负荷优化调度系统研究与开发

《负荷优化调度系统研究与开发》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、武汉人学硕一L毕业论文摘要提高机组的经济性，降低成本，是火电厂实行“竞价上网”所面临的迫切任务，所以在电厂各发电机组间实行机组负荷优化分配，提高运行效率，降低生产成本意义重大。本文在参阅国内外大量文献的基础上，回顾和总结了关于负荷优化调度的传统研究方法，分别将传统的动态规划算法及较先进的遗传算法用于负荷优化调度课题研究，并在此基础上，将研究成果付诸于软件实现，取得了预期的结果并得出了很多有价值的结论。论文首先介绍了机组煤耗数据的采集、处理方法，并采用多项式拟合的方法求取了机组煤耗特性曲线；根据机组运行方式的不同，分别建立

2、了相应的负荷优化分配模型，并对模型的建立依据，选择规则进行了详细阐述；在分析多种优化算法的基础上，文章着重介绍了动态规划法和遗传算法两种优化算法的理论知识以及在负荷优化研究中的应用方法和程序实现步骤，并将其应用结果进行比较，以获得最佳运行方案；为提高研究的实用价值，本文采用Matlab，VisualC++，Access等工具软件，结合ADO数据库技术开发了负荷优化调度系统应用软件，详细说明了系统的运行流程，使用方法，并以实际算例对系统进行了验证。经运行表明，该系统优化结果可信度较高，实用性强，具有良好的应用前景。最后，对

3、研究的成果进行了总结并提出了进一步研究的建议。【关键字】：负荷优化动态规划法遗传算法MATLAB武汉大学硕士毕业论文AbstractTheurgenttaskforathermalpowerplantistoimproveitseconomyandreduceitscostsunderthesituationofcompetitivepowermarket．Soitisveryimportanttobringloadingassignmentintoeffect，improvetherunningefficiency,r

4、educetheproducingcost．BasedontheSummarytoalotofliteratureinourandforeigncountries，thisthesissummarizesthestudiesfortheloadassignment，useingdynamicoptimizationandGeneticalgorithm，getssatisfiedresultbysoftwarerealization．Atfirst,thethesisexpoundsthemethodofhowtOgai

5、nanddealwiththedata，andusingpolynomialimitationcalculatesthecoal-firedunitcapabilityequation．Accordingtothedifferenceoftherunningmode，thecorrespondingmathematicsmodelsarecompiledrespectively,andtherulesofchoosingmodelsareexpatiated．Basedonanalyzingmanyoptimizatio

6、nmethods，thetheoriesandapplicationofdynamicoptimizationandgeneticaigorithminthestudiesonoptimizingloadassignmentareexpounded，andthecaiculationalresultsarccontrasted．Basedthestudiesontheoryandarithmetic，thesystemdevelopsthesoftwareforoptimizingdispatching’Ⅳi也Mauab

7、．VisualC++andADOtechnology,whichisusedinthepracticalitem．Thus，onthebasisofensuringtheveracityoftheoptimizingresult，theoperationeconomicsofpowerplantandthepracticabilitymaybeevidentlyraised．Byrunningthesoftware，satisfiedresultisgottenandpracticabilityistestified．F

8、inally,thisthesisraisessomequestionsneedtoberesolvedandgivessomeopinions．[KeyWord]Optimizingloadassignment，Dynamicoptimization，Geneticalgorithm，MATLABII郑重声明本久蕊