一种基于多煤种配煤掺烧寻优模型的燃煤采购决策方法与流程

本发明涉及煤电技术领域，特别是涉及一种基于多煤种配煤掺烧寻优模型的燃煤采购决策方法。

背景技术：

目前，燃料采购是影响火电企业经营成本的核心业务，在电厂的生产和管理工作中有重要地位，加强燃料采购的管理对火电厂的安全生产、经济运行有重要意义，同时，做好燃煤采购也是保证煤炭的持续、均衡、稳定、经济供应的首要任务，燃料采购对提高火电企业的市场竞争力、地位以及生存和发展有着不可忽视的作用。

火电厂燃煤采购计划主要根据煤炭市场变化情况制定，采购策略较为粗犷，燃煤采购与计划电量、耗煤信息、煤炭市场信息、机组运行工况等尚未形成全线贯穿的动态平衡。

现有的采购计划多依靠简单的电子表格，数据准确性有待提升；同时，采购到的燃煤未能与入炉燃烧情况对应，采购到的燃煤不符合入炉实际情况燃煤，采购与电厂的配煤掺烧失衡，过于依赖煤场存煤的调节作用。

技术实现要素：

本发明的目的是提供一种基于多煤种配煤掺烧寻优模型的燃煤采购决策方法，以实现使采购到的燃煤更符合入炉实际情况。

为解决上述技术问题，本发明提供一种基于多煤种配煤掺烧寻优模型的燃煤采购决策方法，该方法包括：

建立中储式制粉系统燃煤机组的多煤种配煤掺烧寻优模型；

设置多煤种配煤掺烧寻优模型的约束条件；

以采购成本最低为目标，对多煤种配煤掺烧寻优模型进行求解，得到最佳采购指导方案。

优选的，所述建立中储式制粉系统燃煤机组的多煤种配煤掺烧寻优模型，包括：

按照模糊控制原理建立配煤掺烧数据库；

生成耗煤标杆数据库；

针对设定的不同运行工况，寻找最优配煤掺烧方案。

优选的，所述按照模糊控制原理建立配煤掺烧数据库之后，还包括：

统计出不同煤种配比在各负荷段时与煤耗的对应关系。

优选的，所述生成耗煤标杆数据库之前，还包括：

确定采购周期及起止日期；

设定计划发电量，将计划发电量的曲线按照配煤掺烧数据库中各负荷段进行离散化处理，得到各负荷段的发电量；

收集市场上的各煤种的供应量、煤质信息和价格。

优选的，所述针对设定的不同运行工况，寻找最优配煤掺烧方案，包括：

在耗煤标杆数据库中寻找对应负荷段机组的最优煤种配比。

优选的，所述约束条件包括：当月发电所需的煤种及对应煤量、预测的下月最优煤量、煤炭市场信息和使机组在所设定负荷安全运行的煤质边界条件。

优选的，所述方法还包括：利用最佳采购指导方案进行燃煤采购。

本发明所提供的一种基于多煤种配煤掺烧寻优模型的燃煤采购决策方法，建立中储式制粉系统燃煤机组的多煤种配煤掺烧寻优模型；设置多煤种配煤掺烧寻优模型的约束条件；以采购成本最低为目标，对多煤种配煤掺烧寻优模型进行求解，得到最佳采购指导方案。可见，本方法解决燃煤采购与配煤掺烧所需煤种匹配度不高的问题，将燃煤采购直接与入炉燃烧情况关联考虑，通过模糊算法建立配煤掺烧数据库模型，得出耗煤标杆数据库，再结合下月发电量，煤炭市场上可采购到的各煤种的煤价情况，计算下月最优耗煤预测，下月最优耗煤预测与当前煤炭市场供应情况综合考虑，给出下月采购指导，使采购到的燃煤更符合入炉实际情况，给出电厂燃煤采购的最佳指导方案，从而辅助电厂决策。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明所提供的一种基于多煤种配煤掺烧寻优模型的燃煤采购决策方法的流程图；

图2为基于中储式制粉系统燃煤机组多煤种配煤掺烧寻优模型的采购指导模型计算流程图。

具体实施方式

本发明的核心是提供一种基于多煤种配煤掺烧寻优模型的燃煤采购决策方法，以实现使采购到的燃煤更符合入炉实际情况。

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参考图1，图1为本发明所提供的一种基于多煤种配煤掺烧寻优模型的燃煤采购决策方法的流程图，该方法包括：

s11：建立中储式制粉系统燃煤机组的多煤种配煤掺烧寻优模型；

s12：设置多煤种配煤掺烧寻优模型的约束条件；

s13：以采购成本最低为目标，对多煤种配煤掺烧寻优模型进行求解，得到最佳采购指导方案。

可见，本方法解决燃煤采购与配煤掺烧所需煤种匹配度不高的问题，将燃煤采购直接与入炉燃烧情况关联考虑，通过模糊算法建立配煤掺烧数据库模型，得出耗煤标杆数据库，再结合下月发电量，煤炭市场上可采购到的各煤种的煤价情况，计算下月最优耗煤预测，下月最优耗煤预测与当前煤炭市场供应情况综合考虑，给出下月采购指导，使采购到的燃煤更符合入炉实际情况，给出电厂燃煤采购的最佳指导方案，从而辅助电厂决策。

其中，步骤s11的过程具体包括：按照模糊控制原理建立配煤掺烧数据库；生成耗煤标杆数据库；针对设定的不同运行工况，寻找最优配煤掺烧方案。

进一步的，按照模糊控制原理建立配煤掺烧数据库之后，还包括：统计出不同煤种配比在各负荷段时与煤耗的对应关系。

进一步的，生成耗煤标杆数据库之前，还包括：确定采购周期及起止日期；设定计划发电量，将计划发电量的曲线按照配煤掺烧数据库中各负荷段进行离散化处理，得到各负荷段的发电量；收集市场上的各煤种的供应量、煤质信息和价格。

其中，所述针对设定的不同运行工况，寻找最优配煤掺烧方案的过程具体包括：在耗煤标杆数据库中寻找对应负荷段机组的最优煤种配比。

进一步的，所述约束条件包括：当月发电所需的煤种及对应煤量、预测的下月最优煤量、煤炭市场信息和使机组在所设定负荷安全运行的煤质边界条件。

进一步的，所述方法还包括：利用最佳采购指导方案进行燃煤采购。

其中，中储式制粉系统燃煤机组的多煤种配煤掺烧寻优模型是指在考虑了电厂生产实践中工况变化复杂、煤种复杂，中储式制粉系统中间环节多，干扰因素复杂的问题后，通过模糊算法，建立起中储式制粉系统燃煤机组配煤掺烧模型，并对运行数据建立起具有分组特性的标杆数据库，以及结合负荷计划、机组工况给出的多煤种的配煤掺烧的最优方案。

详细的，建立中储式制粉系统燃煤机组配煤掺烧模型包括三个步骤：(1)按模糊控制原理建立配煤掺烧数据库；(2)生成综合度电成本标杆库；(3)针对设定的不同运行工况，寻找最优配煤掺烧方案。

其中，标杆数据库是指：将机组运行过程中产生的数据进行记录，并对数据进行分类、筛选、加工、处理、分析和运用，从而深入数据内部，挖掘价值。从标杆数据库选出同工况下的历史最优掺配方案作为配煤掺烧寻优的指导依据。在标杆数据库中最优掺配方案选取的过程中，需根据机组、当日负荷计划、环境温度等工况，从标杆数据库中选取历史中同工况的掺配方案，并在得到的掺配方案中选取综合度电成本最低的方案作为最优掺配方案。

本方法是为火电厂形成与计划电量及耗煤量信息、多煤种配煤掺烧匹配度较高的燃煤采购指导寻优方法，具体包括：建立配煤掺烧数据库，统计出不同煤种配比在各负荷段时与煤耗的对应关系；确定采购周期及起止日期；设定计划发电量，并将计划电量曲线按配煤掺烧数据库各负荷段进行离散化处理，得出各负荷段的发电量；收集市场上的各煤种供应的量、质、价信息；生成耗煤标杆数据库；在耗煤标杆数据库中寻找对应负荷段机组的最优煤种配比；结合各负荷段的发电量，计算下月最优耗煤预测；下月最优耗煤预测与当前煤炭市场供应情况综合考虑，并添加采购指导计算的约束条件，利用matlab最优化算法，计算得出下月采购指导。其中，最优煤种配比是指在当前负荷段、机组运行的情况下，使度电综合成本最低对应的煤种占比；下月最优耗煤预测综合了成本最低时的各煤种消耗量。

其中，将以下四条作为采购指导计算的约束条件，包括：

(1)将各负荷段发电量与煤种占比叠加，计算当月发电所需的煤种及对应煤量；

其中，维护每月计划电量，计算满足该计划电量所需耗煤量，通过新增当月计划电量及月度计划发电煤耗，设定机组不同负荷段下电量占比及为达到该负荷所需燃煤边际热值和边际硫分。并基于电量占比分摊总计划电量在各负荷段下计划电量，结合设定发电煤耗自动计算该负荷段的边际耗煤量。最终获取当月各负荷段下所需燃煤边际煤质及边际煤量，自动对当月总计划电量及总边际耗煤量进行合计展示。

(2)预测出的下月最优煤耗；

其中，在耗煤标杆数据库中寻找对应各负荷段机组的最优煤种配比，结合各负荷段的发电量，计算下月最优耗煤预测，即综合成本最低时的各煤种消耗量。

(3)综合考虑煤炭市场信息；

其中，在考虑煤炭市场信息的过程中，针对煤价随市场的波动性和短期内变化具有连续性这一特点，我们记录煤炭市场煤价变动的历史情况，并根据煤价的变化趋势，在短期范围内，预测在采购期内的煤价，从而辅助电厂决策。

其中，煤炭市场信息为当前市场可选用的供煤单位，以及该供煤单位提供煤种的发热量、原煤价、硫分、挥发分、标煤价，固定量、最小供应量、最大供应量。所述的固定量与最小供应量、最大供应量、做排他处理，即当选定了固定量时，不能再选择最大供应量、最小供应量。

(4)考虑使机组在所设定负荷安全运行的煤质边界条件作为采购的煤质约束条件。

其中，采购指导约束条件主要用于指导所采用的采购方案应满足的限制性条件，从而在采购方案中排除不符合项。

通过对采购约束进行设置，包括当月发电所需的煤种及对应煤量、预测出的下月最优煤耗、煤炭市场信息和使机组在所设定负荷安全运行的煤质边界条件，通过采购指导模型自动计算出所需采购煤种、数量，并按先后顺序生成采购计划，以采购成本最低为目标进行采购指导寻优规划求解，给出最佳采购指导方案，指导火电厂采购工作的进行。其中，一种采购指导方案是指不同供应商处选取不同的采购量组成的采购明细。

所述方法应用于火电厂燃料全价值寻优系统，所述火电厂燃料全价值寻优系统与火电厂监测信息系统sis系统、企业资源计划erp系统存在数据交互。本方法以煤炭市场信息为依据，将燃煤采购指导与计划电量的耗煤信息、多煤种配煤掺烧信息结合起来，利用matlab最优化算法规划求解方法，能有效提高采购煤种的量和品质与火电厂计划电量、多煤种配煤掺烧对应煤质信息的匹配度，并能使给出的采购指导能贴合电厂的实际生产需要，从而使火电厂燃煤采购更加经济，有效促进采购成本的降低，通过基于中储式制粉系统燃煤机组多煤种配煤掺烧寻优模型的采购指导模型计算得到寻优指导，对于火电厂的降低成本、安全生产、提升经济效益和的综合竞争力具有重要意义。

图2为基于中储式制粉系统燃煤机组多煤种配煤掺烧寻优模型的采购指导模型计算流程图，可应用于火电厂的燃料全价值寻优系统中。采购指导寻优方法的流程具体包括如下步骤：

步骤1，确定采购周期及起止日期；

步骤2，设定当月计划发电量，并将计划电量曲线按配煤掺烧数据库各负荷段进行离散化处理，得出各负荷段的发电量；

步骤3，设定当月不同负荷段发电量明细，即每个负荷段上，每个机组的发电量及耗煤量；

其中，计划电量及耗煤量信息是指按照月度目标值将计划电量分解量化到不同负荷段，不同负荷段对应不同电量占比和不同负荷燃烧煤质边界条件；

步骤4，在中储式制粉系统燃煤机组的多煤种配煤掺烧标杆数据库中寻找对应负荷段、机组的最优煤种配比及最优煤耗；

其中，所谓最优煤种配比是指在当前负荷段、机组运行的工况下，使度电综合成本最低对应的煤种占比；

综合度电成本＝燃煤度电成本-非煤发电变动成本；

燃煤度电成本＝供电煤耗*标煤热值/原煤热值*σ(分煤种原煤单价*分煤种占比)；

非煤发电变动成本＝液氨度电成本+钢球度电成本+石灰石粉度电成本-干灰度电收入-石膏度电收入；

根据步骤4及以下两条步骤预测下月最优煤耗，包括：

步骤5，采购周期内计划发电量；

步骤6，采购周期内煤炭市场煤价情况；

将以下四条作为采购指导计算的约束条件，包括：

步骤7，将各负荷段发电量与煤种占比叠加，计算当月发电所需的煤种及对应煤量；

步骤8，预测出的下月最优煤耗；

步骤9，设定使机组在各负荷段下安全运行的煤质边界条件；

步骤10，综合考虑煤炭市场信息；

其中，煤炭市场信息为当前市场可选用的供煤单位，以及该供煤单位提供煤种的发热量、原煤价、硫分、挥发分、标煤价，固定量、最小供应量、最大供应量；所述固定量与最小供应量、最大供应量、做排他处理，即当选定固定量时，不能再选择最大供应量、最小供应量；

步骤11，综合以上四条约束信息，进行采购寻优规划求解；

步骤12，以综合度电成本最低为目标，用matlab最优化算法进行采购指导寻优规划求解；

其中，将预测出的下月最优煤耗与当前煤炭市场供应情况结合，利用matlab最优化算法，计算得出下月采购指导。采购指导约束条件主要用于指导所采用的采购方案应满足的限制性条件，从而在采购方案中排除不符合项。

步骤13，给出最佳采购指导方案。

其中，一种采购指导方案是指不同供煤单位处选取不同的采购量组成的采购明细，使燃料度电成本最低对应的采购总量。

本方法在进行采购指导过程中，将燃煤采购与计划电量所需煤量煤质、多煤种配煤掺烧、燃煤市场状况结构相结合，使得电厂所采购的燃煤更加符合火电厂实际入炉燃烧的煤量煤质需要，优化库存结构，从而有效降低燃煤采购成本，降低燃煤发电成本。

以上对本发明所提供的一种基于多煤种配煤掺烧寻优模型的燃煤采购决策方法进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。