基于混沌神经网络热电厂电价预测及热电优化分配的研究

《基于混沌神经网络热电厂电价预测及热电优化分配的研究》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、生毫揸蓦中文摘要摘要：随着我国热电联产事业的发展，电力市场化改革的深入，热电企业竞价上网有利于体现市场公平，有利于热电联产企业的发展。在这种情况下，热电厂要未雨绸缪，一方面要求企业深入了解目前竟价上网机制，对次R市场出清电价有所预期，提高企业的竞争能力；另一方面要求企业有效的降低能源消耗，提高利润空间，由于机组性能不同，在不同的负荷情况下耗量也不同，所以如何在给定负荷条件下使企业内运行机组的耗量之和最小成为企业关注的问题。本文针对这两个方面分别进行了研究，并给出有效的解决方案。首先通过对电价序列和负荷序列的混沌

2、分析和对表征混沌特性关联维数的计算结果，发现电价和负荷序列不是随机序列，而是混沌时I．日j序列，使我们对电价序列的复杂性有了新的认识，并可应用混沌理论对电价进行短期预测。其次以混沌时间序列的相空问重构为基础，提出了基于多变量相空间重构理论与混沌神经网络理论的电价预测方法，充分反映了电价数据本身的变化规律和模型的动态性，进而有效地提高电价预测的精度。再次通过深入研究热电联产企业的热力和电力分配的特点，对热电联产企业的不同类型的机组进行了研究。并且针对热电联产企业通常存在母管制和单元制两种不同的原则性热力系统。分别

3、对单元制系统和母管制系统的负荷分配进行了建模研究。最后针对热电优化分配需同时要满足电力和热力的需求，又要使本厂的燃料消耗费用最小，这通常是～个矛盾体。提出多目标粒子群算法，通过给出一组决策意见，包括燃料消耗最小情况、电力平衡偏差最小情况、热力平衡偏差最小情况等，供决策者在不同的环境条件下做出最有利于本企业的决策。并且在算法研究过程中，采用自适应动念改变惯性权值和对不活跃的粒子施加扰动的方法对算法进行了改进。提高了算法的速度和稳定性。本文用vc++6．0建立了供决策者参考的决策支持系统，界面友好，操作简单，算法有

4、效，可为热电企业竞价和机组优化分配提供决策参考意见。关键词：热电联产：相空间重构；混沌神经网络；热电优化分配；多目标粒子群J￡塞銮遁厶堂亟±坐位监塞ABSTRACTABSTRACT：Withthedevelopmentofthecombinedheatandpower(CHP)systemandtheelectricpowermarket,theCHPenterpriseswillfacetoconnecttothenationalnetworkbypricecompetitioninthepowermarke

5、t．Ononehand,itisimportanttousetherelativehistoricdatatoforecastthefuturemarketclearingelectricitypricetoobtainmoreopportunitytoimprovetheincome．Ontheotherhand，theenterpriseprofitmealssubtractthecostfromtheincome．Soinordertoimprovetheprofit，theenterpriseneeds

6、toreducethecosttoo．Becauseofthedifferentcharactersofthegenerator,itisimportanttofindthemosteffectivecombinedwaytoreducethecost．Inthispaper,wegiveaneffectivewaytosolvewiththetwoproblems．First，bycalculatingthechaoticcharacterexponents-correiationdimension，wcfo

7、undthattheelectricpriceandloadtimeseriesarenotrandomseriesbutchaoticones．SoitgivesUSanewacquaintancetothecomplexityofpriceandloadtimeseries，andtheshort-termelectricpricecouldbeforecastedthroughchaostheory．Second，basedonphasespacereconstructionofchaotictimese

8、ries，theshort—termpriceforecastingapproachonmulti-variablephasespacereconstructiontheoryandimprovedchaoticneuralnetworkispresented．Itmayadequatelyreflectthevaryingruleofthedataitself,inordertoim