Uboreshaji Unaozingatia Hatari ya Kuganda, kwa jina lake la asili Freeze-Risk-Aware Optimization (FRAO), ni mbinu ya udhibiti wa kutabiri kwa kutumia modeli unaoendeshwa na data, inayolenga kupata manufaa makubwa zaidi ya kupoza kutokana na halijoto ya chini ya mazingira ya nje inayopatikana wakati wa uendeshaji wa majira ya baridi wa mifumo mikubwa ya kupoza hewa kwa njia isiyo ya moja kwa moja yenye sekta nyingi, huku ikiingiza moja kwa moja hatari ya kuganda katika maeneo mahususi na kutokuwa na uhakika wa utabiri katika vikwazo vya udhibiti. Utafiti uliunda modeli za utabiri za kiwango cha sekta na kiwango cha mfumo zinazotegemea LSTM kwa kutumia data halisi za uendeshaji za DCS kutoka kituo cha umeme cha makaa ya mawe cha 2 × 1000 MW kaskazini mwa China, kisha ukaunganisha modeli hizo na udhibiti wa kutabiri kwa kutumia modeli kwa kila sekta. Katika hali wakilishi za halijoto ya chini, iliripotiwa kuwa halijoto ya maji ya kurudi kwenye njia kuu inaweza kupunguzwa kwa 5,14–5,37 °C na shinikizo la nyuma la kitengo linalokadiriwa kwa 0,67–0,70 kPa. Hata hivyo, uthibitishaji wa uwanjani bado uko katika kiwango cha msaada wa maamuzi wa kitanzi wazi; utendaji wa ufuatiliaji wa kitanzi funge kikamilifu wa amri zilizoboreshwa kupitia DCS haujaonyeshwa.

Katika majira ya baridi, halijoto ya chini ya nje huleta athari mbili zinazokinzana kwa kituo cha umeme wa joto kinachopozwa kwa hewa. Kwa upande mmoja, kutoa joto kwenda angani huwa rahisi na shinikizo la nyuma la mfumo wa turbini-kondensa linaweza kupunguzwa. Kwa upande mwingine, hatari ya maji kuganda kwenye nyuso za kibadilisha joto, kuharibika kwa mabomba na kuvuja huongezeka. Kwa hiyo, waendeshaji wanaweza kuongeza nafasi ya usalama na kuendesha mfumo katika halijoto ya juu kuliko inavyohitajika. Swali kuu la utafiti la FRAO ni iwapo nafasi hii ya usalama inaweza kurekebishwa kwa njia inayobadilika kulingana na halijoto ya eneo husika, hali za uendeshaji za baadaye na kosa la utabiri wa modeli badala ya kuwa ya kudumu na ya tahadhari kupita kiasi.

Utafiti haufanyi uboreshaji wa kiuchumi pekee. Halijoto ya ukuta wa eneo husika, halijoto ya maji ya kurudi ya sekta, kiwango ambacho halijoto inaweza kushuka kwa kasi na kiwango ambacho vibao vya kuingiza hewa vinaweza kusogea kwa kasi hubadilishwa kuwa masharti ya usalama na utekelezekaji ndani ya tatizo lilelile la uboreshaji. Hivyo lengo si tu kupoza maji ya kurudi kadiri inavyowezekana, bali kutafuta hali ya chini kabisa ya uendeshaji wa joto iliyo salama inayoweza kufikiwa bila kuvuka chini ya mipaka ya usalama dhidi ya kuganda.

Tatizo la msingi katika mfumo wa kupoza hewa kwa njia isiyo ya moja kwa moja

Katika kituo cha umeme wa joto, mvuke unaotoka kwenye turbini hukondensishwa kwenye kondensa. Utendaji wa kondensa unahusiana kwa karibu na jinsi maji ya mzunguko yanavyorudi yakiwa baridi. Halijoto ya chini zaidi ya maji ya kurudi inaweza kupunguza shinikizo la kondensa na hivyo shinikizo la nyuma la turbini; jambo hili linaweza kuchangia matumizi madogo ya mafuta kwa kiwango kilekile cha uzalishaji wa umeme.

Mfumo uliotafitiwa ni mpangilio wa kupoza hewa kwa njia isiyo ya moja kwa moja ambapo, badala ya maji kugusana moja kwa moja na hewa, maji ya mzunguko hubadilishana joto na anga kupitia vibadilisha joto. Wakati hewa ya nje ni baridi sana katika majira ya baridi, uwezo wa mfumo wa kupoza huongezeka. Hata hivyo, halijoto ya mirija ya eneo husika au kuta za delta za kupoza ikishuka hadi viwango muhimu, kuganda kunaweza kuanza. Hata kama wastani wa halijoto ya maji ya kurudi unaonekana kuwa salama, uso wa eneo fulani katika sekta maalum ya mnara bado unaweza kuwa baridi kwa kiwango hatari.

Kwa sababu hiyo, badala ya kuboresha kigezo kimoja cha wastani kinachowakilisha mnara mzima, utafiti unatabiri tabia ya joto ya sekta mbalimbali za mnara mmoja mmoja.

FRAO ni Nini na Inafanya Nini?

Freeze-Risk-Aware Optimization (FRAO) ni mfumo wa uboreshaji wa uendeshaji wa majira ya baridi unaoboresha nafasi za baadaye za kufunguka kwa vibao vya kuingiza hewa kwa kila sekta, huku ukiingiza halijoto ya ukuta wa eneo husika, halijoto ya maji ya kurudi, kosa la utabiri wa modeli, kasi ya mabadiliko ya halijoto na mipaka ya mwendo wa aktueta katika tatizo lilelile la udhibiti wa kutabiri kwa kutumia modeli.

Kituo cha umeme na mnara wa kupoza vilivyotafitiwa

Maji ya mzunguko hugawanywa katika matawi mawili na kupelekwa kwenye makundi ya sekta. Vibao vya kuingiza hewa vilivyo nje ya kila delta ya kupoza hudhibiti kiasi cha hewa kinachoingia kwenye kibadilisha joto na hivyo kiwango ambacho maji yanapozwa. Maji yaliyopozwa yanayotoka kwenye sekta huungana katika njia ya pamoja ya kurudi na hutumika kwenye kondensa kukondensisha mvuke wa kutolea nje wa turbini.

Seti ya data

Katika utafiti, vipindi viwili vya uendeshaji wa majira ya baridi viliunganishwa: 1 Januari–28 Februari 2025 na 10 Novemba 2025–10 Januari 2026. Ndani ya rekodi za jumla ya siku 121, kwa muda wa sampuli wa dakika 1, sampuli halali 174.075 na vigezo 220 vya uendeshaji vilipatikana.

Kwenye chanzo, hali za mazingira ya nje chini ya 5 °C zinaunda %61,1 ya sampuli za majira ya baridi. Mfumo pia ulipata uharibifu mkubwa wa kuganda katika majira ya baridi mwaka 2020, na chanzo kiliripoti hasara ya moja kwa moja ya kiuchumi ya tukio hilo kuwa takribani RMB milioni 10. Tukio hili ni muktadha wa uwanjani unaoonyesha kwa nini si uboreshaji wa kiuchumi pekee, bali pia usalama wa eneo husika dhidi ya kuganda ni kigezo kikuu cha usanifu.

Kwa nini wastani mmoja wa mfumo hautoshi?

Mtiririko wa hewa, usambazaji wa maji na uhamishaji wa joto kuzunguka mnara si sawa katika sekta zote. Wakati huohuo, halijoto ya ukuta katika sekta moja inaweza kubaki salama huku halijoto ya chini zaidi ikitokea katika sekta nyingine. Kwa hiyo FRAO hutumia mizani miwili pamoja:

• Kiwango cha sekta: halijoto za maji ya kurudi na ukuta katika eneo husika huwakilisha usalama dhidi ya kuganda.
• Kiwango cha mfumo: halijoto ya maji ya kurudi kwenye njia kuu na shinikizo la nyuma la kitengo huwakilisha utendaji wa jumla wa upande baridi.

Kwa Nini Halijoto ya Ukuta ni Kigezo Muhimu kwa Hatari ya Kuganda?

Kwa kuwa kuganda kunaweza kuanza katika eneo maalum kwenye uso wa kibadilisha joto, wastani wa halijoto ya maji ya kurudi ya sekta peke yake si kiashirio cha kutosha cha usalama; jaribio la ablation katika utafiti pia linaonyesha kwamba, kipengele cha usalama cha halijoto ya ukuta kinapoondolewa, mwitikio wa kufunga vibao dhidi ya hatari ya kuganda unaweza kuchelewa kwa takribani dakika 10.

Usanifu wa kiutendaji wa FRAO

Ingawa maandishi ya chanzo yanataja idadi ya tabaka kama “tano” katika sehemu moja, maelezo ya mbinu na Kielelezo 3 vinaonyesha vipengele sita vya kiutendaji vifuatavyo:

1. Tabaka la data: huunda dirisha la hali kutoka vipimo vya kihistoria vya DCS na hutoa mwelekeo wa vigezo vya baadaye visivyodhibitiwa.
2. Tabaka la utabiri: hutabiri halijoto za sekta na mfumo pamoja na shinikizo la nyuma kwa modeli zinazotegemea LSTM.
3. Usasishaji wa nafasi ya usalama: hufuatilia makosa ya utabiri katika mwelekeo hatari na kufanya vikwazo vya halijoto kuwa vikali zaidi.
4. Uundaji wa vikwazo na adhabu: hubadilisha mipaka ya kuganda, kasi ya kushuka kwa halijoto na mipaka ya mwendo wa vibao kuwa vipengele vya gharama.
5. Uboreshaji wa MPC: hutafuta gharama salama ya chini zaidi kati ya trajektoria za baadaye za kufunguka kwa vibao.
6. Uundaji wa thamani iliyowekwa ya kiwango cha juu: hubadilisha trajektoria ya joto iliyoboreshwa kuwa thamani iliyowekwa ya halijoto ya maji ya kurudi ambayo DCS iliyopo inaweza kutekeleza.

Dirisha la hali ya kihistoria na mwelekeo wa uendeshaji wa baadaye

Mwanzoni mwa kila mzunguko wa uboreshaji, mfumo hukusanya hatua \(H_h\) za mwisho za muda kama dirisha la hali ya kihistoria:

Mlinganyo (1):

\[ X^{hist}_{i,t_0}= [X_{i,t_0-H_h+1},\ldots,X_{i,t_0}] \]

Hapa \(X_{i,t}\) huwakilisha vigezo husika vya uendeshaji kwa sekta \(i\), huku \(H_h\) ikiwakilisha urefu wa dirisha la kihistoria.

Kwa kuwa vigezo visivyodhibitiwa kama halijoto ya mazingira ya nje ya baadaye na mzigo wa kitengo havijulikani kikamilifu, mwelekeo wa wastani wa mabadiliko katika kipindi cha karibu kilichopita huhesabiwa:

Mlinganyo (2):

\[ \Delta\bar{x}(t_0)= \frac{1}{H_h-1} \sum_{\tau=t_0-H_h+1}^{t_0-1} [x(\tau+1)-x(\tau)] \]

\[ \Delta\tilde{x}(t_0)= \operatorname{clip} [\Delta\bar{x}(t_0),\Delta x_{min},\Delta x_{max}] \]

\[ \tilde{x}(t_0+k)= \operatorname{clip} [x(t_0)+k\Delta\tilde{x}(t_0),x_{min},x_{max}] \]

\[ X^{fut}_{i,t_0}= [\tilde{x}(t_0),\tilde{x}(t_0+1),\ldots,\tilde{x}(t_0+H_f)] \]

Operesheni ya clip huzuia mwelekeo kuzidi kasi inayoruhusiwa ya mabadiliko na mipaka ya kimwili ya kigezo. Muundo huu haufanyi kana kwamba “unajua kwa uhakika” siku zijazo; hubeba tu mwelekeo wa kipindi cha karibu hadi kwenye upeo wa utabiri wa MPC ndani ya mipaka ya kimwili.

Modeli za utabiri za LSTM

Kwa sababu ya inersia ya joto ya maji yanayozunguka kila wakati na ucheleweshaji wa usafirishaji, hali ya zamani huathiri halijoto za baadaye. Utafiti unamodeli utegemezi huu wa muda kwa mitandao ya kumbukumbu ya muda mrefu-mfupi, yaani Long Short-Term Memory (LSTM).

Mlinganyo (3):

\[ [\hat{T}_{ret,i,t},\hat{T}_{wall,i,t}] = f_{sector,i}(X_{i,t},U_{i,t},Z_{i,t}) \]

\(\hat{T}_{ret,i,t}\) huonyesha utabiri wa halijoto ya maji ya kurudi ya sekta, \(\hat{T}_{wall,i,t}\) utabiri wa halijoto ya ukuta wa eneo husika, \(U_{i,t}\) vigezo vya udhibiti wa vibao na \(Z_{i,t}\) hali za pampu za maji ya mzunguko.

Kisha utabiri wa sekta hupelekwa kwenye modeli ya kiwango cha mfumo:

Mlinganyo (4):

\[ \hat{T}_{main,ret,t} = f_{main} (\hat{T}_{ret,1,t},\hat{T}_{ret,2,t},\ldots,\hat{T}_{ret,12,t},Z_t) \]

\[ [\hat{P}_t,\hat{T}_{main,int,t}] = f_{bp}(\hat{T}_{main,ret,t},N_t) \]

Mnyororo huu huunganisha maamuzi ya joto ya eneo husika katika sekta na halijoto ya maji ya kurudi kwenye njia kuu, na kisha na tabia ya kondensa na shinikizo la nyuma la kitengo.

Kosa la Utabiri Linabadilishaje Vikwazo vya Usalama?

FRAO haitumii thamani ya utabiri pekee; hufuatilia kosa la mwelekeo hatari linalotokea wakati modeli inatabiri halijoto kuwa juu kuliko ilivyo kwa kweli, na kulingana na usambazaji wa makosa wa kipindi cha karibu huongeza nafasi ya usalama ili kufanya mipaka ya halijoto inayoruhusiwa kuwa ya tahadhari zaidi kiotomatiki.

Kosa la utabiri katika mwelekeo hatari

Kosa muhimu kwa upande wa kuganda ni modeli kutabiri halijoto kuwa juu zaidi kuliko ilivyo kwa kweli. Kosa kama hilo linaweza kumpa kiboreshaji imani ya uongo kwamba mfumo uko salama. Kwa hiyo, badala ya kutumia kosa kamili pekee, utafiti hutumia utabiri wa ziada chanya katika mwelekeo hatari.

Mlinganyo (5):

\[ e_{wall}(t_0)= \max[0,\hat{T}_{wall}(t_0)-T_{wall}(t_0)] \]

\[ \varepsilon_{wall}(t_0)= \{e_{wall}(t_0-N+1),\ldots,e_{wall}(t_0)\} \]

\[ M_{wall}(t_0)= \min\left[ M^{max}_{wall}, \max\left( M^{base}_{wall}, \mu(\varepsilon_{wall})+ k_{\sigma}\sigma(\varepsilon_{wall}) \right) \right] \]

Hapa \(M_{wall}\) ni nafasi ya usalama inayobadilika ya halijoto ya ukuta. Kosa la wastani \(\mu\) na mkengeuko sanifu wa usambazaji wa kosa \(\sigma\) hutumika pamoja. Kwenye chanzo, \(k_{\sigma}=2\) ilichaguliwa.

Mantiki hiyo hiyo hutumika kwa halijoto ya maji ya kurudi:

Mlinganyo (6):

\[ M_{ret}(t_0)= \min\left[ M^{max}_{ret}, \max\left( M^{base}_{ret}, \mu(\varepsilon_{ret})+ k_{\sigma}\sigma(\varepsilon_{ret}) \right) \right] \]

Matokeo ya usanifu huu ni kwamba ikiwa modeli imefanya makosa mengi zaidi katika mwelekeo hatari hivi karibuni, tatizo la uboreshaji husogezwa kiotomatiki hadi eneo la usalama lenye vikwazo vikali zaidi.

Viwango vya hatua kwa hatua vya ulinzi dhidi ya kuganda

Kadiri kiwango cha hatari kinavyoongezeka, viwango vya chini vya halijoto huinuliwa na kiwango ambacho halijoto inaruhusiwa kushuka katika kipindi kimoja cha uboreshaji hupunguzwa.

Vipengele vya adhabu ya usalama

Mlinganyo (7):

\[ L_i^{ret} = \gamma_{ret} \sum_{t=1}^{H_f} w_t \left[ \max (0,T_{ret,safe}+M_{ret}-\hat{T}_{ret,i}(t)) \right]^2 \]

\[ L_i^{wall} = \gamma_{wall} \sum_{t=1}^{H_f} w_t \left[ \max (0,T_{wall,safe}+M_{wall}-\hat{T}_{wall,i}(t)) \right]^2 \]

Mradi halijoto inayotabiriwa ibaki juu ya kiwango cha chini salama, adhabu hii ya ukiukaji huwa sifuri. Inaposhuka chini ya kiwango cha chini salama, mraba wa tofauti huongeza gharama kwa kasi. Hivyo, wakati uboreshaji unalenga uendeshaji wa baridi zaidi, hutokea upinzani mkubwa wa kihisabati dhidi ya kuvuka chini ya mpaka wa kuganda.

Adhabu ya mabadiliko ya halijoto kwa ajili ya inersia ya joto

Kuonekana kwamba hali ni salama kwa upande wa halijoto ya mwisho hakumaanishi kuwa kasi ambayo halijoto ilishuka hadi hapo haina umuhimu. Katika mfumo mkubwa wa mzunguko kuna inersia ya joto na ucheleweshaji wa usafirishaji.

Mlinganyo (8):

\[ L_{tem} = \beta_{ret} \sum_{t=1}^{H_f} w_t \left[ \max (0,|T_{ret}(t-1)-T_{ret}(t)|-\Delta T_{ret}) \right]^2 + \beta_{wall} \sum_{t=1}^{H_f} w_t \left[ \max (0,|T_{wall}(t-1)-T_{wall}(t)|-\Delta T_{wall}) \right]^2 \]

Kipengele hiki huongeza adhabu wakati upungufu wa halijoto unaotabiriwa ni mkubwa kuliko kikomo cha hatua moja kinachoruhusiwa.

Uzito unaotegemea muda

Mlinganyo (9):

\[ w_t= \frac{\exp[-\lambda(t-1)]} {\sum_{j=1}^{H_f}\exp[-\lambda(j-1)]} \]

Utabiri wa siku za usoni zilizo karibu hupata uzito mkubwa zaidi kwa sababu huathiri moja kwa moja zaidi uamuzi wa sasa wa udhibiti; kadiri upeo wa utabiri unavyoongezeka, uzito hupungua kwa namna ya kielelezo.

Utekelezekaji wa kimwili wa aktueta ya vibao

Kwa upande wa nadharia, vibao haviwezi kusogezwa kiholela na kwa ghafla katika kila mzunguko. Eneo lisilo na mwitikio la aktueta, ukubwa wa mwendo na marudio ya mwendo huzingatiwa.

Mlinganyo (10):

\[ L_{du} = r_{du} \sum_{t=1}^{H_f-1} \left[ \max (0,|u(t+1)-u(t)|-\Delta U_{max}) \right]^2 \]

\[ L_{d2u} = r_{d2u} \sum_{t=1}^{H_f-1} \left[ \max (0,|\Delta u(t+1)-\Delta u(t)|-\Delta^2U_{max}) \right]^2 \]

Kipengele cha kwanza huzuia mwendo wa hatua moja kuwa mkubwa kupita kiasi; cha pili hupunguza mabadiliko ya ghafla ya mwelekeo/kasi katika trajektoria ya udhibiti. Kwa njia hii, huzuia kuchaguliwa kwa suluhisho lenye gharama ndogo kihisabati lakini lenye mitikisiko au lisiloweza kutekelezwa na aktueta halisi.

Lengo la uboreshaji

Kwa sekta \(i\), lengo kuu la kiuchumi/joto ni kupunguza halijoto ya maji ya kurudi katika upeo wa utabiri:

Mlinganyo (11):

\[ J_i= \alpha \sum_{t=1}^{H_f} w_t\hat{T}_{ret}(t) \]

Hata hivyo, \(J_i\) haiboreshwi peke yake. Adhabu za usalama na utekelezekaji huongezwa kwenye gharama ya jumla:

Mlinganyo (12):

\[ C_i= J_i+ L_i^{ret}+ L_i^{wall}+ L_{tem}+ L_{du}+ L_{d2u} \]

Utafutaji wa MPC unaotegemea gradienti

Katika kila mzunguko, mlolongo wa udhibiti wa baadaye huanzishwa kwa nafasi ya sasa ya kufunguka kwa vibao:

Mlinganyo (13):

\[ U^{0}_{i,t} = [u^{0}_{i,t},u^{0}_{i,t},\ldots,u^{0}_{i,t}] \]

Kisha trajektoria ya udhibiti husasishwa kwa msingi wa gradienti:

Mlinganyo (14):

\[ U^{k+1}_{i,t} = \Pi_{\Omega} \left( U^{k}_{i,t} - \eta_{lr}g^{k}_{i,t} \right) \]

\(\Pi_{\Omega}\) huprojekti nafasi ya kufunguka kwa vibao ndani ya masafa ya kimwili yanayowezekana ya %0–100. \(\eta_{lr}\) ni ukubwa wa hatua ya uboreshaji.

Chini ya mlolongo wa udhibiti unaopendekezwa, trajektoria za halijoto za baadaye huhesabiwa upya:

Mlinganyo (15):

\[ [\hat{\mathbf{T}}_{ret,i}, \hat{\mathbf{T}}_{wall,i}] = f_{sector,i} (X^{fut}_{i,t},U_{i,t},Z_{i,t}) \]

Mlinganyo (16):

\[ C_i= C_i (X^{fut}_{i,t}, U_{i,t}, Z_{i,t}, \hat{\mathbf{T}}_{ret,i}, \hat{\mathbf{T}}_{wall,i}) \]

Trajektoria ya udhibiti inayotekelezeka yenye gharama ndogo zaidi ya jumla huchaguliwa:

Mlinganyo (17):

\[ U^{*}_{i,t} = \arg\min_{U^{k}_{i,t}} C_i(U^{k}_{i,t}), \qquad k=0,1,\ldots,K \]

Kwa nini amri ya vibao iliyoboreshwa haitumwi moja kwa moja kwa DCS?

FRAO imeundwa kama tabaka la uboreshaji la kiwango cha juu juu ya usanifu wa usalama uliopo wa kituo badala ya kuchukua nafasi yake. Trajektoria ya vibao iliyoboreshwa hutumika kutafuta hali ya joto inayoweza kufikiwa; DCS halisi hutumiwa kupokea thamani iliyowekwa ya halijoto ya maji ya kurudi. Kwa njia hii, mantiki iliyopo ya udhibiti na ulinzi ya kiwango cha chini huhifadhi mamlaka ya usalama.

Ili kutengeneza thamani iliyowekwa thabiti, opereta ya soft-min hutumika kwenye trajektoria ya halijoto iliyoboreshwa:

Mlinganyo (18):

\[ T_{BT,i,k} = -s \ln \left[ \frac{1}{H_f} \sum_{t=1}^{H_f} \exp \left( -\frac{\hat{T}^{*}_{ret,i,k+t}}{s} \right) \right] \]

Kwenye chanzo, \(s=1\) ilichaguliwa. Lengo ni kuzuia thamani ya chini kupita kiasi katika nukta moja ya utabiri kusababisha thamani iliyowekwa kuruka bila sababu, huku ikihifadhi athari ya udhibiti ya uboreshaji katika mwelekeo wa kupoza.

Mbinu na Matokeo ya Utafiti

Utendaji wa modeli za utabiri

Ni muhimu kwamba modeli ya halijoto ya ukuta wa eneo husika inaonyesha \(R^2\) ya chini kuliko modeli nyingine tatu. Hii ni kwa sababu kigezo muhimu kwa usalama dhidi ya kuganda pia ni nyeti zaidi kwa visumbufu vya mazingira, mtiririko wa hewa wa eneo husika, usambazaji wa maji na kelele ya vipimo. Nafasi ya kosa inayobadilika ya FRAO iko katikati ya usanifu wa usalama wa mbinu kwa sababu hii hasa.

Hali ya halijoto ya chini kupita kiasi: 7 Februari 2025

Katika tukio la mfano kati ya 00:00–12:00, mfumo huanza kufanya kazi katika kiwango cha ulinzi P2. Halijoto ya mazingira ya nje inapokaribia -20 °C, mpangilio wa pampu za maji ya mzunguko hubadilishwa kutoka pampu mbili za kasi ya juu hadi pampu mbili za kasi ya juu + pampu moja ya kasi ya chini, hivyo kuongeza mtiririko wa maji.

Halijoto ya nje inaposhuka chini ya -20 °C, mfumo huhamia kiwango P3 na FRAO huongeza lengo la halijoto ya maji ya kurudi kwa sababu za usalama. Halijoto ya nje inapoongezeka tena, mfumo hurudi P2.

Mabadiliko ya wastani yaliyoripotiwa kwa FRAO katika mchakato huu wa majaribio:

Hali ya halijoto ya chini ya P1: 24 Desemba 2025

Katika uendeshaji wa kawaida, halijoto ya nje inaposhuka kwa haraka kutoka takribani -5 °C, thamani zilizowekwa za halijoto ya maji ya kurudi ya sekta huongezwa kutoka takribani 30 °C hadi 35 °C kwa ajili ya usalama. FRAO, kwa kutabiri mwelekeo wa halijoto na urejeaji unaofuata, haiongezi halijoto ya maji ya kurudi kupita inavyohitajika; huweka trajektoria iliyoboreshwa katika masafa ya takribani 26–28 °C.

Hali ya majira ya baridi yenye joto zaidi

Katika kipindi cha 18 Desemba 2025 10:00–22:00, halijoto ya nje inapoongezeka kutoka takribani 0 °C hadi 8 °C, hatari ya kuganda hupungua hatua kwa hatua. Katika hatua ya kwanza, FRAO inaweza kupunguza halijoto ya maji ya kurudi kwenye njia kuu kwa wastani wa 1,83 °C zaidi. Hata hivyo, halijoto inapoongezeka zaidi, vibao vya kuingiza hewa tayari huwa vimefunguka kikamilifu na hakuna tena nafasi ya ziada ya kupoza kimwili. Katika hali hii, trajektoria za FRAO na uendeshaji wa kihistoria hukaribiana.

Matokeo haya yanaonyesha kikomo muhimu: FRAO haitengenezi “uboreshaji” wa bandia katika kila hali. Ikiwa aktueta tayari iko kwenye nafasi ya kikomo, hakuna uhuru wa kimwili unaobaki kwa uboreshaji kutumia.

Utafiti wa ablation: ni kipengele gani cha usalama kinahitajika kweli?

Waandishi walichunguza tabia ya mfumo kwa kuondoa vipengele vya adhabu kimoja baada ya kingine katika sehemu ya kupoa kwa haraka kati ya 00:00–02:00 tarehe 7 Februari 2025.

Je, Uthibitishaji wa FRAO Uwanjani Ulikuwa wa Kitanzi Funge?

Hapana. Katika utekelezaji wa uwanjani wa 15–19 Januari 2026, FRAO iliendeshwa kama mfumo wa msaada wa maamuzi na thamani zilizowekwa zilizoboreshwa za maji ya kurudi zilitolewa kwa waendeshaji kama mapendekezo; kwa kuwa mienendo halisi ya vibao ilibaki chini ya udhibiti wa DCS iliyopo na waendeshaji, utendaji wa ufuatiliaji wa FRAO katika kitanzi funge bado haujathibitishwa.

Utendaji wa hesabu wa wakati halisi wa utekelezaji wa uwanjani

Mizunguko iliendeshwa kwenye seva moja yenye kichakataji Intel Xeon Gold 6338. Mzunguko wa uboreshaji ulikuwa dakika 1, huku uhamishaji wa data na hesabu vikikamilika pamoja ndani ya takribani sekunde 20. Hivyo, mbinu iliweza kuhesabiwa ndani ya muda wa mzunguko bila vifaa vya kuongeza kasi vya utendaji wa juu.

Katika kipindi cha uwanjani cha kitanzi wazi, thamani zilizowekwa zilizopendekezwa za halijoto ya maji ya kurudi zilikuwa kwa wastani 1,54 °C chini ya thamani halisi zilizopimwa.

Katika vipindi vya joto zaidi, kwa kuwa mfumo tayari haukuwa na nafasi ya ziada ya uboreshaji, vipindi ambavyo FRAO haikupendekeza lengo la chini zaidi pia viliripotiwa. Kufungwa kwa Sekta 7 wakati wote wa majira ya baridi na kitengo kupelekwa kwenye matengenezo baada ya 19 Januari kulipunguza wigo wa data za uwanjani.

Hesabu ya kiuchumi na uzalishaji

Kulingana na tathmini ya modeli, halijoto ya maji ya kurudi kwenye njia kuu iliyo chini kwa takribani 5 °C inalingana na kupungua kwa shinikizo la nyuma kwa takribani 0,7 kPa. Chanzo, kwa kutumia sifa za thermodynamics za turbini ya kitengo kilichotafitiwa pamoja na ufanisi wa boiler na mabomba, kinakokotoa kwamba kupungua huku kwa shinikizo la nyuma kunaweza kupunguza kiwango cha matumizi ya makaa ya mawe sanifu kwa takribani 1,26 g/(kW·h).

Mlinganyo (19):

\[ \Delta M_{ce} = \Delta b\, P_{avg}\, t_{opt} \]

Kwa dhana za \(\Delta b=1,26\;g/(kW\cdot h)\), \(P_{avg}=500\;MW\) na \(t_{opt}=1760\;h\), kwa kitengo kimoja:

Akiba inayowezekana ya makaa ya mawe sanifu: 1108,8 tce/mwaka.

Hesabu ya CO₂:

Mlinganyo (20):

\[ \Delta M_{CO_2} = \Delta M_{ce} EF_{CO_2} \]

\[ EF_{CO_2}=2,66\;tCO_2/tce \]

na hivyo kwa kitengo kimoja huhesabiwa upungufu unaowezekana wa CO₂ wa tani 2949,4/mwaka.

Thamani hizi za kiuchumi si akiba iliyopimwa moja kwa moja katika jaribio la uwanjani la mwaka mzima lililodhibitiwa. Kupungua kwa shinikizo la nyuma ni makadirio yaliyotokana na sifa za thermodynamics za kituo, mzigo wa wastani na muda unaofaa wa uboreshaji. Chanzo hakichapishi mikunjo ya kina ya sifa za thermodynamics za turbini kwa sababu ya usiri wa kampuni.

Hitimisho zinazoungwa mkono na utafiti

• Inaungwa mkono kwamba halijoto ya ukuta wa eneo husika ni muhimu sana kwa usalama dhidi ya kuganda kiasi kwamba haiwezi kubadilishwa na wastani wa mfumo.
• Inaonyeshwa kwamba vikwazo vinaweza kufanywa vikali zaidi kwa njia inayobadilika kwa kuingiza kosa la utabiri katika nafasi ya usalama.
• Katika hali wakilishi za kihistoria za majira ya baridi, inaonyeshwa kwamba FRAO inaweza kutoa halijoto ya chini zaidi ya maji ya kurudi na shinikizo la nyuma linalotabiriwa kuliko uendeshaji wa jadi wa tahadhari.
• Utekelezaji wa uwanjani wa kitanzi wazi unaonyesha kwamba algoriti inaweza kuhesabiwa katika wakati halisi na kupendekeza thamani zilizowekwa za chini zaidi kwa mwendeshaji.
• Matokeo ya ablation yanaonyesha kwamba usalama wa ukuta, kikomo cha mabadiliko ya halijoto na adhabu za mwendo wa aktueta zina majukumu tofauti na yanayokamilishana.

Hitimisho ambazo utafiti hauungi mkono

• Utendaji wa muda mrefu ulio salama na wa kiuchumi wa FRAO katika kitanzi funge kikamilifu kwenye DCS bado haujaonyeshwa.
• Thamani za 1108,8 tce/mwaka na tani 2949,4 CO₂/mwaka si akiba ya mwaka ya uwanjani iliyopimwa.
• Matokeo hayatoi dhamana ya moja kwa moja kwa aina nyingine za vituo, hali nyingine za hewa au jiometria nyingine za minara ya kupoza.
• Chanzo hakiripoti kikamilifu usanifu wote wa mafunzo ya modeli za LSTM, uwiano wa mgawanyo wa mafunzo/uthibitishaji/majaribio, epoch, batch size na maelezo mengine ya uwezo wa kurudia utafiti.
• Kwa kuwa hakuna data ya uboreshaji wa uendeshaji wa majira ya baridi kwa Sekta 7, sekta zote kumi na mbili hazina wigo sawa wa data.
• Kwa sababu ya usiri wa kampuni, mikunjo ya kina ya sifa za thermodynamics za turbini iliyotumika katika hesabu za kiuchumi haiwezi kuchunguzwa upya kwa kujitegemea.

Umuhimu wa kisayansi

Mchango muhimu zaidi wa utafiti ni kwamba hauundi uboreshaji wa kupoza katika majira ya baridi kama swali la “tunaweza kupunguza shinikizo la nyuma kwa kiasi gani?” pekee. Katika FRAO, lengo la kiuchumi linaunganishwa na hatari ya kimwili ya eneo husika na kutokuwa na uhakika wa modeli ndani ya muundo mmoja wa maamuzi ya kihisabati. Hasa, kutumia kosa la utabiri si tu kama metriki ya kutathmini modeli bali pia kulifanya libadilishe mpaka wa usalama wa mzunguko unaofuata wa udhibiti ni kipengele muhimu cha usanifu kinachoimarisha uhusiano kati ya udhibiti unaoendeshwa na data na usalama wa uendeshaji.

Zaidi ya hayo, mbinu hailengi kuondoa DCS iliyopo. FRAO huhesabu lengo bora zaidi la joto katika kiwango cha juu; udhibiti halisi wa aktueta na mantiki ya ulinzi ya kiwango cha chini hubaki katika mfumo wa viwandani uliopo. Usanifu huu unawakilisha mbinu ya kuongeza msaada wa maamuzi au, ikiwa itathibitishwa baadaye, tabaka la uboreshaji la kiwango cha juu kwenye otomatiki iliyopo ya kituo badala ya kujenga miundombinu mipya kabisa ya udhibiti.

Maelezo ya Chanzo na Mbinu

Utafiti asili: Frost-risk-aware data-driven model predictive control for winter operation optimization of large-scale multi-sector cooling systems

Waandishi: He Xiao, Houzhang Tan, Fuxin Yang

Waandishi wanaowajibika: Houzhang Tan na Fuxin Yang

Taasisi: MOE Key Laboratory of Thermo-Fluid Science and Engineering, School of Energy and Power Engineering, Xi'an Jiaotong University, Xi'an, Shaanxi, China.

Aina ya chanzo: Makala ya utafiti ya preprint.

Jukwaa: SSRN.

SSRN Abstract ID: 7382903.

DOI: 10.2139/ssrn.7382903.

Tarehe ya usajili wa SSRN: 31 Agosti 2026.

Hali ya mapitio ya kitaalamu: PDF ya chanzo inaeleza wazi kwamba utafiti bado haujapitia mapitio ya kitaalamu.

Jarida / juzuu / toleo: Chanzo hakina taarifa ya uchapishaji katika jarida lililopitiwa kitaalamu, juzuu au toleo.

Hali ya leseni / hakimiliki: Rekodi ya SSRN haitaji leseni wazi ya Creative Commons inayoruhusu matumizi tena; inaeleza kuwa haki zimehifadhiwa na matumizi tena bila ruhusa hayaruhusiwi. Katika makala hii ya Verianla, vielelezo asili vya chanzo, picha za kurasa na miundo ya jedwali iliyolindwa haikutumiwa.

Chanzo cha data: Rekodi za DCS za mfumo wa kupoza hewa kwa njia isiyo ya moja kwa moja wa kituo cha 2 × 1000 MW kilichotafitiwa; siku 121 katika vipindi viwili vya majira ya baridi, sampuli halali 174.075, vigezo 220 na sampuli za kila dakika 1.

Mbinu: Modeli za utabiri za LSTM katika kiwango cha sekta na mfumo; nafasi ya usalama inayobadilika kulingana na kosa la utabiri; mipaka ya hatua kwa hatua ya ulinzi dhidi ya kuganda; adhabu za mabadiliko ya halijoto na mwendo wa vibao; MPC ya upeo wenye kikomo kwa kila sekta; uundaji wa thamani iliyowekwa ya kiwango cha juu inayolingana na DCS kwa msingi wa soft-min.

Uthibitishaji wa uwanjani: Msaada wa maamuzi wa kitanzi wazi. Thamani zilizowekwa zilizoboreshwa bado hazijatekelezwa moja kwa moja kupitia DCS kama udhibiti wa FRAO wa kitanzi funge.

Ufadhili: PDF ya chanzo hairipoti taarifa tofauti ya ufadhili.

Mgongano wa maslahi: PDF ya chanzo hairipoti taarifa tofauti ya mgongano wa maslahi.

Upatikanaji wa data: Chanzo hakitoi hifadhi ya wazi ya umma ya data au kiungo cha kupakua kwa seti ya data ya DCS iliyotumiwa.

Michango ya waandishi / CRediT: PDF ya chanzo haina jedwali la kina la michango ya CRediT.

Vikwazo vikuu vya uwezo wa kurudia utafiti: Usanifu wa kina wa mafunzo ya LSTM na vigezo vyote vikuu vya utaratibu wa mafunzo havijawekwa wazi; mikunjo ya sifa za thermodynamics za turbini haijachapishwa kwa sababu ya usiri wa kampuni; utekelezaji wa uwanjani umewekewa kikomo kwenye kitanzi wazi; Sekta 7 imefungwa katika kipindi cha majira ya baridi.

Maelezo ya kutokuwiana ndani ya chanzo: Ingawa maandishi yanaita usanifu wa FRAO “tabaka tano” katika sehemu moja, maelezo yale yale na muundo wa kuona wa mbinu yanataja vipengele sita vya kiutendaji. Maandishi ya Verianla yameeleza tofauti hii wazi badala ya kuirekebisha kimya kimya.

Maelezo ya matumizi ya vielelezo: Vielelezo 1–9 vya chanzo havipaswi kuchapishwa tena moja kwa moja kwa sababu ya hali ya haki. Inapohitajika, michoro asili ya kiufundi ya Verianla isiyohifadhi kufanana kwa mwonekano inapaswa kutayarishwa kwa kutumia tu mahusiano ya mfumo na ukweli wa nambari uliotajwa wazi kwenye chanzo.