电力系统机组最优负荷分配

《电力系统机组最优负荷分配》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第一章绪论第一节机组最优负荷分配研究背景及意义我国是一个人口大国，虽然物产丰富，但分布非常不均衡，人均资源十分短缺，加上长期以来在资源开发利用方面存在过度开发、破坏严重等问题，使国民经济在快速进步的同时对我们地球的环境造成了不可估量的损害。伴随着“节能、减排、环保”的观念深入人心，我国可持续发展战略要求建立经济友好型，能源节约型社会。因此可以看出节约能源是可持续发展战略的主要内容之一。然而火力发电是一个化石能源消耗巨大的产业，到2050年，我国的年耗煤量将达到2～2.5Gt。而随着化石能源的逐渐枯竭以及化石能源所带来的环境问题，届时，煤炭资源很难满足整个社会的

2、发展，这就要求电力系统在优化能源结构的同时，更要进一步节约能源，提高能源的能效比。在如此巨大的能源消耗的基数下，如果每发一度电节约1g煤的话，根据我国2014年的火电发电量41731亿千瓦时来算，我国每年将可以节约煤417万吨以上。由上文叙述可以发现，如果对火电厂的机组进行组合优化，使机组负荷的分配与组合更加合理，能提高该体系的经济运作，可以以此来提升效益。电力系统机组负荷的最好的分布与配置就是研究火力发电机组的运作效率，减少普通燃料的消耗，同时减小系统运作时所产生的废气等对环境的破坏。使得“节能、减排、环保”的方针在生活中得以实现，为我国今后能持续稳定的发展

3、，建设环境友好型，资源节约型的社会添砖加瓦。且在电力市场化运行体制下，以及近几十年电力装机容量的快速增长，而我国的经济增长放缓，经济提升速率已不及电力装机容量的增长，我国已经开始出现供大于需的局面。在这样的背景条件下，供电公司要获得生存和发展，就一定要不断提高自身的硬实力。因此需要供电公司不断降低生产成本，提高效益。供电公司通过合理安排机组出力，降低煤耗量，增强其核心竞争力。[1]第二节国内外研究现状电力系统机组最优负荷分配的意思是在一系列实际生产中的基本要求下，通过提高控制机组运作以及机组符合的配置的合理性，来达到降低费用的一种关于电力系统的经济性调度的办法

4、。以数学理论为基础来研究机组组合的优化的问题，可以将其转化为一个既有连续变量又有整形变量的综合性问题。其运算的方法有两个：传统优化算法和现代智能算法。大量的资料介绍传统的优化算法在机组组合中的应用，其中以经典的拉格朗日松弛法较为代表，还有动态规划法也应用较广。这些经典优化方法原理简单，容易操作，应用较广，但某些情况下可能得不到十分理想的结果。而现代智能优化算法在机组优化组合问题中体现出了优势。目前世界上常用的有以下几种分析计算的方法。一、等微增率法，由和在年首次提出。等耗微增率法是将燃料消耗最小化作为优化目标的单目标算法。在满足Lagrange的等式组合的前提

5、下，该方法是用于单元机组之间的负荷的分布与配置的改进，用Lagrange乘子法求得负荷的分布与配置的最好的方案。[2]该优化方案中，机组负荷等于给定负荷为其优化的前提，进而通过负荷分配使得燃料总量最少，以此确定各台机组的负荷分配。这种方法便于使用，而且思路比较清晰，容易理解，本论文也主要使用这一方法。二、动态规划法动态规划(dynamicprogramming)是20世纪50年代初R.E.Bellman等人在研究多步骤的决策的流程的改进问题时提到的一种改进办法，形成了关于最优性的原理，即所谓Bellman最优化原理，其可以叙述为：对于最优化的方略，依靠以前的一

6、些决策所得到的情况开始，对应的最优子策略是由剩下的一系列决策所组成的，与曾经的情景和决策没有关系。先解决单阶段问题，再把其整合为一个完整的过程。在使用动态规划法来解决有关机组负荷分配的问题时，首先要指定决策阶段为一机组台号a，那么决策变量即为机组负荷，在这里标示为Qa，然后将累计的机组成本作为状态变量。根据动态规划状态转移方程：假设第a阶段的sa的值是已知的，那么第a+1阶段的sa+1的值，就可以依据该段的Qa的值来求得。记为sa+1=Ta(sa,ua)，称为状态转移方程。[3]三、遗传算法遗传算法是目前较为广泛的现代进化算法里较为典型算法之一。遗传算法中最主

7、要的思考分析法是源于自然界的达尔文提出的“适者生存”法则。遗传算法找寻最终解的操作是通过模仿自然界物种利用染色体之间的一系列的生物反应和基因整合来提高族群生存竞争力，达到物种进化目的的过程，即采用可以完成遗传操作的相应遗传算子，对于父代种群W(t)进行相应的处理，然后获得子代种群W(t+1)过程。这一算法在面对老一代的检索方法很难应对好的规模比较大、非线性组合复杂的优化难题方面拥有很多巨大的优点。然而单一的遗传算法在处理大规模难题上存在着搜索速度较慢，收敛性能较差等弊端。因此在实际问题中常常取人之长，补己之短的策略。文献10中把拉格朗日法和遗传算法进行结合，采

8、用次梯度法来改进拉格朗日乘子，将复杂的