欢迎来到天天文库
浏览记录
ID:34601528
大小:4.72 MB
页数:75页
时间:2019-03-08
《基于粒子群算法的混合热源供热系统优化》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、分类号:TP3910710-2015124056硕士学位论文基于粒子群算法的混合热源供热系统优化刘佳导师姓名职称王卫亚教授申请学位级别硕士学科专业名称计算机应用技术论文提交日期2018年4月2日论文答辩日期2018年5月31日学位授予单位长安大学OptimizationofHybridHeatSourceHeatingSystembasedonParticleSwarmAlgorithmAThesisSubmittedfortheDegreeofMasterCandidate:LiuJiaSupervisor:Prof.WangWeiyaChang’anUniversity,Xi’a
2、n,China摘要能源的使用对人类的生产、生活的影响与日俱增,在能源消耗日益增长,环境污染日益严峻的今天,积极开展能源消费转型升级已刻不容缓。混合热源供热系统可以让各种形式的能源之间实现优势互补,使能源利用系统整体在能源消耗、经济成本和环境效益等多方面的性能得到提高。因此,本文在对混合热源供热系统的基本拓扑结构,以及常见几种热源的工作原理进行分析之后,建立了同时包含经济效益和环境效益的多目标优化模型。该模型不仅考虑了总的热电负荷平衡约束,还考虑了供热管网的输配能力约束条件。然后,为了求解该多目标模型,将常用的几种多目标算法进行比较,选择出适合的求解算法,并且将该算法进行优化改进,以此
3、来进行混合热源之间的优化调度求解。同时引入动态目标法约束处理机制处理管网约束条件求解的复杂性。最终以Pareto解的形式表示热源间的优化调度结果,使决策者可以根据不同的经济和环境需求从中选择符合自己偏好的最优解。最后通过仿真测试某混合热源供热系统,证明建立的混合热源供热系统目标模型符合实际工程中供热系统的运行方式,对其进行负荷优化分配的应用结果表明,所提优化方法可以为决策者提供更加灵活的调度方案,且经过优化后的负荷分配方案的综合效益高于常规经验方法。关键词:混合热源,环境效益,多目标优化,粒子群算法iAbstractEnergyandenvironmentsystemisclosel
4、yrelatedtohumanproduction,andnowadays,energyconsumeincreasinglyandenvironmentalpollutionbecomesseriousgradually.It’stimetotransferenergyconsumptionfromfossilenergytocleanenergy.Mixedheatsourceheatingsystemcancomplementeachother'sadvantagesinvariousformsofenergy,andimprovetheoverallperformanceof
5、theenergyutilizationsystemintermsofenergyconsumption,economiccosts,andenvironmentalbenefits.Therefore,Afteranalyzingthebasictopologyandtheworkingprincipleofseveralkindsoftheheatingsystemofthemixedheatsource,amulti-objectiveoptimizationmodelisbuiltformixedheatsourceheatingsystem,andtheeconomicbe
6、nefitandthepollutionemissionweretwoobjectivefunctionofthemodel.Themodelisnotonlytakesintoaccounttheheatandpowerbalance,butalsothecapacityofthetransportpipewastookasaconstraint.Then,inordertosolvethemulti-objectivemodel,severalcommonly-usedmulti-objectivealgorithmsarecompared,andasuitablesolutio
7、nalgorithmisselected,andthealgorithmisoptimizedandimproved,soastoperformtheoptimalschedulingsolutionbetweenthemixedheatsources.Andthedynamic-objectivemethodisintroducedtosolvethecomplexconstraintofheatnetwork.Finallytheschedulingr
此文档下载收益归作者所有