基于数据驱动的火电机组集控运行参数优化与能效提升研究

一、引言

火电机组作为我国电力系统的主力电源，其能效水平直接影响能源利用效率与碳排放强度。根据中国电力企业联合会数据，2022 年全国火电机组平均供电煤耗为 302.5g/(kW⋅h) ，但不同机组间能效差异显著，先进机组与落后机组差距可达 20g/(kW⋅h) 以上。集控运行参数（如主蒸汽压力、再热蒸汽温度、过量空气系数等）的优化配置是缩小能效差距的关键，但传统依赖经验的参数调节方式难以适应复杂工况变化，亟需引入数据驱动技术实现精准优化。

数据驱动方法通过挖掘历史运行数据中的潜在规律，可突破机理建模的局限性，已在工业过程优化中展现出优势。李建刚等（2021）采用神经网络模型预测火电机组能效，平均误差控制在 0.5% 以内；张伟等（2020）基于遗传算法优化锅炉燃烧参数，使某600MW 机组效率提升 0.8% 。然而，现有研究多聚焦单一设备优化，缺乏对机组整体集控参数的协同调控。本文以 300MW 火电机组为研究对象，构建全工况参数优化模型，实现能效指标的全局提升。

二、研究方法

2.1 数据采集与预处理

数据来源于某电厂300MW 亚临界火电机组2021—2022 年的DCS（分散控制系统）历史数据库，涵盖机组负荷、主蒸汽压力（ 16.7-17.5MPa) ）、主蒸汽温度（ 540-545^∘C ）、再热蒸汽温度（540— .545^∘C ）、过量空气系数（1.15—1.25）、给水泵转速（ 2800-3200r/min) ）等32 项运行参数，以及供电煤耗、汽轮机热耗率等能效指标，共采集有效样本86400 组（以10 分钟为间隔）。

预处理步骤包括：（1）采用拉依达准则（3σ 法则）剔除 1.2% 的异常值；（2）通过线性插值填补 0.8% 的缺失数据；（3）采用 min-max 标准化将参数归一化至[0,1]区间；（4）运用皮尔逊相关系数筛选出与供电煤耗相关性绝对值大于0.6 的15 项关键参数，降低模型复杂度。

2.2 模型构建

1. 能效预测模型：采用随机森林算法建立运行参数与能效指标的映射关系。该算法通过集成 100 棵决策树，能有效处理非线性数据且抗过拟合能力强。以15 项关键参数为输入，供电煤耗为输出，经5 折交叉验证，模型决定系数R²达0.92，均方根误差（RMSE）为 0.85g/(kW⋅h) 。

2. 参数优化模型：以随机森林模型为适应度函数，采用粒子群优化（PSO）算法搜索最优参数组合。设置粒子群规模为50，惯性权重0.7，学习因子 cl=c2=1.49 ，迭代次数 100 次。优化目标为最小化供电煤耗，约束条件基于机组安全运行范围（如主蒸汽温度 ≤545^∘C ）。

2.3 实验验证

选取2023 年1—2 月机组实际运行数据作为测试集（17280 组样本），将优化参数与现场常规参数的能效指标进行对比，评估模型有效性。同时，设置对比实验：一组采用传统运行参数（基于厂家推荐的额定工况曲线），另一组采用本研究优化参数。选取典型日（涵盖早峰、午间平段、晚峰负荷波动）进行实时跟踪，记录锅炉效率、汽轮机背压、排烟温度等20 项辅助指标，通过方差分析（ANOVA）检验优化效果的显著性（置信水平设为95% ）。此外，对优化参数的安全性进行校核，确保主蒸汽压力、温度等关键参数在设备允许范围内波动，避免超出设计限值。

三、结果与分析

3.1 参数敏感性分析

通过随机森林模型的特征重要性排序，得出影响供电煤耗的关键参数依次为：再热蒸汽温度（权重 0.18）、主蒸汽压力（0.15）、过量空气系数（0.12）、炉膛出口烟温（0.10）。其中，再热蒸汽温度每提高 1^∘C ，供电煤耗降低 0.15g/(kW⋅h) ，验证了模型的合理性。进一步分析显示，给水泵转速与煤耗呈显著正相关（相关系数 0.68），转速每降低 100r/min ，煤耗下降0.8g/(kW⋅h) ；炉膛出口烟温每升高 10^∘C ，煤耗增加 1.2g/(kW⋅h) ，需加强受热面清灰维护。

3.2 优化效果评估

在 75% 额定负荷工况下，优化后的参数组合为：主蒸汽压力 17.2MPa ，再热蒸汽温度 544^∘C ，过量空气系数 1.18，给水泵转速 3050r/min 。与优化前相比，供电煤耗从 312.6g/(kW⋅h) 降至 309.4g/(kW⋅h) ，降低 3.2g/(kW⋅h) ；汽轮机热耗率从 826.5kJ/(kW⋅h) 降至 811.4kJ/(kW⋅h) ，下降 1.8% 。

全负荷区间（ 50%-100% ）优化结果显示，各工况下煤耗均有改善，其中 80%-90% 负荷段优化效果最显著（平均降低 3.5g/(kW⋅h)⟩ ），这与该区间机组运行稳定性高、参数调节空间大有关。

3.3 经济性分析

按机组年发电量 20 亿 kW·h 计算，优化后年节约标准煤 6400 吨，按每吨标准煤 800 元计算，年经济效益约 512 万元。同时，年减少二氧化碳排放约1.6 万吨，兼具环境效益。

四、讨论

本研究的创新点在于：（1）采用随机森林-PSO 混合算法，兼顾了能效预测的精度与参数寻优的效率；（2）实现了全负荷区间的参数动态优化，克服了传统固定参数曲线的局限性。但模型仍存在不足：一是未考虑极端工况（如深度调峰）的数据特征，需进一步扩充样本；二是未引入实时数据更新机制，模型适应性有待提升。

与同类研究相比，本文优化幅度优于张萌等（2023）提出的神经网络-遗传算法（煤耗降低 2.1g/(kW⋅h), ），主要得益于随机森林对非线性关系的更强拟合能力。未来可结合深度学习算法（如LSTM）捕捉参数的时序特征，进一步提升优化效果。

五、结论

本文提出的数据驱动参数优化方法可有效提升火电机组能效，300MW机组的应用结果表明，供电煤耗降低 3.2g/(kW⋅h) ，年经济效益显著。该方法通过数据挖掘替代经验调节，为火电机组集控运行提供了量化决策依据，有助于推动电力行业节能降耗与“双碳”目标实现。后续研究需完善极端工况适应性，并开发实时优化系统，实现与DCS 的闭环控制。

参考文献

[1] 李建刚, 赵伟, 刘畅. 基于 BP 神经网络的火电机组能效预测模型[J]. 中国电机工程学报, 2021, 41(12): 3987-3995.

[2] 张伟, 陈明, 王丽. 遗传算法在锅炉燃烧参数优化中的应用研究[J].动力工程学报, 2020, 40(5): 362-367.

[3] 王磊, 孙伟, 周健. 再热蒸汽温度对火电机组经济性影响分析[J].热能动力工程, 2022, 37(3): 45-50.

[4] 张萌, 李贺, 吴迪. 基于深度学习的火电机组运行参数优化[J]. 电力自动化设备, 2023, 43(2): 145-151.

[5] 中国电力企业联合会. 中国电力行业年度发展报告 2023[R]. 北京:中国电力出版社, 2023.

[6] 赵明, 刘晓华. 火电机组集控运行参数优化理论与实践[M]. 北京:机械工业出版社, 2021: 89-105.