تحليل انرژي و اگزرژي و بهبود كاركرد نيروگاه بخار در بارهاي عملكردي مختلف با استفاده از الگوريتم ژنتيك

Operation improvement of steam power plant at various loads by using the genetic algorithm

توليد توان و مصرف برق يكي از شاخص‌هاي پيشرفت صنعتي هر كشور محسوب مي‌شود. در ايران بخش اعظم توليد برق با استفاده از نيروگاه‌هاي حرارتي بخار صورت مي‌پذيرد. تنظيم بهينه پارامترهاي مختلف در اين نيروگاه‌ها منجر به كارآيي بهينه عملكرد اين واحدها شده و بيشترين سود را براي صاحبان آن‌ها به همراه خواهد داشت. يكي از فاكتورهايي كه بر ميزان مصرف سوخت و توليد برق واحدهاي توليد توان بخار تاثيرگذار است، دبي زيركش‌هاي آب تغذيه مي‌باشد. هدف از پژوهش حاضر بهينه‌سازي عملكرد واحد نيروگاهي با تنظيم بهينه زيركش‌هاي آب تغذيه نيروگاه مي‌باشد. از طرفي بهينه‌سازي در سيستم‌هاي انرژي پيچيده نظير نيروگاه به‌ خاطر مدل‌هاي رياضي سنگين حاكم بر مساله، به روش‌هاي مرسوم رياضي امري زمانگير مي‌باشد. در اين پژوهش پس از تحليل انرژي و اگزرژي يك نيروگاه بخار 1000 مگاواتي، با استفاده از يكي از روش‌هاي محاسبات نرم به نام الگوريتم ژنتيك، به تنظيم دبي زيركش‌هاي مختلف نيروگاه به منظور استحصال بيشترين سود پرداخته مي‌شود. الگوريتم مورد استفاده در اين پژوهش، سود نيروگاه را در كاركرد بار 60%، 80% و 100% بار طراحي، به ترتيب 2242080، 2575360 و 1223840 دلار در سال نسبت به حالت طراحي فعلي نيروگاه افزايش مي‌دهد.

Electricity generation and consumption are the indicators of industrial development in each country. Most of the electricity generation in Iran is produced by the steam power plants. Optimum regulation of various parameters leads to the best operation of these power stations. Mass flow rates of the turbines extractions are one of the factors that effects on the fuel consumption and produced electricity of the power plant. The aim of this paper is the optimization of steam power plants by regulation of turbine's extractions mass flow rates in an optimum state. On the other hand, optimization of complex energy systems such as power plants by usual mathematical methods is very time-consuming. In this research, after the energy and exergy analysis of a 1000MW steam power plant, optimization of the plant will be done by one of the soft computing methods namely as the genetic algorithm. Using this method, the profit of the power plant at 60, 80, and 100% of the nominal power was increased 2242080, 2575360, and 1223840 $ per annum, respectively.