整个供暖季中，随着外界气温变化，供热机组的热负荷也会随之波动；与此同时，为了能够满足供热距离的需求，市政热力运输公司要求热网供回水温度基本不变。

根据上述需求，本文以750 MW外界设计热负荷为基准，调节热网水流量，得到发电量与高背压热负荷占比在外界热负荷分别为700、710、720、730、740、750、760、770、780、790、800 MW时的关系，结果如图7所示。由图7可见：当集中分布在0.39~0.45时，机组获得“理想最大发电量”，结果为555.30~570.53 MW；当集中分布在0.28~0.30时，机组获得“实际最大发电量”，结果为547.01~568.73 MW；机组发电量随增加先增后减，相同时，外界热负荷越大，机组发电量越小。当较大时，汽轮机背压与温度参数会过高，得到的数据不符合工程实际，故未在图7中展示。

热电联产机组的收益由发电收益与供热收益共同构成。针对不同热电联产机组，其上网电价会因热电厂所在地不同、时间变化而有所差异，而在采暖季热电厂对热网公司热价基本不变。在相同外界热负荷情况下，机组发电量虽然会随着高背压热负荷占比的变化而波动，但仍然会属于某一区间（图5）。本文利用热电联产机组的这一特点，建立数学规划模型，引出无量纲参数电热价比/。其中，为电价，为热价。由于当机组对外供热量一定时，机组收益与机组发电量成正比（式(10)），故记为此时机组的实际最大发电量，在这种情况下探究机组相对收益随的变化情况（式(11)），所得结果如图8所示。由于热价基本不变，所以机组收益与机组相对收益为同一性关系，从而得出具有一般性的结论，相关负荷参数配置的机组可根据实际需求采取优化后的运行策略。

(11)

由图8可见：当热负荷增加时，其对应各条直线的斜率（物理意义代表机组实际最大发电量）下降，在图中形成一簇彼此相交的直线；当电热价比趋于无穷，即电价远高于热价时，机组对外的 供热量最小，此时经济性最高。以参考上网电 价[13]0.349 7元/(kW·h)、热价[14]20元/GJ得到电热价比为4.857，此时机组相对收益会随着热负荷的升高而变大。为了使数据更具有说明性，此处选取具有代表性的外界热负荷为700、800 MW时的工况，计算得知当电热价比为4.603时，2种工况下机组相对收益相等，这意味着当电热价比高于上述值时多供热反倒会降低机组的收益。

3.2 热力学性能与经济性

我国近年来出台相关政策要求新建燃煤机组供电煤耗低于300 g/(kW·h)[15]，所以有必要利用有限燃料，通过调整热电联产系统产出的电力与热量的分配比，从而使各项指标符合要求。

由于高背压采暖在大容量高参数时效率较好，故本文选取600 MW机组进行建模仿真。为了得到准确的数据结论，消除误差，本文利用高背压热负荷占比和电热价比2个无量纲参数以达到要求。

3.2.1热力学性能

为了更好地突显高背压供热方法对空冷机组热电联产在热力学性能方面的优越性，本文另搭建了对比案例：只采用中压缸排汽的方式来加热供热回水的Ebsilon模型。保证此模型与2.4节中其余各项参数一致：当外界热负荷为750 MW时，得到机组发电量仅为448.22 MW，且中压缸有75%的排汽充当热源加热热网水；而高背压方案时实际最大发电量558.35 MW，系统㶲效率显著提高。

3.2.2经济性

目前，我国北方多数电厂实行供热改造，利用本文提出的计算方法可以准确地计算出当电价和热价变化时，机组该如何选择发电量与供热负荷来达到经济最大化。以当前市场上的电热价比4.857为例，随着供热负荷增高，机组整体经济性效益会增加；随着电热价比的增高，机组承担较低的热负荷反会收获更大收益；当外界热负荷为700 MW和800 MW、电热价比大于4.602 5时选择700 MW热负荷机组整体收益将最高；其中，当电热价比大于或等于7.669 8时，纯发电机组效益达到最高。与此同时为了更好地体现供热改造后的经济性，在图8中加入了对外供热功率为0时机组相对收益与电热价比的变化情况，此时机组处于VWO工况，发电量为660 MW；其对应关系在图8上表现为一条经过原点的直线，说明当电热价比小于8时纯发电机组的效益会低于热电联产机组的效益。

4 结论与建议

针对国内典型600~699 MW级热电联产机组进行了仿真与模拟分析，得到如下结论。

1）采用高背压供热方法，汽轮机低压缸的排汽温度、压力会随着高背压热负荷占比的增大而升高。仿真结果表明：在设计工况下，外界热负荷为750 MW；当高背压热负荷占比为0.29时，机组会获得实际最大发电量为558.35 MW。

2）600~699 MW级空冷热电联产机组对外供热时，机组最大发电量会随着热负荷的增大而减小。当外界热负荷一定时，科学地调整高背压热负荷占比会使得机组发电量达到最大值。

3）本文针对当前相关参数配置的火电厂提出了优化运行的建议方案。在电热价比确定的情况下，根据本文的算法仿真可得出机组应承担多少热负荷而使得整体效益最大，并且论证了“实际最大发电量”无法达到“理想最大发电量”。

4）本文提出应当选取最优的高背压热负荷占比以提高热力学性能和经济性效益，得出机组整体收益随电热价比的变化情况，给出机组随着电价、热价变化时的最佳运行策略，同时为热电联产机组提供了应对未来电热价市场的可靠量化管理方法。

［1］ 王鹏, 陈旦, 周霞. 中国2017年度供电可靠性现状分析与展望[J]. 中国电力, 2018, 51(8): 1-7.

WANG Peng, CHEN Dan, ZHOU Xia. Analysis and prospect of power supply reliability in China in 2017[J]. Electric Power, 2018, 51(8): 1-7.

［2］ 朱泓逻. 基于Ebsilon的火电厂热力系统建模、监测及优化研究[D]. 北京: 清华大学, 2015: 8-17.

ZHU Hongluo. The research of modeling, monitoring and optimizing for thermal system of thermal power plant based on Ebsilon[D]. Beijing: Tsinghua University, 2015: 8-17.

［3］ 王宁玲, 杨志平, 武宇. 大型燃煤火电机组节能评价与系统优化[J]. 华北电力大学学报, 2010, 37(3): 55-58.

WANG Ningling, YANG Zhiping, WU Yu. Energy-saving evaluation and system optimization for large coal-fired power unit[J]. Journal of North China Electric Power University, 2010, 37(3): 55-58.

［4］ 赵玺灵, 付林, 王笑吟, 等. 分布式热泵调峰型热电联产烟气余热回收系统评价[J]. 太阳能学报, 2018, 39(10): 2779-2986.

ZHAO Xiling, FU Lin, WANG Xiaoyin, et al. Modeling and simulation analysis of waste heat recovery heating system for flue gas of peak-saving gas-fired combined heat and power plant with distributed heat pump[J].Acta Energiae Solaris Sinica, 2018, 39(10): 2779-2986.

［5］ 社会福利与社会保障界. 调整北京冬季供暖时间[J]. 北京观察, 2017(8): 50-51.

Social Welfare and Social Security. Adjusting Beijing’s winter heating time[J]. Beijing Observation, 2017(8): 50-51.

［6］ HAJEBZADEH H, ANSARI A N M, NIAZI S. Mathematical modeling and validation of a 320  MW tangentially fired boiler: a case study[J]. Applied Thermal Engineering, 2019, 146: 232-242.

［7］ 潘雪冬, 张文朝, 顾雪平. 发电机模型及参数动态仿真准确度的评估[J]. 电力系统及其自动化学报, 2015, 27(2): 64-69.

PAN Xuedong, ZHANG Wenchao, GU Xueping. Accuracy assessment of models and parameters in generator dynamic simulation[J].Proceedings of the CSU-EPSA, 2015, 27(2): 64-69.

［8］ 王惠杰, 范志愿, 许小刚. 基于FOA-LSSVM的汽轮机热耗率预测模型研究[J]. 热力发电, 2017, 46(5): 36-42.

WANG Huijie, FAN Zhiyuan, XU Xiaogang. Research on prediction model of heat consumption rate of steam turbine based on FOA-LSSVM[J]. Thermal Power Generation, 2017, 46(5): 36-42.

[9］ 郑伟. 加装防风网对空冷凝汽器换热影响的数值模拟[D]. 北京: 华北电力大学, 2014: 18-26.

ZHENG Wei. Numerical simulation on the influence of air cooling condenser installed windbreak net heat transfer[D]. Beijing: North China Electric Power University, 2014: 18-26.

［10］ 朱学莉, 刘成刚, 汪帮富, 等. 热力站最小二乘建模法仿真研究[J]. 系统仿真学报, 2009, 21(22): 7073-7076.

ZHU Xueli, LIU Chenggang, WANG Bangfu, et al. Simulation study on least square modeling of consumer substation[J]. Journal of System Simulation, 2009, 21(22): 7073-7076.

［11］ 贾力, 方肇洪. 高等传热学[M]. 2版. 北京: 高等教育出版社, 2008: 5-7.

JIA Li, FANG Zhaohong. Advanced heat transfer[M]. 2nd ed. Beijing: Higher Education Press, 2008: 5-7.

［12］ CHEN H, XIAO Y, XU G, et al. Energy-saving mechanism and parametric analysis of the high back-pressure heating process in a 300  MW coal-fired combined heat and power unit[J]. Applied Thermal Engineering, 2019, 149: 829-840.

［13］ 罗福多. 福建沿海新建燃气(LNG)电厂与燃煤电厂上网电价比较分析[C]//福建省能源研究会. 福建省科协第四届学术年会能源与经济的可持续发展研讨会论文集. 2004: 21-22.

LUO Fuduo. Comparative analysis of on-grid electricity price of newly built gas (LNG) power plants and coal-fired power plants in Fujian coast[C]//Fujian Energy Research Society. Proceedings of the Sustainable Development Conference on Energy and Economy of the Fourth Annual Academic Meeting of Fujian Association of Science and Technology. 2004: 21-22.

［14］ 李先瑞. 从统计数字看我国的集中供热[J]. 区域供热, 2003(6): 5-9.

LI Xianrui. Viewing China’s central heating from statistics[J]. District Heating, 2003(6): 5-9.

［15］ 李建锋, 吕俊复, 论立勇, 等. 燃煤热电联产机组性能评价方法研究[J]. 中国科学:技术科学, 2017(1): 64-74.

LI Jianfeng, LU Junfu, LUN Liyong, et al. Calculation method research of power supply coal consumption of coal-fired cogeneration unit[J]. Scientia Sinica (Tech- nologica), 2017(1): 64-74.

Simulation and performance analysis of cogeneration system for 600~699 MW level centralized high back pressure air cooling units

GU Yujiong, LIU Haochen, GENG Zhi

(School of Energy, Power and Mechanical Engineering, North China Electric Power University, Beijing 102206, China)

Taking the most representative 600~699 MW level air-cooling generator set in China as the example, the Ebsilon software was applied to establish the cogeneration system model for the centralized high back pressure air cooling unit, and the change rule of proportion of generating capacity with the high back pressure heat load under different working conditions was analyzed. The variation of the unit’s overall income with the ratio of electric heat to heat price is obtained. The results show that, when the external heat load is constant, the actual maximum power generation can be obtained by adjusting the proportion of high back pressure heat load and the specific value is obtained by an example, and it is smaller than the ideal maximum power generation. When the external heat load and ratio of electric heat to heat price changes, this paper determines which operating strategy can be used to maximize the unit's overall revenue. The research results provide a reference operational strategy for air-cooled cogeneration units.

air-cooling cogeneration, Ebsilon simulation, energy cascade utilization, economic optimization recommendation, ratio of electric heat to heat price, thermal load ratio

TK123；TK11+5

A

10.19666/j.rlfd.201902033

2019-02-24

北京市自然科学基金项目(3172031)；中央高校基本科研业务费专项资金(2016XS24, 2017MS017)

Supported by：Natural Science Foundation of Beijing (3172031); Fundamental Research Funds for the Central Universities (2016XS24, 2017MS017)

顾煜炯(1968)，男，教授，博士生导师，主要研究方向为电站设备状态维修理论与技术、可再生能源的利用与开发，gyj@ncepu.edu.cn。

刘浩晨(1996)，男，硕士研究生，主要研究方向为余热利用技术，lhcdocument@163.com。

顾煜炯, 刘浩晨, 耿直. 600~699 MW级集中式高背压型空冷机组热电联产系统仿真与性能分析[J]. 热力发电, 2019, 48(10): 51-56. GU Yujiong, LIU Haochen, GENG Zhi. Simulation and performance analysis of cogeneration system for 600~699 MW level centralized high back pressure air cooling units[J]. Thermal Power Generation, 2019, 48(10): 51-56.

（责任编辑 刘永强）