林志文，馮景浩，楊 承，馬曉茜

（1.廣州珠江天然氣發(fā)電有限公司，廣東 廣州 511457； 2.華南理工大學(xué)電力學(xué)院，廣東 廣州 510640）

隨著環(huán)境容量的約束以及天然氣的大量利用，燃?xì)?蒸汽聯(lián)合循環(huán)（gas turbine combined cycle，GTCC）發(fā)電機(jī)組發(fā)展迅猛[1]。據(jù)中國電力企業(yè)聯(lián)合會統(tǒng)計數(shù)據(jù)，我國天然氣發(fā)電裝機(jī)容量從2016年的70.11 GW增大至2020年的98.02 GW。但是在機(jī)組長期運行過程中，燃?xì)廨啓C(jī)及其聯(lián)合循環(huán)的關(guān)鍵部件勢必會出現(xiàn)劣化，導(dǎo)致在相同的初始進(jìn)口條件與運行策略下無法維持理想的輸出功率和效率[2]。因此，近年來機(jī)組運行狀態(tài)監(jiān)測與故障診斷成為燃?xì)廨啓C(jī)研究領(lǐng)域的熱點之一[3-4]。

當(dāng)前關(guān)于聯(lián)合循環(huán)的劣化分析主要圍繞燃?xì)廨啓C(jī)部件劣化展開討論，諸多學(xué)者利用燃?xì)廨啓C(jī)機(jī)理模型從理論上分析了關(guān)鍵部件的老化對性能的影響。文獻(xiàn)[5]采用回歸分析法研究了壓氣機(jī)和燃?xì)馔钙讲煌牧踊潭葘β?lián)合循環(huán)機(jī)組功率和效率的影響，并通過調(diào)節(jié)進(jìn)口導(dǎo)葉（inlet guide vanes，IGV）開度和調(diào)整透平排氣溫控線的方法來彌補劣化導(dǎo)致的性能下降。文獻(xiàn)[6]以150 MW容量等級的重型燃?xì)廨啓C(jī)為研究對象，利用壓氣機(jī)特性曲線獲得滿載運行時機(jī)組的理想性能，并作為機(jī)組實際運行劣化的基準(zhǔn)，研究表明燃?xì)廨啓C(jī)效率和功率可最大降低0.8%和14.8 MW。文獻(xiàn)[7]以某航改燃?xì)廨啓C(jī)為研究對象，利用全新機(jī)與折舊機(jī)試驗數(shù)據(jù)以及CFD仿真方法分析了壓氣機(jī)和燃?xì)馔钙叫阅芩p對機(jī)組性能的影響，并在此基礎(chǔ)上開發(fā)了燃?xì)廨啓C(jī)性能預(yù)測程序，對機(jī)組的精準(zhǔn)維修具有指導(dǎo)意義。

隨著智能算法的普及和廣泛應(yīng)用，基于數(shù)據(jù)驅(qū)動的電力系統(tǒng)分析以及故障診斷愈發(fā)受到關(guān)注。文獻(xiàn)[8]根據(jù)燃煤機(jī)組的歷史運行數(shù)據(jù)，采用高斯過程回歸 算法建立機(jī)組煤耗特性模型，并采用遺傳算法實現(xiàn) 廠級負(fù)荷經(jīng)濟(jì)調(diào)度，最高可降低煤耗1.77 g/(kW·h)。文獻(xiàn)[9]在機(jī)組歷史運行數(shù)據(jù)的基礎(chǔ)上，利用深度信念網(wǎng)絡(luò)建立凝汽式汽輪機(jī)的效率基準(zhǔn)期模型，并對機(jī)組大修前與大修后的性能進(jìn)行預(yù)測，結(jié)果表明該方法可有效預(yù)測汽輪機(jī)的劣化趨勢，在電廠實際應(yīng)用中具有可行性。文獻(xiàn)[10]利用基于HDMR的代理模型和人工神經(jīng)網(wǎng)絡(luò)處理運行數(shù)據(jù)以構(gòu)建壓氣機(jī)和透平的運行特性曲線，并進(jìn)一步獲得燃?xì)廨啓C(jī)在部分負(fù)荷及滿載運行下的性能，該研究結(jié)果對于機(jī)組的健康管理具有實踐價值。

現(xiàn)有關(guān)于燃?xì)廨啓C(jī)的文獻(xiàn)主要與變工況相關(guān)或者涉及多能源耦合系統(tǒng)的源荷動態(tài)匹配問題，較少文章討論燃?xì)廨啓C(jī)系統(tǒng)的劣化，而且主要是從理論模型角度來分析，缺乏電廠實際運行數(shù)據(jù)的驗證。本文基于某PG 9351FA型燃?xì)?蒸汽聯(lián)合循環(huán)機(jī)組的歷史運行數(shù)據(jù)，采用遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)建立不同負(fù)荷下的性能-時間劣化模型，并利用THERMOFLEX熱力仿真軟件建立聯(lián)合循環(huán)的全工況物理仿真模型，定量分析燃?xì)廨啓C(jī)關(guān)鍵部件劣化對系統(tǒng)性能的影響。

1 基于數(shù)據(jù)驅(qū)動的聯(lián)合循環(huán)機(jī)組性能劣化模型研究

1.1 物理問題分析

基于數(shù)據(jù)驅(qū)動的黑箱建模理論，可針對電廠采集到的若干年運行數(shù)據(jù)進(jìn)行建模，獲得每年聯(lián)合循環(huán)機(jī)組的性能預(yù)測模型，進(jìn)一步地可對機(jī)組進(jìn)行性能劣化分析。為了獲得聯(lián)合循環(huán)機(jī)組在不同負(fù)荷率下的運行特性，在運行狀況一定時，可將燃?xì)廨啓C(jī)效率ηgt和聯(lián)合循環(huán)效率ηgtcc表達(dá)為隱函式（式(1)、式(2)）。其中，ta、pa分別為壓氣機(jī)進(jìn)氣溫度和環(huán)境壓力，Pgt、Pgtcc分別為燃?xì)廨啓C(jī)出力和聯(lián)合循環(huán)出力。低負(fù)荷時，壓氣機(jī)進(jìn)氣加熱系統(tǒng)啟用。后文按照式(1)、式(2)進(jìn)行機(jī)組年度效率特性預(yù)測及劣化分析，以反映該年度機(jī)組的效率平均劣化情況。

1.2 數(shù)據(jù)采集及預(yù)處理

機(jī)組按日啟停方式運行。獲取某PG 9351FA型燃?xì)?蒸汽聯(lián)合循環(huán)電廠1號機(jī)組2008、2010、2013、2019年度4～5個月偶數(shù)月的運行數(shù)據(jù)，參數(shù)包括環(huán)境溫度、壓氣機(jī)吸氣溫度、環(huán)境壓力及聯(lián)合循環(huán)發(fā)電功率等。期間主要檢修時間點見表1。

表1 燃?xì)?蒸汽聯(lián)合循環(huán)機(jī)組主要檢修時間點Tab.1 Major maintenance time points for the GTCC unit

剔除設(shè)備啟停階段及異常數(shù)據(jù)，并對穩(wěn)態(tài)數(shù)據(jù)進(jìn)行熱力循環(huán)計算以獲得燃?xì)廨啓C(jī)功率Pgt、燃?xì)廨啓C(jī)效率ηgt及聯(lián)合循環(huán)效率ηgtcc。其中，采樣期內(nèi)燃料組分見表2，其低位熱值為49233 kJ/kg。

表2 燃料各組分摩爾分?jǐn)?shù) x/%Tab.2 Mole fraction of each component of the fuel

1.3 GA-BP神經(jīng)網(wǎng)絡(luò)建模

1.3.1 模型構(gòu)建與組成

BP（back propagation）神經(jīng)網(wǎng)絡(luò)建模選用單隱含層的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，其具有較強(qiáng)的非線性映射能力，由輸入層、隱含層和輸出層3部分組成。以聯(lián)合循環(huán)效率預(yù)測模型為例，ta、pa和Pgtcc為輸入層自變量，ηgtcc為輸出層因變量；隱含層的節(jié)點數(shù)通過試湊法來確定，隱含層激活函數(shù)選用sigmoid函數(shù)；輸出層傳遞函數(shù)采用線性函數(shù)purelin。連接權(quán)值ωi,j、ωj,k與閾值ai、bi的迭代優(yōu)化采用Levenberg-Marquardt訓(xùn)練函數(shù)，使其沿著網(wǎng)絡(luò)性能參數(shù)的負(fù)梯度方向逐步調(diào)整。此外，結(jié)合遺傳算法（genetic algorithm，GA），對BP神經(jīng)網(wǎng)絡(luò)非線性系統(tǒng)擬合進(jìn)行優(yōu)化，以提高模型泛化能力與魯棒性。

1.3.2 樣本選取與數(shù)據(jù)歸一化處理

在經(jīng)穩(wěn)態(tài)篩選后的運行數(shù)據(jù)中，據(jù)各年份樣本容量大小隨機(jī)抽取90%～95%的樣本作為訓(xùn)練集，剩余的5%～10%作為測試集。采用最大最小法，對數(shù)據(jù)進(jìn)行歸一化處理，以加速收斂。以聯(lián)合循環(huán)功率Pgtcc為例，其函數(shù)形式如下：

式中：[Pgtcc]表示歸一化后的聯(lián)合循環(huán)無量綱值；Pgtcc,min與Pgtcc,max分別表示統(tǒng)計樣本中的最小值與最大值。

1.3.3 遺傳算法要素

遺傳算法由種群初始化、適應(yīng)度函數(shù)、選擇操作、交叉操作及變異操作5個部分組成。通過遺傳算法可優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值，以提高BP神經(jīng)網(wǎng)絡(luò)的預(yù)測精度[11]。其中，適應(yīng)度函數(shù)F選取各個觀測點的預(yù)測誤差絕對值之和，即

式中：yi,pred和yi,actual分別表示第i個數(shù)據(jù)點的預(yù)測值與實際值，n為觀測點數(shù)據(jù)容量。

1.3.4 網(wǎng)絡(luò)參數(shù)設(shè)置

隱含層節(jié)點數(shù)以及進(jìn)化次數(shù)過多會增加網(wǎng)絡(luò)訓(xùn)練時間，且容易出現(xiàn)“過擬合”現(xiàn)象，使模型精度降低，預(yù)測誤差增大。因此，本文相關(guān)參數(shù)設(shè)置為：隱含層節(jié)點數(shù)5～15；迭代次數(shù)100；學(xué)習(xí)率0.1；種群規(guī)模10；進(jìn)化次數(shù)20～50；交叉概率0.4；變異概率0.2。

1.3.5 模型評價指標(biāo)

模型的準(zhǔn)確度用相關(guān)系數(shù)R和單點最大相對誤差e作為評價指標(biāo)。R值越接近1，說明模型的擬合效果越好；e值越小則說明預(yù)測值與實際值的吻合度越高。此外，當(dāng)樣本容量較大時，適應(yīng)度F值無法直觀地反映出模型的可靠性，對其取均值，即

2 基于物理仿真的聯(lián)合循環(huán)劣化模型研究

2.1 燃?xì)?蒸汽聯(lián)合循環(huán)熱力系統(tǒng)建模

Thermoflow公司旗下開發(fā)的GT-PRO、THERMOFLEX等電廠熱力仿真軟件可快速可靠地建立發(fā)電機(jī)組運行模型[12]，對電廠的運行具有實踐指導(dǎo)意義。

2.1.1 基于GT-PRO的設(shè)計工況建模

圖1為PG 9351FA型燃?xì)?蒸汽聯(lián)合循環(huán)的系統(tǒng)流程。利用GT-PRO建立其設(shè)計工況模型時，主要步驟為：1）根據(jù)流程圖布置余熱鍋爐換熱器模 塊及水回路，創(chuàng)建三壓再熱的聯(lián)合循環(huán)拓?fù)浣Y(jié)構(gòu)；2）定義環(huán)境參數(shù)、燃料組分和凝汽器壓力；3）根據(jù)參考文獻(xiàn)[13]所提供的設(shè)計參數(shù)對燃?xì)廨啓C(jī)庫和蒸汽輪機(jī)庫的默認(rèn)參數(shù)進(jìn)行修正；4）系統(tǒng)設(shè)置完畢，進(jìn)行設(shè)計工況計算。

圖1 PG 9351FA型燃?xì)?蒸汽聯(lián)合循環(huán)系統(tǒng)示意Fig.1 Schematic diagram of the PG 9351FA GTCC system

2.1.2 基于THERMOFLEX的變工況建模

建立GT-PRO設(shè)計工況模型后，將其導(dǎo)入THERMOFLEX，依次經(jīng)過thermodynamic design和engineering design計算獲得其設(shè)計工況的運行結(jié)果，通過設(shè)置宏變量可分析不同環(huán)境參數(shù)、部件劣化情況等對系統(tǒng)性能的影響。

對系統(tǒng)進(jìn)行變工況仿真計算時作如下假設(shè)： 1）系統(tǒng)變工況仿真視為穩(wěn)態(tài)運行；2）燃?xì)廨啓C(jī)排煙到余熱鍋爐入口間的溫降取1 ℃，余熱鍋爐內(nèi)煙氣與換熱器壁面的最小溫差取5 ℃；3）低壓過熱器和中壓過熱器的最小傳熱溫差取15 ℃，高壓過 熱器和再熱器的最小傳熱溫差取12 ℃；4）不計余熱鍋爐熱損失；5）底循環(huán)采用滑壓運行方式[14]； 6）在各年數(shù)據(jù)采集月份中，當(dāng)?shù)啬鬟\行真空穩(wěn)定，故設(shè)為常數(shù)。忽略發(fā)電機(jī)功率因數(shù)、鍋爐補水率等因素對機(jī)組性能的影響。

2.2 物理模型可靠性驗證

2.2.1 設(shè)計工況模型驗證

表3為系統(tǒng)在ISO環(huán)境條件（環(huán)境溫度15 ℃、大氣壓力101.325 kPa、大氣相對濕度60%）下的設(shè)計工況運行結(jié)果，其中凝汽器壓力取4 kPa。由表3 可見：THERMOFLEX物理模型仿真結(jié)果中壓比相對誤差較大，為2.66%；燃?xì)廨啓C(jī)和聯(lián)合循環(huán)效率偏差分別為1.06%和1.66%?？傮w而言，這些關(guān)鍵參數(shù)的仿真值相對誤差均在±2.7%以內(nèi)，吻合度較高，可在此基礎(chǔ)上進(jìn)一步展開變工況分析。

表3 PG 9351FA聯(lián)合循環(huán)設(shè)計工況運行結(jié)果Tab.3 The operating results of PG 9351FA GTCC system under design condition

2.2.2 變工況模型驗證

圖2給出了透平進(jìn)氣溫度T3、透平排氣溫度T4、壓比πc、高壓主蒸汽溫度Thps、主蒸汽壓力phps、主蒸汽流量mhps、燃?xì)廨啓C(jī)效率ηgt及聯(lián)合循環(huán)效率ηgtcc等關(guān)鍵參數(shù)隨燃?xì)廨啓C(jī)負(fù)荷率的變化曲線。其中燃?xì)廨啓C(jī)出力、燃?xì)廨啓C(jī)效率及聯(lián)合循環(huán)效率均考慮了環(huán)境溫度及壓力修正，為折合到ISO環(huán)境條件下的結(jié)果。圖2中，實線為物理模型仿真結(jié)果，散點為電廠運行值，下標(biāo)0代表設(shè)計值。由于重型燃?xì)廨啓C(jī)無法直接測量透平進(jìn)氣溫度，此處僅顯示THERMOFLEX的仿真結(jié)果。由圖2可看出，各關(guān)鍵參數(shù)的模擬值與運行值均良好吻合。

此外，圖2a)反映出了燃?xì)廨啓C(jī)的部分負(fù)荷變工況運行策略。當(dāng)機(jī)組負(fù)荷率降低時，IGV開度逐漸減小以保持T3恒定，在這個過程中壓氣機(jī)壓比隨著進(jìn)氣流量減小而降低；與此同時T4逐漸升高，當(dāng)負(fù)荷率降低至約75%時其達(dá)到最大限制值922.04 K[16]。當(dāng)負(fù)荷率介于75%～65%時，IGV開度繼續(xù)減小使T4保持最大值，T3緩慢降低。當(dāng)負(fù)荷率低于65%時，IGV開度保持最小全速角49°，T3、T4隨著負(fù)荷率的降低而減小。

圖2 部分負(fù)荷運行下系統(tǒng)關(guān)鍵性能參數(shù)變化Fig.2 Variations of key performance parameters of the system during part-load operation

3 應(yīng)用結(jié)果分析

3.1 基于GA-BP模型的聯(lián)合循環(huán)劣化分析

3.1.1 各年份燃?xì)廨啓C(jī)效率預(yù)測

依據(jù)上文所述方法，利用MATLAB建立各年份簡單循環(huán)效率預(yù)測模型。圖3為測試樣本的預(yù)測值與實際值的擬合分布，模型評價指標(biāo)見表4。

表4 測試集簡單循環(huán)效率可靠性評價指標(biāo)Tab.4 The reliability evaluation indicators for simple cycle efficiency within test set

圖3 測試集簡單循環(huán)效率預(yù)測值與實際值對比Fig.3 Comparison between the predicted and actual value of simple cycle efficiency within test set

由圖3、表4可知，各年份的測試集樣本的總體絕對誤差均值F′小于0.5，單點最大相對誤差均在3%以內(nèi)，且相關(guān)系數(shù)R值均高于0.9，表明燃?xì)廨啓C(jī)效率模型的輸入變量與輸出變量高度相關(guān)[17]，可見所建立的燃?xì)廨啓C(jī)效率模型有較高的預(yù)測精度。

3.1.2 各年份聯(lián)合循環(huán)效率預(yù)測

利用建立好的各年份聯(lián)合循環(huán)效率預(yù)測模型，對測試集的數(shù)據(jù)進(jìn)行驗證，結(jié)果如圖4所示，模型評價指標(biāo)見表5。由圖4、表5可知，其預(yù)測精度略低于燃?xì)廨啓C(jī)效率，這主要是由于本文研究的重點在于不同聯(lián)合循環(huán)出力下各年份的效率比較，故對模型輸入變量做了簡化，不考慮底循環(huán)側(cè)參數(shù)的影響。但各年份的測試集樣本的總體絕對誤差均值小于0.7，擬合誤差e均在3.5%以內(nèi)，且相關(guān)系數(shù)R值也均高于0.9，可見所建立的聯(lián)合循環(huán)效率模型整體上精度較高，可滿足工程需求。

表5 采樣年份測試集聯(lián)合循環(huán)效率可靠性評價結(jié)果Tab.5 The reliability evaluation indicators for the GTCC efficiency within test set

圖4 測試集聯(lián)合循環(huán)效率預(yù)測值與實際值對比Fig.4 Comparison between the predicted and actual value of the GTCC efficiency within test set

3.1.3 系統(tǒng)性能劣化預(yù)測

鑒于神經(jīng)網(wǎng)絡(luò)模型在樣本數(shù)據(jù)區(qū)間內(nèi)的預(yù)測精度較高，本節(jié)利用上文已建立的各年份GA-BP預(yù)測模型，研究該電廠在性能保證工況（ta=28 ℃，pa=100.18 kPa）下燃?xì)廨啓C(jī)效率及聯(lián)合循環(huán)效率隨機(jī)組出力的變化，結(jié)果如圖5所示。其中未劣化的曲線由THERMOFLEX搭建的物理仿真模型通過改變邊界條件計算獲得。

圖5 燃?xì)?蒸汽聯(lián)合循環(huán)性能劣化預(yù)測Fig.5 The prediction of performance degradation for GTCC

由圖5可看出，隨著機(jī)組運行年份的增加，在相同出力下系統(tǒng)的效率均不斷降低。例如：當(dāng)燃?xì)廨啓C(jī)保持200 MW運行時，2008、2010、2013、2019年燃?xì)廨啓C(jī)效率分別為34.74%、34.48%、33.89%、33.39%，均低于未劣化時的值34.86%；當(dāng)聯(lián)合循環(huán)出力保持290 MW時，各年聯(lián)合循環(huán)效率分別為56.08%、55.02%、53.96%、53.31%，均低于未劣化時的值56.32%。上述結(jié)果反映了日啟停調(diào)峰運行方式下聯(lián)合循環(huán)機(jī)組發(fā)電效率的年平均劣化程度。

另外，2013—2019年間機(jī)組進(jìn)行了2次A修（表1），機(jī)組在滿載附近的發(fā)電效率較之2013年有所改善。圖5中2008、2010年高負(fù)荷工況下燃?xì)廨啓C(jī)效率接近，可以歸為2010年6月1日—7月25日A修對機(jī)組性能的恢復(fù)效果。

3.2 基于物理仿真模型的聯(lián)合循環(huán)劣化分析

實際工程中造成系統(tǒng)性能下降的原因往往較為復(fù)雜，不僅僅是單一部件的劣化，更多情況下是多個部件的同時劣化導(dǎo)致。其中，燃?xì)廨啓C(jī)的老化程度和速度要高于底循環(huán)的部件，且多數(shù)情況下蒸汽輪機(jī)效率受燃?xì)廨啓C(jī)功率、效率的變化而變化。鑒于所掌握的資料有限，未能獲得全面的機(jī)組性能試驗數(shù)據(jù)，因此下文重點利用THERMOFLEX模型分析燃?xì)廨啓C(jī)的壓氣機(jī)和透平2個主要部件的劣化對系統(tǒng)性能造成的影響。

3.2.1 壓氣機(jī)劣化對系統(tǒng)性能的影響

圖6為壓氣機(jī)效率變化對聯(lián)合循環(huán)關(guān)鍵性能的影響。

圖6 壓氣機(jī)劣化對聯(lián)合循環(huán)性能影響Fig.6 The influence of compressor performance degradation on GTCC performance

圖6中相對值表示實際值與表3所示的設(shè)計值之比，燃?xì)廨啓C(jī)負(fù)荷率指實際輸出功率與設(shè)計功率之比，百分?jǐn)?shù)指效率下降絕對值，下同。

由圖6可看出，在低負(fù)荷區(qū)間內(nèi)，系統(tǒng)性能對壓氣機(jī)劣化的敏感性較低。這是由于燃?xì)廨啓C(jī)負(fù)荷率較低時，IGV保持最小全速角，機(jī)組負(fù)荷調(diào)整主要通過改變?nèi)剂狭髁繉崿F(xiàn)，導(dǎo)致效率下降較快。因此，在此低負(fù)荷區(qū)間，壓氣機(jī)劣化對系統(tǒng)效率的影響也相應(yīng)減小。此外，燃?xì)廨啓C(jī)滿載出力隨著壓氣機(jī)劣化程度的增加而減小，如當(dāng)壓氣機(jī)效率劣化3%時，相對滿載出力由1減至0.9531。壓氣機(jī)效率每劣化1%，滿載運行下簡單循環(huán)效率和聯(lián)合循環(huán)效率相對值分別平均降低0.0097和0.0041。這是由于當(dāng)壓氣機(jī)氣動性能變差時，進(jìn)氣流量減少，在維持相同溫比的條件下將會導(dǎo)致壓比降低，進(jìn)而使得排氣溫度有所提高，排氣的增加促使燃?xì)廨啓C(jī)效率降低。對于底循環(huán)而言，排煙流量的減小抵消了排氣溫度升高帶來的積極作用，因此聯(lián)合循環(huán)效率也相應(yīng)降低。

3.2.2 透平劣化對系統(tǒng)性能的影響

圖7為燃?xì)馔钙叫首兓瘜β?lián)合循環(huán)系統(tǒng)關(guān)鍵性能的影響。由圖7可見，其整體趨勢與壓氣機(jī)劣化的影響相似，高負(fù)荷區(qū)間內(nèi)系統(tǒng)性能對透平劣化的敏感性較高。由圖7還可知，當(dāng)機(jī)組滿載運行時，透平效率每劣化1%，燃?xì)廨啓C(jī)相對出力平均降低0.0280，簡單循環(huán)效率和聯(lián)合循環(huán)效率相對值分別平均降低0.0181和0.0075，透平劣化對系統(tǒng)性能的影響程度大致為壓氣機(jī)的2倍。這是由于透平劣化時，透平的通流能力下降，且其進(jìn)氣溫度在透平排氣溫控的作用下有所降低。由于壓比降低幅度更大，因此排煙溫度升高，所以燃?xì)廨啓C(jī)效率降低。同壓氣機(jī)劣化情形相似，聯(lián)合循環(huán)效率隨之降低。

圖7 透平劣化對聯(lián)合循環(huán)性能影響Fig.7 The influence of turbine performance degradation on GTCC performance

3.2.3 壓氣機(jī)與透平對系統(tǒng)性能的聯(lián)合影響

圖8為壓氣機(jī)及燃?xì)馔钙酵瑫r劣化時對聯(lián)合循環(huán)系統(tǒng)關(guān)鍵性能的影響。圖8中的百分?jǐn)?shù)表示燃?xì)廨啓C(jī)未發(fā)生劣化時的負(fù)荷率，即分別對應(yīng)A、B、C、D、E工況點。

圖8 壓氣機(jī)與透平劣化對聯(lián)合循環(huán)性能影響Fig.8 The influence of performance degradation of both compressor and turbine on GTCC performance

由圖8可見，當(dāng)2個部件同時劣化時，系統(tǒng)性能下降速度急劇增快。在滿載運行下，當(dāng)壓氣機(jī)和透平的效率均下降3%時，簡單循環(huán)功率和聯(lián)合循環(huán)功率相對值分別減少0.1303和0.0831；簡單循環(huán)效率和聯(lián)合循環(huán)效率相對值分別減少0.0851和0.0355?？梢?，簡單循環(huán)對壓氣機(jī)和透平劣化的敏感性要高于聯(lián)合循環(huán)。此外，當(dāng)燃?xì)廨啓C(jī)負(fù)荷率由70%減至60%時，聯(lián)合循環(huán)的性能劣化程度變快，其主要是由于此時IGV開度已達(dá)到最小值，之后在等折合轉(zhuǎn)速線上運行。如當(dāng)壓氣機(jī)和透平效率均降低3%時，燃?xì)廨啓C(jī)負(fù)荷率由80%降低至70%過程中，聯(lián)合循環(huán)功率和效率相對值分別降低0.0751和0.0126，然而負(fù)荷率由70%降低至60%時，兩者分別增至0.0835和0.0195。

4 結(jié)論

本文根據(jù)PG 9351FA型燃?xì)?蒸汽聯(lián)合循環(huán)機(jī)組的實際運行數(shù)據(jù)，采用GA-BP神經(jīng)網(wǎng)絡(luò)建立了各運行年份燃?xì)廨啓C(jī)效率及聯(lián)合循環(huán)效率的預(yù)測模型，并利用THERMOFLEX建立了聯(lián)合循環(huán)全工況物理仿真模型，用于定量分析燃?xì)廨啓C(jī)關(guān)鍵部件劣化對系統(tǒng)性能的影響。結(jié)果表明：

1）GA-BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的擬合誤差e均在3.5%以內(nèi)，且相關(guān)系數(shù)R值均高于0.9，其可較準(zhǔn)確且快速地建立環(huán)境參數(shù)、機(jī)組出力與效率之間的隱含關(guān)系。

2）基于已建立的各年份預(yù)測模型計算結(jié)果表明，隨著機(jī)組運行時間增加，燃?xì)廨啓C(jī)效率和聯(lián)合循環(huán)效率總體不斷降低；在較高負(fù)荷工況，A級檢修對機(jī)組性能恢復(fù)較明顯。

3）利用電廠運行數(shù)據(jù)驗證了THERMOFLEX建立的物理模型可靠性，其可準(zhǔn)確地反映出部分負(fù)荷運行下系統(tǒng)熱力循環(huán)參數(shù)之間的耦合關(guān)系，并獲得了機(jī)組在未劣化時的負(fù)荷-效率性能曲線。

4）部件劣化分析結(jié)果表明透平效率每劣化1%，滿載運行下簡單循環(huán)效率和聯(lián)合循環(huán)效率相對值分別平均降低0.0181和0.0075，其對系統(tǒng)性能的影響大致為壓氣機(jī)的2倍。壓氣機(jī)和透平同時劣化3%時，滿載運行下簡單循環(huán)效率和聯(lián)合循環(huán)效率相對值分別減少0.0851和0.0355。且當(dāng)IGV開度達(dá)到最小值時，隨著負(fù)荷率繼續(xù)降低，聯(lián)合循環(huán)性能劣化速度加快。

今后，可定期對機(jī)組進(jìn)行性能試驗，基于全面細(xì)致的數(shù)據(jù)開展各個部件的劣化分析，并研究系統(tǒng)劣化下頂?shù)籽h(huán)耦合參數(shù)動態(tài)優(yōu)化匹配問題，以深入挖掘系統(tǒng)節(jié)能潛力和指明機(jī)組優(yōu)化運行的應(yīng)對措施。