电厂负荷的优化分配方法

电厂负荷的优化分配方法

ID:38285220

大小:223.31 KB

页数:5页

时间:2019-06-03

电厂负荷的优化分配方法_第1页
电厂负荷的优化分配方法_第2页
电厂负荷的优化分配方法_第3页
电厂负荷的优化分配方法_第4页
电厂负荷的优化分配方法_第5页
资源描述:

《电厂负荷的优化分配方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第31卷第3期电站辅机Vol.31No.32010年9月PowerStationAuxiliaryEquipmentSept.2010文章编号:16720210(2010)03000105电厂负荷的优化分配方法缪国钧,葛晓霞(南京工程学院能源与动力工程学院,江苏南京211167)摘要:分析了几种电厂负荷优化分配方法的特点,阐述等微增率电厂负荷优化分配方法的原理,介绍了lingo软件在电厂负荷分配中的运用方法。通过算例说明,等微增率法与采用lingo软件进行电厂负荷优化分配的结果相同,混沌优化算法与lingo软件进行负荷

2、分配结果相近,对电厂多台机组间的负荷优化分配方法的选择具有一定参考价值。关键词:电厂;负荷;优化分配;等微增率;混沌算法中图分类号:TM714文献标识码:AMethodsofLoadOptimizedDistributioninPowerPlantMIAOGuojun,GEXiaoxia(SchoolofEnergy&PowerEngineering,NanjingInstituteofTechnology,Nanjing,Jiangsu,211167,China)Abstract:Thecharacteristicswereanalyzedofmetho

3、dsforloadoptimizeddistributioninpowerplant.Itwasstatedtheprincipleofequaltinyincreaseatloadoptimizeddistribution.Lingosoftwarewasintroducedforloadoptimizeddistributioninpowerplant.Calculatedexamplesstated,resultsofloadoptimizeddistributionbyequaltinyincreaseweresametoLingosoftware,resultsw

4、ithchaoticoptimizationwereveryclosetothatfromLingosoftware.Itisinacertainsignificanceintheselectionofloadoptimizeddistributionmethodsformanypowerunitsinpowerplant.Keywords:powerplant;load;optimaldistribution;equaltinyincrease;chaoticalgorithmic的目的。1概述现就电厂负荷优化分配的常见方法进行简要介节能减排是电力企业当前的一项重要工

5、作,因绍和分析。通过算例说明等微增率法、混沌优化算此,充分挖掘企业内部的节能潜力并努力降低发电法及lingo软件在电厂负荷分配中的运用效果。这成本,增强发电企业的投入产出,以加强企业在市场项工作的实施对电厂多台机组间的负荷优化分配具的竞争能力,已显得非常重要。过去,有些电厂在对有重要意义。多台机组间的负荷分配时,通常的做法是让效率高2电厂负荷分配的研究方法的机组多带负荷,或是在各机组间平均分配负荷,这[1]-[3]种选择在多数情况下并不是最经济的。因此,电厂2.1电厂负荷分配的传统方法迫切需要既能在各种运行工况下科学地、简便地提(1)优先次序法供机组间负荷分配的结果,又

6、能保证负荷分配的结优先次序电厂负荷分配法以机组的运行效率为果是经济的、可信的方法,以达到降低全厂发电成本依据,先算出各机组单独运行时的最大效率,然后按收稿日期:20100610修回日期:20100802作者简介:缪国钧(1965),男,副教授,硕士,主要从事电厂优化运行技术及热工过程自动控制的研究工作。1电站辅机总第114期(2010No.3)照各机组的运行效率由高到低的顺序排列,在此基法本质上属于无约束优化算法,如何处理好约束,将础上各机组依次带负荷。该方法实现简单、计算速在很大程度上影响算法的效率。遗传算法的计算量度快,缺点是常常找不到最优解。较大,所需时

7、间较长。[7][8](2)等微增率法(2)人工神经网络法等微增率法是在等式约束条件下,利用基于数人工神经网络是对人类大脑的一种物理结构上学极值理论得到的等微增法,实现机组间的负荷优的模拟。人工神经网络可以充分逼近任意复杂的非化分配。这种方法简单明了,使用方便。但由于其线性关系,问题中所有定量或定性的信息,都以等式要求总煤耗目标函数为严格凸函数,即各机组的煤储存于网络内的各个神经单元,故有很强的鲁棒性耗,煤耗徽增率曲线为单调递增可微,在计算处理过和容错性。程中有可能出现失真的情况。多层前馈神经网络模型是目前应用最广泛

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。