基于PCLA模型预测的热电联产机组热网参与一次调频控制方案

摘要

针对热电联产机组供热期受“以热定电”约束导致一次调频能力受限的问题，提出基于综合蓄热指标（CSI）预测的热网与机组协同调控策略。通过构建并行卷积神经网络-长短期记忆网络注意力机制模型（parallel CNN-LSTM-ATT,PCLA）并采用DCS数据预测CSI，设计了基于阈值的联动控制方案。结果表明：PCLA模型收敛后损失函数趋近于零，泛化能力强，约80%的预测误差集中在±5%以内，显著优于单一LSTM模型。实际运行数据验证显示，当预测CSI>60时，关小供热调门可短时提升机组负荷以满足一次调频积分电量需求；当CSI较低且工况稳定时，开大调门可有效恢复蓄热。该策略在不影响供热舒适度的前提下，充分利用热网蓄热缓冲，显著增强了机组调频响应速度与运行弹性。

关键词

热电联产 / 一次调频 / 蓄热指标 / 预测算法 / 注意力机制