一种热力发电厂对外供热负荷实时预测方法与流程

本发明涉及热力发电厂供热负荷监测，特别涉及一种热力发电厂对外供热负荷实时预测方法。

背景技术：

1、热负荷预测是热力发电厂运行中的关键环节，随着能源需求的不断增长和电网负荷波动性的增加，热电联产机组在电力系统中的作用愈发重要，热电联产系统不仅能够高效利用余热进行供暖或工业用热，从而提高能源利用效率，还能提供电力。

2、在用电高峰期，保障供热的稳定性同时保证电力供应的可靠性和灵活性，已成为一个关键问题。因此，热负荷预测显得尤为重要，准确的热负荷预测能够为供热机组的运行方式提供可靠的数据支持，通过对热负荷进行精准预测，可以优化机组的运行，使其在用电高峰期具备更强的灵活性和调节能力。这不仅有助于提升电力系统的供电可靠性，还能有效保障供热的稳定性，减少因负荷波动带来的风险。

3、目前现有的热负荷预测方法在大规模数据处理和参数调优上存在计算量大和敏感性高的问题，参数设置和模型复杂度较高，对数据依赖性较大，在数据不足或变化较大时影响预测准确性，复杂的数据处理过程也会影响实际应用的效率和可靠性。

技术实现思路

1、本发明的目的是为了克服已有技术的缺陷，提出一种热力发电厂对外供热负荷实时预测方法，能够较为准确地实现热负荷预测，为热电联产机组的经济运行提供可靠的数据支持，使其在用电高峰期具备更强的灵活性和调节能力，提升供热系统的可靠性，减少因负荷波动带来的风险。

2、为实现上述目的，本发明采用以下具体技术方案：

3、本发明提供的一种热力发电厂对外供热负荷实时预测方法，包括如下步骤：

4、s1、获取并筛选历史供热数据；从供热区域发电厂单台供热机组的运行系统中获取历史供热数据，进行时序化处理，以每小时为区间进行供热量平均化处理，将供热量小于零的数据进行剔除；

5、s2、根据地理位置特征，将全年气候进行季节划分；根据每个季节所包含的月份，将月份作为第一变量，实现月份与供热抽汽量的关联；

6、s3、选取典型数据分析；选取供热机组近两年的各段供热抽汽量数据，每月按照上旬、中旬、下旬选取3个典型工作日进行数据分析，建立以“日”为第二变量的供热抽汽量预测模型，实现“日”与供热抽汽量的关联；

7、s4、日供热负荷公式拟合；对选取的典型工作日的平均供热抽汽量数据进行拟合，得到供热抽汽量预测模型中各段供热抽汽量与时间的关系式，以预测未来某时各段供热抽汽量的趋势；

8、s5、实时监测当前的供热抽汽量数据并进行公式修正，以提高预测的准确性。

9、进一步地，步骤s4中，日供热负荷公式拟合具体如下：

10、fcr,i(x)＝ai,4x4+ai,3x3+ai,2x2+ai,1x+ai；

11、fr,i(x)＝bi,4x4+bi,3x3+bi,2x2+bi,1x+bi；

12、flr,i(x)＝ci,4x4+ci,3x3+ci,2x2+ci,1x+ci；

13、fzr,i(x)＝di,4x4+di,3x3+di,2x2+di,1x+di；

14、gcro＝fcr,i(x)；

15、gro＝fr,i(x)；

16、glro＝flr,i(x)；

17、gzro＝fzr,i(x)；

18、其中，x为当前时刻，如某时，h；ai,4为某季节一抽供热公式的四阶系数；ai,3为某季节一抽供热公式的三阶系数；ai,2为某季节一抽供热公式的二阶系数；ai,1为某季节一抽供热公式的一阶系数；ai为某季节一抽供热公式的常数；

19、bi,4为某季节热再供热公式的四阶系数；bi,3为某季节热再供热公式的三阶系数；bi,2为某季节热再供热公式的二阶系数；bi,1为某季节热再供热公式的一阶系数；bi为某季节热再供热公式的常数；

20、ci,4为某季节冷再供热公式的四阶系数；ci,3为某季节冷再供热公式的三阶系数；ci,2为某季节冷再供热公式的二阶系数；ci,1为某季节冷再供热公式的一阶系数；ci为某季节冷再供热公式的常数；

21、di,4为某季节中排供热公式的四阶系数；di,3为某季节中排供热公式的三阶系数；di,2为某季节中排供热公式的二阶系数；di,1为某季节中排供热公式的一阶系数；di为某季节中排供热公式的常数；

22、i为季节，春季为1：3月-6月；夏季为2：7月-9月；秋季为3：10月-11月；冬季为4：12月-次年2月；gcr0、gr0、glr0、gzr0分别为机组预测的平均一抽供热量、热再供热量、冷再供热量以及中排供热量，t/h。

23、进一步地，步骤s5中，实时监测当前的供热抽汽量数据并进行公式修正，修正后公式如下：

24、

25、其中，δx为未来某时刻距离当前时刻的时差，h；gcr1、gr1、glr1、gzr1分别为机组预测的动态一抽供热量、热再供热量、冷再供热量以及中排供热量，t/h。

26、本发明能够取得如下技术效果：

27、本发明提供的热力发电厂对外供热负荷实时预测方法，通过季节划分、数据选取与分析、公式拟合及实时监测与模型修正，能够显著提升供热负荷预测的准确性，为热电联产机组的调度和运行提供可靠的数据支持，确保电力系统的高效稳定运行。在实施过程中，可以结合实际情况，不断优化数据选取和模型修正方法，以进一步提升预测精度和模型的适应性，确保在不同工况下均能保持较高预测准确度。

1.一种热力发电厂对外供热负荷实时预测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的热力发电厂对外供热负荷实时预测方法，其特征在于，步骤s4中，日供热负荷公式拟合具体如下：

3.根据权利要求2所述的热力发电厂对外供热负荷实时预测方法，其特征在于，步骤s5中，实时监测当前的供热抽汽量数据并进行公式修正，修正后公式如下：