本發明涉及地熱能發電，尤其涉及一種可再生新能源發電控制系統及方法。

背景技術：

1、地熱能是一種源自地球內部的可再生能源，它利用地下的熱水或蒸汽來產生電力。地熱能的開發與利用主要集中在那些擁有豐富地熱資源的地區，因為地熱能發電通常需要較高的地熱溫度，只有足夠的溫差才能有效地轉換為電能。為了開發利用地熱資源，地熱能發電站建造在高溫地熱地區，該類型地區主要分布在構造板塊邊緣一帶，地殼活動頻繁，經常發生中小型地震。因此地熱能發電站長期處于高溫地震環境下，內部各設備容易受到高溫和振動影響加速老化，影響地熱發電效率。

2、目前，現有技術中通過數據采集傳感器來采集各設備的運行數據，然后進行人為分析，進而調整各設備的運行參數，以提升地熱能發電效率。但是人為分析的過程依賴于造作人員的經驗和分析能力，同時人為分析過程通常需要較長時間，無法保證設備參數調整的調整速度和調整精度，影響地熱能發電的發電效率。

技術實現思路

1、針對現有技術存在的不足，本發明的目的在于提供一種可再生新能源發電控制系統及方法，用于動態調整地熱能發電系統中的設備參數，提升地熱發電效率。

2、為實現上述目的，本發明提供了如下技術方案：一種可再生新能源發電控制系統，包括：

3、采集模塊，用于采集地熱能發電站的多個余熱鍋爐參數、透平參數、冷凝器參數、工質泵參數以及地熱發電參數；

4、計算模塊，連接所述采集模塊，用于分別根據各所述余熱鍋爐參數、各所述透平參數、各所述冷凝器參數、各所述工質泵參數以及各所述地熱發電參數計算得到相應的鍋爐熱轉換效率、透平轉換效率、冷卻效率、泵效率以及地熱發電效率；

5、訓練模塊，分別連接所述采集模塊和所述計算模塊，用于引入一初始模型，并將各所述鍋爐熱轉換效率、各所述透平轉換效率、各所述冷卻效率和各所述泵效率作為輸入，將相應的所述地熱發電效率作為輸出，重新訓練所述初始模型得到發電效率預測模型，所述發電效率預測模型的輸入為多個發電控制參數，所述發電效率預測模型的輸出為地熱預測發電效率；

6、環境檢測模塊，用于實時檢測所述地熱能發電站外部的多個環境參數；

7、尋優模塊，分別連接所述訓練模塊和所述環境檢測模塊，包括：

8、函數建立單元，用于根據所述地熱預測發電效率與預設的理想發電效率建立一目標函數，所述目標函數的輸出為目標函數值；

9、因子優化單元，用于引入預設的蟻群算法，將各所述發電控制參數作為一個螞蟻個體，并根據各所述環境參數生成優化信息素揮發因子和優化啟發式因子；

10、尋優單元，連接所述因子優化單元和所述函數建立單元，用于分別根據所述優化信息素揮發因子以及所述優化啟發式因子對信息素更新公式和狀態轉移概率公式進行更新，利用更新完畢后的所述狀態轉移概率公式以及所述信息素更新公式不斷迭代更新求得各所述螞蟻個體的所述目標函數值，最終將迭代更新得到所述目標函數值最小時的所述螞蟻個體作為全局最優解，將該所述全局最優解中包含的各所述發電控制參數作為最佳參數集合輸出；

11、地熱調整模塊，連接所述尋優模塊，用于根據所述最佳參數集合對所述地熱能發電站中余熱鍋爐、透平、冷凝器和工質泵的設備參數進行動態調整。

12、進一步地，所述環境參數包括地熱環境溫度和地熱振動量，所述優化信息素揮發因子的計算公式配置為：

13、

14、其中，ρopt用于表示所述優化信息素揮發因子，ρ用于表示蟻群算法中的信息素揮發因子，t用于表示所述地熱環境溫度，v用于表示所述地熱振動量，α用于表示所述地熱環境溫度對信息素揮發因子的影響系數，β用于表示所述地熱振動量對信息素揮發因子的影響系數，γ用于表示公式的分母中的常數項，δ用于表示蟻群算法中信息素揮發因子對優化后信息素揮發因子的影響系數。

15、進一步地，所述優化啟發式因子的計算公式配置為：

16、

17、其中，ηopt用于表示所述優化啟發式因子，α′用于表示所述地熱環境溫度對啟發式因子的影響系數，β′用于表示所述地熱環境溫度的指數影響因子，用于表示所述地熱振動量對啟發式因子的影響系數，δ′用于表示分母中的常數項，η用于表示所述蟻群算法中初始的啟發式因子，∈用于表示蟻群算法中初始的啟發式因子對所述優化后啟發式因子的影響系數。

18、進一步地，還包括設備檢測模塊，連接所述尋優模塊，并包括：

19、參數檢測單元，用于實時檢測所述透平和所述工質泵的性能參數；

20、老化計算單元，連接所述參數檢測單元，用于將各所述性能參數輸入預設的設備老化計算公式中，計算得到老化隱患分數值；

21、處理單元，連接所述老化計算單元，用于根據所述老化隱患分數值生成參數限制范圍，根據所述參數限制范圍對各所述發電控制參數進行限制。

22、進一步地，所述設備老化計算公式配置為：

23、

24、其中，ahs用于表示所述老化隱患分數值，p(w)用于表示所述透平的功率輸出，vi用于表示所述工質泵的流量，θ、μ、σ、τ分別用于表示預設的第一權重系數、第二權重系數、第三權重系數和第四權重系數。

25、進一步地，所述參數限制范圍配置為：

26、

27、其中，ahs∈(ahmin，ahmax)，a，b分別用于表示所述透平轉換效率、所述泵效率，ahmin和ahmax分別用于表示所述老化隱患分數值的下限值和上限值，amin和amax分別用于表示所述透平轉換效率的下限值和上限值，bmin和bmax分別用于所述泵效率的下限值和上限值。

28、進一步地，所述余熱鍋爐參數包括余熱鍋爐輸出熱量和燃氣消耗量，所述透平參數包括進口蒸汽壓力、進口蒸汽溫度、出口蒸汽壓力、出口蒸汽溫度、蒸汽流量和透平實際功率，所述工質泵參數包括泵揚程、泵流體密度、泵流量、泵扭矩、泵角速度和泵機械效率，所述冷凝器參數包括實際散熱量和理論最大散熱量，所述地熱發電參數包括地熱流體溫度、地熱流體流量、地熱流體比熱容和實際發電功率；

29、所述計算模塊包括：

30、第一計算單元，用于根據余熱鍋爐輸出熱量和燃氣消耗量計算得到所述鍋爐熱轉換效率；

31、第二計算單元，用于根據所述進口蒸汽壓力、所述進口蒸汽溫度、所述出口蒸汽壓力、所述出口蒸汽溫度計算得到焓降，根據所述焓降和所述蒸汽流量計算得到透平理論功率，根據所述透平理論功率和所述透平實際功率計算得到所述透平轉換效率；

32、第三計算單元，用于根據所述泵揚程、所述泵流體密度、所述泵流量計算得到泵有效功率，根據所述泵扭矩、所述泵角速度和所述泵機械效率計算得到軸功率，進而根據所述泵有效功率和所述軸功率計算得到所述泵效率；

33、第四計算單元，用于根據所述實際散熱量和所述理論最大散熱量計算得到所述冷卻效率；

34、第五計算單元，用于根據所述地熱流體溫度、所述地熱流體流量和所述地熱流體比熱容計算得到熱功率，根據所述熱功率和所述實際發電功率計算得到所述地熱發電效率。

35、進一步地，所述發電效率預測模型為bp神經網絡模型，所述發電效率預測模型的數學表達式配置為：

36、epredicted＝bpnn(ηboiler，ηturbine，ηcooler，ηpump，te，p，m，t)

37、其中，epredicted用于表示所述地熱預測發電效率，bpnn用于表示所述bp神經網絡模型，ηboiler用于表示所述鍋爐熱轉換效率，ηturbine用于表示所述透平轉換效率，ηcooler用于表示所述冷卻效率，ηpump用于表示所述泵效率，te用于表示地熱流體溫度，p用于表示地熱流體的壓力，m用于表示地熱流體的質量，t用于表示時間變量。

38、一種可再生新能源發電控制方法，應用于上述的可再生新能源發電控制系統，包括：

39、步驟s1，采集模塊采集地熱能發電站的多個余熱鍋爐參數、透平參數、冷凝器參數、工質泵參數以及地熱發電參數；

40、步驟s2，計算模塊分別根據各所述余熱鍋爐參數、各所述透平參數、各所述冷凝器參數、各所述工質泵參數以及各所述地熱發電參數計算得到相應的鍋爐熱轉換效率、透平轉換效率、冷卻效率、泵效率以及地熱發電效率；

41、步驟s3，訓練模塊引入一初始模型，并將各所述鍋爐熱轉換效率、各所述透平轉換效率、各所述冷卻效率和各所述泵效率作為輸入，將相應的所述地熱發電效率作為輸出，重新訓練所述初始模型得到發電效率預測模型，所述發電效率預測模型的輸入為多個發電控制參數，所述發電效率預測模型的輸出為地熱預測發電效率；

42、步驟s4，環境檢測模塊實時檢測所述地熱能發電站外部的多個環境參數；

43、步驟s5，函數建立單元根據所述地熱預測發電效率與預設的理想發電效率建立一目標函數，所述目標函數的輸出為目標函數值，因子優化單元引入預設的蟻群算法，將各所述發電控制參數作為一個螞蟻個體，并根據各所述環境參數生成優化信息素揮發因子和優化啟發式因子；

44、步驟s6，尋優單元分別根據所述優化信息素揮發因子以及所述優化啟發式因子對信息素更新公式和狀態轉移概率公式進行更新，利用更新完畢后的所述狀態轉移概率公式以及所述信息素更新公式不斷迭代更新求得各所述螞蟻個體的所述目標函數值，最終將迭代更新得到所述目標函數值最小時的所述螞蟻個體作為全局最優解，將該所述全局最優解中包含的各所述發電控制參數作為最佳參數集合輸出；

45、步驟s7，地熱調整模塊根據所述最佳參數集合對所述地熱能發電站中余熱鍋爐、透平、冷凝器和工質泵的設備參數進行動態調整。

46、本發明的有益效果：

47、本發明各鍋爐熱轉換效率、各透平轉換效率、各冷卻效率和各泵效率作為輸入，將相應的地熱發電效率作為輸出訓練得到發電效率預測模型，根據地熱預測發電效率與理想發電效率建立一目標函數，將輸入發電效率預測模型的多個發電控制參數作為螞蟻個體，同時引入環境參數生成優化信息素揮發因子和優化啟發式因子，并利用優化信息素揮發因子和優化啟發式因子對蟻群算法中的信息素更新公式和狀態轉移概率公式進行更新，通過更新改進濾除了外部環境對各發電控制參數的影響，保證算法全局收斂性的同時，提高求解效率和質量，進而使用改進后的蟻群算法不斷迭代更新進行尋優，找到目標函數最小時的螞蟻個體作為全局最優解，并將全局最優解中的各發電控制參數作為最佳參數集合，最終根據最佳參數集合對地熱能發電站中余熱鍋爐、透平、冷凝器和工質泵的設備參數進行動態調整，使得地熱能發電站中余熱鍋爐、透平、冷凝器和工質泵運行在發電效率最佳工況下，因此能夠顯著提升地熱發電效率。