基于粒子群算法火电厂优化配煤研究

基于粒子群算法火电厂优化配煤研究

ID:5383241

大小:405.40 KB

页数:7页

时间:2017-12-08

基于粒子群算法火电厂优化配煤研究_第1页
基于粒子群算法火电厂优化配煤研究_第2页
基于粒子群算法火电厂优化配煤研究_第3页
基于粒子群算法火电厂优化配煤研究_第4页
基于粒子群算法火电厂优化配煤研究_第5页
资源描述:

《基于粒子群算法火电厂优化配煤研究》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、学兔兔www.xuetutu.com第43卷第5期锅炉技术Vo1.43,No.52012年9月BOILERTECHN0L0GYSep.,2012基于粒子群算法的火电厂优化配煤研究刘永江,高正平,韩义,张秉权。,蔡斌,于英利,郭洋(1.内蒙古电力科学研究院,内蒙古呼和浩特010020;2.北京能源投资(集团)有限公司,北京100022)摘要:在火电厂的配煤过程中,需要综合考虑锅炉运行的稳定性与经济性。利用粒子群算法建立火电厂经济性配煤优化模型,主要以配煤经济性作为目标函数,并以单煤的价格、发热量、灰分、挥发分、水分以及硫分等6项指标值作为约束条件。基于内蒙古某电厂的

2、来煤条件,采用本模型进行配煤优化计算。仿真实验表明:带惯性权重的粒子群算法(标准PSO):l~有较好的全局搜索能力,能够快速、准确地搜索到最佳的优劣质煤配比关系和最经济的配煤价格。关键词:配煤优化;火电厂经济性;粒子群优化算法;约束条件;惯性权重因子;适应度函数中图分类号:TK223.72文献标识码:A文章编号:1672—4763(2012)05—0018-07的数种煤互相掺配,达到优势互补,使之变成0前言符合电厂运行需要的动力用煤。这对于促进目前各发电企业普遍存在煤价涨幅巨大而火电机组的节能降耗和提高电厂的经济性具上网电价基本维持不变的压力,导致采购煤呈现有重要

3、意义。种类变化频繁、煤质恶化、发热量低下以及灰分1粒子群优化算法的配煤模型建立偏高等特征。国家“十二五”规划明确规定发电企业的节能减排依然为未来五年内的重要目标,配煤优化技术的核心是配比的计算,其准此外,随着水能、风能、核能、太阳能及可再生能确性取决于优化配煤数学模型的建立.国内关源比重的提高将造成火电建设空间的压缩,更为于优化配煤数学模型的建立取得了较好成绩,重要的是燃煤成本增加与煤质严重脱离设计值主要有:殷春根等人采用人工神经网络建立配也为发电企业的节能减排带来空前压力。然而,煤过程状态数学模型,并将其应用到煤灰软化火电是国家目前能源发展的主要支撑力量,并在温

4、度预测[2;周俊虎等人基于遗传算法建立了短时期内不会改变这种格局。在我国的火力发动力配煤模型,并有效地解决了配煤中的非线电企业中,燃料成本占整个企业发电成本的70性多约束问题_3;张晓萱等人采用区间规划方以上。因此,降低燃料成本是火力发电企业提高法,研究了电厂煤质参数不确定性和可变性对经济效益的主要途径,即在锅炉安全稳定运行的配煤的影响;夏季等人基于模糊数学方法和前提下有效降低人炉煤成本显得尤为重要。此遗传算法建立了自适应罚函数的正交遗传算法外,由于电厂实际用煤与设计煤种严重不符,煤优化配煤模型,并取得了较好的工业应用;林源多且煤质差别大,故需要采取多种煤混合介团

5、利用线性规划法研究了电站锅炉稳定性、掺烧。环保性与经济性与动力配煤的关系[6;彭娟等本文针对内蒙电网所属电厂普遍存在实采用粒子群算法研究了混煤灰分差距最小、配际用煤与设计、校核煤种严重脱节等问题,且煤时间最短以及精煤耗量最少的优化配比问来煤煤种多等特性,建立基于粒子群寻优理论题l_7]。本文将单煤价格纳入约束条件体系,以的优化配煤模型,将发热量、灰分、硫分、挥发此作为模型实现配煤最优经济性的核心条件,分、水分以及单煤价格等质量和经济指标不同并将粒子群优化算法应用到配煤模型优化和求收稿日期:2011—03—20;修回日期:2011一O8—06作者简介:刘永江(197

6、8一),男,硕士,工程师,主要从事锅炉燃烧优化及动力配煤技术的研究。学兔兔www.xuetutu.com第5期刘永江,等:基于粒子群算法的火电厂优化配煤研究19解的过程中。置为()一[(),。(),⋯,多(£)],且()一1.1粒子群优化算法(ParticleSwarmOptimi—Y(£),其中g为处于全局最好位置粒子的下标,zationAlgorithm。PSO)简介g一{1,2,⋯,M}。美国社会心理学家Kenney和电气工程师(+1)=W×V,()-t-cl×rl,(£)XEberhart于1995年提出了PSO算法]。主要[()一z』()]+cz×r2,

7、()×思想来源于对鸟类群体行为的研究,他们的模[,(£)一z()](1)型和仿真算法主要利用了生物学家Heppnerz,,(+1)一薯,J(£)-t-(£+1)(2),提出的模型。尽管最初的设想是通过仿真鸟式中:J(:1,2,⋯,N)——粒子的第维;群这样的简单社会系统来研究并解释负责的N——搜索空间维数;社会行为,但随着研究的深入,发现PSO还是下标i(一1,2,⋯,M)——第i个粒子;一种能有效解决复杂优化问题的技术,它通过M——群体规模;群体中粒子间的合作与竞争而产生的群体智t——进化代数;能进行指导优化搜索。在PSO算法中,每个优73——第i个粒子的速度,

8、73会受到

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。