文资料翻译 2.docx
《文资料翻译 2.docx》由会员分享，可在线阅读，更多相关《文资料翻译 2.docx（20页珍藏版）》请在冰豆网上搜索。
文资料翻译2
毕业设计（论文）外文资料翻译
系：
能源与动力工程
专业：
热能与动力工程
姓名：
张凤
学号：
0802050805
（用外文写）
外文出处：
EnergyConversionandManagement
附件：
1.外文资料翻译译文；2.外文原文。
指导教师评语：
签名：
年月日
附件1
关于联合循环燃气轮机发电厂的热蒸汽回收发生
器在变工况下的热经济学优化
文章信息
文章历史：
2010年2月1日
收到日期：
2010年10月29日
同意：
2010年11月7日
网上提供：
2011年1月6日
摘要：
热力学模型的实际用途之一是找到在某电厂的设计效率和成本之间的权衡。
通常情况下，热经济分析涉及了电厂的经济模式，治理与评估费用的热力学模型。
联和循环燃气轮机发电厂，通常的热力学模型计算性能和能源电厂在设计条件下的平衡。
然而，如今，经过几年CCGTs操作经验的年度经营数据可以发现这在一定程度上与设计条件是不同的。
本文展示了一种方法来实现考虑到频繁的设计工厂的运作的联合循环发电电厂的热经济优化。
因此，工作的目的是为了提高电厂热设计考虑一个更现实的年度操作方案。
此外，该方法应用到优化能源生产的不同的情况下经营的几个联合循环配置。
优化结果进行比较，根据设计条件下的性能，以获得与通常的热经济模型。
关键字：
联合循环；热经济优化；部分负荷运行；非设计；热回收蒸汽发生器
绪论
热经济学模型的一个实际的用途是在电厂的设计中发现成本和效率之间的交换，通常，热经济学分析包括电厂的热力学模型和经济模型分析，热经济学分析致力于评估成本。
在燃气轮机联合循环电厂里，热力学模型通常计算电厂在设计条件下的性能和能量的平衡。
然而，如今，经过了几年的燃气轮机联合循环的操作经验后，可以发现每年的运行数据在一定程度上不同于设计条件下的数据。
本文展示了一个方法，它是实现燃气轮机联合循环电厂在频繁的变工况运行条件下的热经济学优化的方法。
因此，这项工作的目的是为了改善电厂的热力经济学的设计通过考虑一个更实际的年度经营情况的方法。
此外，这个方法还适用于不同的能源生产的情景下优化不同的配置操作的CCGT。
优化的结果相比于那些通过基于设计工况下的常用的热力学模型具有更好的性能。
1、介绍
在技术文献中，关于CCGT电厂的大量的热力学分析是可以被找到的。
[1-3]是这些分析做出的最近的贡献。
这些工作主要是集中在设计上，电厂的分析或者优化也是集中在设计上。
然而，CCGT电厂因其相对快速地反应经常遭受负荷的改变，并且，有时候他们的安装是为了调节峰值和周期性负荷。
如今，大量的CCGT电厂被建成，并且其中的一些电厂已经安全的运行了一段非常长的时间。
经过这些年后，年度运行的数据可以被发现。
因此，年度运行的数据可以验证CCGT电厂在设计工况的前提下的工作是否是合适的。
事实上，在基于设计工况下的热力学优化结果是可以满足的，如果CCGT电厂全年在设计工况下运行。
否则，如果CCGT电厂运行在非设计工况下非常长一段时间，这个电厂有可能稍微的超负荷运行，会造成相应的成本的处罚。
预见问题的作者和验证这个问题的作者都是采用的经济学的方法。
[5-7]就是其中的一个例子。
尽管每一个贡献的具体的目标不同，在这些工作中，在设计工况下的电能乘以荷载因子被用来计算每年的电能产量。
这些方法的主要缺点是他们不能考虑到电厂由于非设计工况运行下造成的效率的降低。
效率的下降对CCGT[4-8]在热力学性能下有不稳定的影响。
因此，热力学优化模型应该被改进。
反之，其他的一些作者用他们的经济学研究方法来研究电厂在部分负荷运行下的效率。
依据[9]式计算电厂每年平均生产成本，假设了一个每年的平均效率。
El-Sayed[10]和Lazzaretto和Carraretto[11]优化了知道能源需求的电厂的燃料消耗。
他们分别运用之间的相互联系来计算电厂的效率和用一个仿真模型来调整实际运行数据。
Unver和Kilic[12]基于真实数据对土耳其CCGT电厂做了一个经济分析，评估了部分负荷运行下的影响和环境温度对成本的影响。
最后，Shietal.[13]分析了是否一个具体的CCGT设计在经济上是有利可图的，并且使用一个模拟模型来预测电厂的部分负荷性能。
然而，这些工作并不是专门执行CCGT设计的热经济学优化。
命名法
符号
每年的摊销成本（元/年）
低热值（KJ/Kg）
每年的总燃料成本（元/年）
总功率（KW）
每千瓦时的燃料成本（元/KWh）
年平均总功率（KW）
发电成本（元/KWh）
平均发电成本（元/KWh）
联合循环效率
每年的运营和维护成本（元/KWh）
工厂每年的工作时间（h）
设计点
负荷率
平均负荷率
这项工作的目的是建立一个热经济学优化模型，这个模型要考虑到CCGT电厂的频繁的变工况运行并且伴随有相应的效率下降的情况，解决这种问题的办法在技术文献中还没有发现。
这个模型是由[14,15]而来的，它成为了热经济学设计中的一个更精确的步骤。
除了之前的在[14]中形成的热经济学优化工具，一个用来模拟在变工况条件下的CCGT的代码已经被使用，实际的CCGT电厂的年度电能产量和运行时间的信息已经从[17]获得，[17]是西班牙的一个具体情况。
此外，这个优化模型被应用于工作在不通电能生产情景下的不同的CCGT配置的电厂。
优化的结果可以与那些之前被公认的热经济学模型相比
2.方法论
为了实现之前描述的的目标，四个步骤是必须得。
第一个步骤在于对将要进行优化的CCGT配置进行挑选。
如今选择的配置最主要集中在西班牙，这一问题在第三部分有详细讨论。
CCGT电厂运行的估计模式应当适合能源生产的合理的情形。
因此，第二个步骤是关于与每个选定的配置的能源生产的这些情形的定义。
这些情形被定义作为一套电力需求和相应的运作时间。
第三步骤会在第五部分介绍，它将会对热经济学模型进行重新定义。
年度平均生产成本被选做为经济的标准必须被减少。
在[14,15]中形成的热经济学模型经过修正后以至于它能够评估在估计情况中得燃料成本。
优化的过程是一个迭代的过程，它包括递归计算，递归计算作为被优化的参数是多种多样的。
此外，如果这种已经定义的情况考虑到部分负荷运行下的不同情况，优化过程将会变得非常的缓慢。
因此，作为提出的方法中的最后一个步骤，每一个CCGT配置的部分负荷的行为被研究的目的是找到一个简化计算的方法和使优化更快。
这些分析以及它们的结果会在第六部分中描述。
3.CCGT配置的选择
到目前为止，在西班牙有超过45个CCGT电厂已经安装，其中的大部分位于伊比利亚半岛，它们代表着超过20千瓦的装机功率。
表格1概述了那些电厂的主要数据。
表格1中得大多数的CCGT是基本负荷发电厂。
它们主要是400MW或者800MW的电厂。
这些400MW的电厂（总共35家）由1×1的配置包括一个燃汽轮机、一个带有再热功能的三级压力水平的热蒸汽回收发生器和一个汽轮机组成。
这些800MW的电厂（总共9家）由2×1的配置包括两台燃气轮机、两台带有再热功能的三级压力级别的热蒸汽回收发生器、一台汽轮机组成。
另一方面，有一个具体的发电厂‘‘EscatrónPeaker’’是由一个调峰厂和两个2×1组组成，大约100MW一个。
因此，基本负荷电厂的代表性的配置是一个400MW、一个带有再热功能的三级压力水平的HRSG。
这种配置的示意图如图1。
这种配置中使用的燃气轮机能产生281MW，而汽轮机能产生大约120MW。
这种情形下使用的燃气轮机的主要参数显示在表2中。
这些燃气轮机的功率的级别被审查之后，如果这些燃气轮机的规格是可用的，那些参数将被选作为代表性的参数。
在这些岛上的例子中，电厂的功率都比较低（大约240MW），它们是2×1配置包括Granadilla电厂（加纳利群岛）、BarrancodeTirajana电厂（加纳利群岛）和CasTresorer电厂（巴利阿里群岛）或者3×1配置包括SonReus电厂（巴利阿里群岛）。
这些伴随有多个燃气轮机的配置的电厂在变化的电力需求的情形下呈现出了优势，特别是在电力需求随季节变化的情形下，正如群岛的例子。
在这两种配置的例子中，不带再热装置的双压力级别的HRSGs正在被使用。
考虑到先前的描述，在群岛的例子中，两个代表性的配置已经被选定：
一个2×1的配置和一个3×1的配置。
它们的示意图显示在图2中。
在2×1配置的例子中，每个燃气轮机产生83MW，然而在3×1配置的情况中，每个燃气轮机产生55MW。
燃气轮机的主要参数显示在表3中。
在这种情况下，它们都是基于真实燃气轮机的相似功率范围的规格下被选中的
4.运作的情形
表1显示了在伊比利亚半岛各电厂的年度能源生产和年度运作时间（2008年的数据）。
每个电厂的平均负荷因子可以用计算公式
（1）来计算。
这样计算的平均负荷因子也是显示在表1中。
表12008年联合循环电厂在伊比利亚半岛的运营[17]
发电厂总功率电能生产操作平均平均负
（MW）（GWh）时间（h）效率（KW）载因子（%）
4.1400MW-1×1配置
关于每年的运作时间，表1中数据分析的结果显示大约是平均7000小时。
这个平均值是在考虑了那些年运作时间超过5000小时的基本负荷电厂但没有考虑那些在不同季节短时间工作的电厂的情况下得到的。
因此，这个平均值是热经济学优化中的典型数据，可以被视为这些CCGT配置的代表性数据。
关于平均负荷因子，考虑到相同电厂相比于以前的论点，73%的平均负荷因子的结果来自这些数据。
代替使用上述平均值作为电厂每年总的运作时间和平均负荷因子，一个更实际情形已经被定义。
这个方案考虑了电厂一整年的运作模型。
4.2250MW-2×1和3×1配置
这类电厂的特点是可能在小负荷下运行并且效率会下降甚至会关闭一个或者两个燃气轮机。
尽管这类电厂的每年的运行数据不可能在[17],中得到，这种情形也应当被定义以至于这类电厂能够运行大约7000小时，但是实在低负荷下。
下面这种情形是一个建议：
在90%的设计负荷下运行2000个小时；
在50%的设计负荷下运行3000个小时；
在33%的设计负荷下运行2000个小时；
图1400MW配置和能源的三重压力水平再热余热锅炉的温度示意图
表2280MW的燃气轮机
参数数值
压力比21
空气质量流量（kg/s）625
尾气流速（kg/s）640
汽轮机进口温度（K）1625
汽轮机排气温度（K）890
总功率（MW）281
效率（%）38.5
在7000个小时的运行时间和平均负荷下它的结果大约是56%。
对于2×1配置，当两台燃气轮机运行在90%的设计负荷下时90%的负载因子可以达到，当一台燃气轮机运行运行在满负荷下而另一台关闭时负载因子可以达到50%，当仅有一台燃气轮机在66%的设计负荷下运行时负载因子可以达到33%。
对于3×1配置，当3台燃气轮机在其90%的设计负荷下工作时设计负荷可以达到90%，当两台燃气轮机运行在75%的设计负荷时设计负荷可以达到50%，当仅有一台燃气轮机工作在满负荷下，另两台被关闭时设计负荷可以达到33%。
这些运作模型通常应用在这些种类的配置中。
5热经济学模型和优化
仅仅通过一个热力学分析，最重要的设计参数和可逆性的最相关来源可能出现。
提高CCGT的效率通常是可行的，但是以增加电厂的总成本作为牺牲。
热经济学分析是想获得高效率和可接受成本之间的平衡。
关于这个领域研究的多个作品可以在文献中找到。
这个领域的主要贡献已经发展到分析和优化热电联合系统。
这个问题的最近一次审查已经在[18]中进行。
在各种不同的应用中这些工具是宝贵的，特别是在余热发电系统中，在这些领域中几个产品（热和电）的成本应当被评估。
关于CCGT分析，其他的分析模型也已经被研发出来。
例如，在[19]中Dechamps基于边际成本研发了一种方法为了达到效率和生产成本之间的权衡，在[1,2]中CCGT电厂的燃气再热的收入，蒸汽再热和燃气复原的收入被降到了最低，在[3,20]中集中在HRSG上的热经济学研究已经做出。
然而，正如第一部分描述的，这些作品不考虑CCGT的非设计工况下的效率。
部分负荷性能在能源系统的经济结果上的影响已经在热电联产这个领域中被广泛研究，这些研究有着不同的目的（为了找到一个系统或者一系列系统的优化的运作模型，或者发展一些优化工具）.正如介绍中所描述的，在火力发电厂和特别是在CCGT电厂很多方法已经被研发出来，但是它们当中没有一个在优化电厂的设计时是把部分负荷效率视为算法的一部分的。
在热经济学优化过程中，目前工作的目的是考虑CCGT电厂的生产的实际情形和在部分负荷运行下实际的CCGT效率。
本文中所用的模型是基于一个在以前的作品[14,15]中研发出来的，在这些作品中，这个目的是通过对建立HRSG设计的最佳参数的选择使CCGT的生产成本最小。
然而，在本论文中，热经济学模型已经被修改为了评估在第四部分中提出的情形的电厂超过一年的平均发电成本。
图二250MW2x1和3×1的配置和能源的双重压力水平余热锅炉的温度示意图
表380MW和55MW燃气轮机
参数数值参数
压力比1616
空气质量流量（kg/s）240160
尾气流速（kg/s）245163
汽轮机机器温度（K）14501450
汽轮机排气温度（k）828828
总功率（MW）8355
效率（%）35.135.1
发电成本的定义在[15]中正如在式2中表示的一样。
式中Cf是每年的燃料总成本，Ca是年摊销成本，Com是每年的运行维护成本。
这些成本的定义和数值在[15]中有总结。
产量W～.h是每年的总能源产量。
给定产量的一个具体情形，式2应当被改写成式3.
在这个式子中，上下式求和中的不同的项是对应于在给定产量这种情形中的每个部分负荷条件。
能源产量（Wi.Hi）和燃料成本在每一项中采用不同的数值。
部分负荷功率（Wi）可以表示为设计功率值乘以一个负荷因子（Li），正如它在式4中表示的一样。
另一方面，式3中的各项成本除了每个负荷下的燃料成本之外都可以像在[15]中描述的那样来计算。
这个成本可以通过燃料质量流量乘以单一燃料成本（Cfuel.LHV）再乘以电厂在相应负荷下的工作总时间来得到。
由于燃料质量流量取决于电厂在部分负荷运行条件下的功率和效率，所以燃料成本可以表示为式6中显示的一样。
6式中的功率可以表示为负荷因子的一个函数，正如4式中一样。
另一方面，6式中也可以用来计算总的燃料成本当电厂一整年在设计工况下运行的时候。
叫做。
因此，式6可以被重新排列用来表示在每个部分负荷下的燃料成本，正如四个因素的产量（式7）：
设计工况下的燃料成本（Cf,des）,负荷因子（Li），设计效率和实际效率的比值，电厂全年工作的总时间除以电厂在设计工况下工作的时间。
根据3式、4式、7式，年平均生成本可以通过8式来计算。
8式中的Cｆ．ｄｅｓ可以像在[15]中描述的一样来计算，负荷因子和工作时间数是通过具体情形来定义的，效率的比值可以像６式中表示的一样来计算。
年平均生产成本是一种在优化过程中要被减少的成本。
有几个优化方法可以解决这类问题，如[27]中。
本论文采用了Valdesetal提出的遗传算法来实现热经济学优化。
遗传算法在先前已经被其他作者用来解决相似问题并且取得了很好的效果，如[28–30]。
优化过程中产生的一系列独立变量包含有鼓点压力、夹点和在HRSG的每一个压力级别下的蒸汽温度。
解决的方法是在所有的情况下都将温度建立在20K上以确保在考虑范围内部分负荷运行是可能的。
除了限制上述所说的独立变量之外，该方法还考虑到限制汽轮机出口处的湿度和HRSG排气管处的燃气的温度。
这些限制和约束在[14]中有详细叙述。
6.已选配置的部分负荷行为
正如在[14]中的解释，优化的过程意味着它是必须在多套独立变量下计算电厂的效率和燃料成本，直到获得一套最佳的设计参数。
此外，在本文中提出的模型中，对于每一套独立变量，一旦获得设计效率和设计工况下的燃料成本，它任然有必要计算在考虑到相应情形下的部分负荷条件下的非设计工况的效率。
因此，设计效率和非设计效率的比值的获得在式8中已经介绍了。
另一方面，为了保证在部分负荷计算中的收敛性，负荷被系统性的减少，范围从满负荷到选定的最小负荷（避免变量的突然改变）。
因此，部分负荷计算比设计工况下的模拟计算更费时。
此外，正如前面所说的，优化由一个迭代过程组成。
所有这些因素引起的计算时间将会很长，除非简化了在计算。
这部分的目的是分析选定配置下的部分负荷行为，试图找到一个方法使模拟计算更快。
具体来说，就是关于部分负荷行为对HRSG设计的影响的研究已经开始了。
6.1400MW-1×1的配置
图3显示了随着负荷的降低，这种配置下的部分负荷性能。
HRSG设计的影响已经进行了分析，因此，图3叠加的显示了4种不同的400MWCCGT配置下的设计效率和效率的比值对抗负荷的关系。
这些CCGT有相同的燃气轮机（见表2），但是它们在HRSG设计参数上彼此不同，这些是需要优化的参数。
这些被选作进行分析的数值呈现在表4中。
如图3显示的一样，考虑过的所有四种CCGT设计的表现是非常的相似。
这意味着给定一个燃气轮机，在部分负荷运行下的CCGT效率是可以通过图3中的基本曲线来预测。
无论HRSG设计参数的数值是多少。
采用这种方法，一旦设计点下的效率是已知的，再使用表5中的系数，那么部分负荷下的CCGT的效率是可以计算出来的。
在表5中，列出了效率和设计效率在部分负荷下的已经使用过的比值。
因此，在优化过程中的每一个步骤中没必要进行部分负荷模拟。
这将会节约很大一部分计算时间。
6.2250MW2×1和3×1的配置
在这种情况下，已经对在第3部分中所描述的两种不同的配置进行过分析：
两台83MW的燃气轮机和一台蒸汽轮机，3台55MW的燃气轮机和一台蒸汽轮机。
正如6.1中所述，与HRSG设计参数相关的四种不同的情形已经被研究过。
因此，每种配置的CCGT有相同的燃气轮机和不同的HRSG设计参数（数据见表6）。
图4显示了8座250MWCCGT电厂的设计效率和效率比值随着负荷降低的研究结果。
考虑一下4.2节中与这些具有多个燃气轮机配置的运行模型相关的论点，图4包含的不同的情形导致了四种不同系列叠加的曲线：
第一种系列是在图上的最右边，显示的结果是当所有的燃气轮机是同时工作的情况下获得的，无论是3×1配置还是2×1配置。
第二种系列显示的结果是当3×1配置中只有两台燃气轮机在工作的情况下获得的。
剩余的两种系列曲线显示的结果是当仅有一台燃气轮机是在工作的情况下获得的，无论是3×1配置还是2×1配置。
图4显示了一些预料中的结果。
例如，在3×1配置的例子中，当负荷下降到50%的时候最好关闭其中一个燃气轮机以期获得一个比较好的效率。
考虑到那些结果，在选定情形中考虑了部分负荷的效率和设计效率的比值在表5中呈现。
所有四种CCGT设计的部分负荷性能在每种配置中也是非常相似的，正如在6.1节中叙述的。
因此，设计效率和效率的比值反比于负荷因子的曲线都是非常相似，即使关闭一个或两个燃气轮机。
这意味着给定一个燃气轮机，部分负荷效率可以通过表5中的数据来预测，无论HRSG参数的数值是什么。
因此，这种情形所需要的部分负荷效率是可以计算的一旦设计点的效率是已知的。
7.结果
7.1400MW-1×1的配置
对于400MW配置，两种热经济学优化已经进行。
其中一种是在考虑了一个运行的经典的假设的情况下执行的，这个假设是电厂在设计点年运行7000小时。
另一种是在考虑了在4.1部分中定义的情形下被执行的，减少年平均成本。
这两种优化导致了两种不同的HRSG设计，分别是经典设计和新设计。
图三在部分负荷下几个400MW配置的联合循环效率的变化示意图
表4400MW配置在余热锅炉的设计参数值
变量基本情况压力修改修改夹点修改蒸汽温度
高压蒸汽温度（K）790790790800
鼓在高压力水平的压力（bar）130160130130
高压点（K）10102010
高压力的方法点（K）20202020
中压蒸汽温度（K）700700700710
中间的压力水平的压力（bar）25352525
中间压力点（K）1010510
中间压力的方法点（K）20202020
低压力水平的压力（bar）5555
低压点（K）1010510
低压进场点（K）20202020
表5在部分设计负荷的联合循环效率
表6
250MW配置余热锅炉的设计参数值
变量基本情况压力修改修改夹点修改蒸汽温度
高压蒸汽温度（K）795795795800
鼓在高压力水平的压力（bar）901509090
高压点（K）1010510
高压力的方法点（K）20202020
低压真气温度（K）566.5605.3561.5571.5
低压力水平的压力（bar）5555
低压点（K）10101510
低压进场点（K）20202020
图四几个250MW配置联合循环效率与负载部分负荷运行的各种模式
表7400MW配置热经济的优化结果
400MW优化7000h-100%优化4500h-90%2500h-50%
在100%-7000h的工作成本（元/KWh）3.2993.300
在建议方案下运作的发电成本（元/KWh）3.82443.8239
设计效率（%）57.857.7
联合循环设计功率（KW）421.7421.1
低压力（bar）3.03.0
低压点（K）6.38.0
中间压力（bar）23.222.4
中间压力点（K）7.99.4
中间高压蒸汽温度（K）758.3757.3
高压力（bar）180.0180.0
高压力点（K）8.09.7
高压蒸汽温度（K）833.0833.0
表7列出了关于每种设计（新设计和经典设计）的两种成本：
一种成本是在考虑到电厂总是工作在满负荷情况下得到的，另一种成本是在考虑到电厂运行在建议情形下得到的。
在两种设计中，电厂运行在建议情形下的年平均生产成本要比电厂总是在满负荷条件下工作的年平均生产成本大。
这一预期增加的成本，是由于在部分负荷状况下较低的热效率引起的，证明了这种建议的热经济学模型的发展是正确的，因为不然的话，成本最小化是不切实际的，并且电厂可能超大没有任何利益回报。
如果电厂总是运行在满负荷状态下，经典设计比新设计实现了一个略低的生产成本。
另一方面，如果对年平均生产成本进行评估，新设计将会获得一个略低的年平均生产成本。
表7还显示了两种设计中的HRSG参数的数值，由于质流的数值和涡轮排除气体的温度数值都很高，两个例子中有八分之三的数值是一样的。
这些参数中，低压、高压和高压力水平下的蒸汽温度都达到了极限，在优化过程中这些参数不能再超过这些数值，其余的五个参数略有不同，因此HRSG设计和成本评估是十分相似的。
然而，新设计比经典设计要求低一些，因为夹点和中间
升级会员 