基于负荷预测和负荷最优分配的工业锅炉房最优运行

《基于负荷预测和负荷最优分配的工业锅炉房最优运行》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、万方数据第33卷第1期东华大学学报(自然科学版)V01．33，No．12007年2月J()URNALOFDoNGHUAUNlVERSITY(NATURALSCIENCE)Feb．2007文章编号：167卜0444(2007)o卜0025一07基于负荷预测和负荷最优分配的工业锅炉房最优运行曹家枞，邱广，朱冬林，林星春(东华大学环境科学与工程学院，上海201620)摘要：应用BP神经网络预测锅炉房的日负荷曲线保证蓄热器运行的最优分段，采用最小差模型(MDM)法进行负荷的最优分配，据此编写相应的计算机程序．计算实例证明可有效减少锅炉房一蓄热器系统的日燃料耗量．关键词：锅炉房；蓄热f

2、最优运行；神经网络；负荷预测f负荷分配中图分类号：TK22文献标志码：AOptimaIOperationofIndustriaIBollerPlantsBasedOnLOadFOreCaStandLOadASSignmentCAoJ缸一c0以g，QJUGll口咒g，ZHUDD孵Z锄，LJN崩"g_矾“坨(Cdle辞ofElI呐彻嗍锄sd∞∞a柚D-gI艟erl唣，D啪gl-岫umVersity，轴aI咖i201620，o咖旺)Abst嗡ct：Theerrorbackpropagation(f沪)neuralnetworksareusedtoperfomtheforecasto

3、fdailyloadcurvessothattheoptimalsegmentationofthedailyloadcurvecanbeaccomp“shed．Thentheplantloadisoptimallyassignedtoboilersbytheminimum—departuremodel(MDIⅥ)．Acomputerprogr锄iscompIetedandusedinanexample．TheresultsshowthatthefueIcostsoftheboilerplantarereducedl【eyvnD·rlds：boilerplant；therfna

4、lenergystorage；optimaloperation；neuralnetwork；loadforecast；loadassignment在许多情况下，工业锅炉房的实际平均效率要远低于期望值．工业锅炉的数量巨大，其实际效率的提高对我国可持续能源战略有很大现实意义．当装有不少于两台锅炉的工业锅炉房装有蓄热器时，必须保证各台运行锅炉都在其最合适的负荷率下运行，才能使整个锅炉房的运行达到最优化．这就是锅炉房负荷的最优分配问题．蓄热器的存在使本来比较困难的负荷最优分配变得较容易实现．装有蓄热器的锅炉房通常采用一种分段稳定负荷的运行模式，这对于锅炉房的运行控制是有利的，因为可降

5、低对计算时间和自控的要求．锅炉房负荷的最优分配使整个锅炉房达到该负荷下能达到的最高效率，相应于最小的燃料耗量．这时的日负荷曲线的分段称为最优分段，而对该日负荷曲线进行精确预测是实现最优分段的一个先决条件．本文根据一种锅炉房负荷最优分配的新方法，在应用人工神经网络预测的日负荷曲线的基础上，结合负荷曲线的最优分段方法，提出一种针对工业锅炉房一蓄热器系统的最优运行方法．收稿日期：2005一06-lO作者简介：曹家枞(1943一)，男．上海人，教授，博士生导师，研究方向为暖通和热能系统的优化、节能技术．Bma．1：jc傀@dhll．edu．饥万方数据26东华大学学报(自然科学版)第3

6、3卷1基于BP网络的锅炉房日负荷曲线预测用人工神经网络对工业锅炉房负荷预测通常比其他方法更好，如文献[1]用级联神经网络(CNN)进行工业锅炉房负荷预测，平均误差已经低于3％．当锅炉房配有蓄热器时，应当允许有更大的预测误差，因为这时锅炉房运行在平均负荷上．很显然，预测负荷曲线的随机误差可以在很大程度上相互正负抵消，使该时间段内的平均负荷水平的误差比预测负荷曲线的要小得多．因此，这里应用相对简单的、预测误差大一些的BP神经网络(见图1)进行负荷曲线预测，这对锅炉房的自动控制是有利的．输入层隐含层输出层图lBP网络的结构n吕lArchitectulle0fBPm伽mt对于BP神经

7、网络，为了提高负荷预测的质量。有必要对数据样本作适当的预处理．文献[1]介绍一种有效的预处理方法，即依据样本数据矩阵数据间的“纵向”、“横向”和“交叉”相关系数(图2)，确定那些呈现一定规律性的较高相关系数的样本数据组作为BP网络的输入项．窭皿f时刻t—I叶lf+md一月“d一”“J—横向n．竹羹f交叉J，d一2交叉、，d一1＼d“止f)图2小时负荷样本数据矩阵Fl孚2Ma妇—xofdalabankofh伽时ytheml8lload在图2中，训练样本数据矩阵的一行即一天的负荷记录．作为例子，考虑一个样本