火电厂负荷优化分配的算法研究

《火电厂负荷优化分配的算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、符号说明D口—撮汽器中空气流量(t／h)：B一汽轮机容量(Mw)；名一试验冷却水温度下的汽轮机出力(Mw)；厶一群体的最大适应度：厂一群体的平均适应度；厂。一两个交叉个体的适应度较大值；见一交叉概率；“一变异概率。VlI第一章绪论1．1选题背景及意义电厂为了保持长足的竞争力，迫切需要提高生产效率和设备可用率，优化资源配置，最大程度的降低发电成本。在确保机组安全运行的前提下，火电机组的运行优化，不仅是节能减排的主要手段，也是火电厂保持竞争优势与可持续发展的必然要求。影响火电机组运行经济性的因素很多，这些影响冈素可以归结为外部约束(如机组

2、负荷需求、环境气象条件以及煤质)条件、运行方式以及主辅机设备的能效等三类因素。随着电力需求峰谷差的持续增大【ll，火电机组负荷需求的变化及其对机组运行经济性的影响日趋显著，在确保机组安全运行的前提下，开展火电机组负荷优化分配研究，最大限度地降低煤耗，不仅其本身具有明显的节能效益，同时也是实施其它经济运行手段的基础和前提。从国内外调度经验可知，机组负荷优化分配的节煤量等效于效率相对提高1％。2．5％t21。火电厂负荷优化分配，即在全厂机组组合方式一定的情况下，根据各运行机组的煤耗特性，合理分配机组所带负荷，保证优化目标(如全厂供电标准煤

3、耗量)的最小化。1．2国内外研究综述1．2．1机组煤耗特性曲线研究机组的煤耗特性反映了机组在各种负荷情况下耗能的大小，是进行负荷优化的前提条件，因此为了实现各单元机组间的负荷优化分配，必须全面掌握各机组的煤耗特性。传统负荷分配依据的机组煤耗特性曲线，一般由生产厂家提供或通过定期的热力试验获得，这些曲线一般长期保持不变【3J。而机组的实际运行煤耗特性不仅与机组的实际情况有关，还会因运行环境、运行方式、设备状态、煤种及运行人员的技术水平而发生变化。因此，要得到最优的负荷分配方案，必须首先确定机组准确的煤耗特性曲线。目前，煤耗特性曲线的确定

4、主要有三种方法：一是可以从机组的日常运行数据记录中整理得出煤耗特性曲线；二是由机组的热力试验求取煤耗特性曲线；三是按照制造厂家提供的设计数据并以实际试验数据和运行记录数据进行校正，从而确定特性曲线14】。这三种方法中，方法二比其他两种方法获得的数据更准确，更能体现机组的特性，但是对于电厂来讲，热力试验任务繁重、费用高，因此不会频繁进行；方法三能够获得较为准确的数据，且能对机组特性曲线进行及时更新。本文采用热力实验的方法确定煤耗特性曲线，并对其进行修正，得到不同季节工况下的煤耗特性曲线。1．2．2优化算法研究火电厂机组负荷优化分配，就是

5、在全厂机组组合方式一定的情况下，根据各运行机组的煤耗特性，确定各机组的最优负荷，使全厂总的煤耗量最小。由于火电机组的负荷优化分配可以带来可观的经济效益，是国内外的研究热点之一，大量的优化算法应运而生，主要有基于传统优化算法的平均分配法、效率优先法12】、等微增法p】、穷举法等：基于数学规划的优化算法的线性规划法、动态规划法【6J、拉格朗日松弛法17J等；以及基于现代智能优化算法的遗传算法【8，91、禁忌算’法【101、模拟退火算法⋯】、混沌算法【12】、人工神经网络法【131、蚁群算法114】、粒子群算’法【151等。然而每一种算法又

6、或多或少地存在局限性。目前这一领域的研究出现了两种趋势：一是将几种算法结合在一起互相取长补短，或者对原有传统算法进行改进，在注重优化质量和解算时间的同时，力求能够考虑更多的约东南大学硕士学位论文束条件：二是侧重于利用计算机进行人工智能以及其他新算法的研究。1．2．2．1传统算法效率优先法是较早出现的一种解决机组负荷分配的算法，该方法是机组在按照某负荷下机组运行效率的高低顺序分配负荷，其主要表现为两种：一种是让效率最高的机组带负荷至满负荷，然后让效率次高的机组带满负荷，依次类推，直至带完用户所需要的负荷；另一种是让效率最高的机组带负荷至

7、效率最高点，然后让效率次高的机组带负荷至效率最高点，依次类推，直至机组带完用户所需要的负荷。减负荷则相反。这两种方法尽管在实际调度中简单易行，但是未得到理论证明，有很大的近似性，无法保证负荷分配方案的全局最优方案。等微增率法，在确定了电厂的耗量特性曲线后，它认为只有当各机组的耗量微增率相等时，才能达到负荷的最优分配。这种方法简单易行，使用方便，在机组负荷优化调度中被广泛应用p，16J，但它要求机组的煤耗目标函数为凸函数，即各个单元机组的煤耗及煤耗微增率曲线是单调递增和可微的。然而目前广泛采用的喷嘴调节汽轮机组，其耗量特性曲线存在着导数

8、不连续点，因而上述条件在实际运行中并非总能得到满足；此外，等微增率法很难处理复杂的约束条件。这些都限制了它的应用范围。1．2．2．2基于数学规划的优化算法规划法，包括线性规划和非线性规划。线性规划是处理线性目标函数和线性