基于多目标优化的厂级负荷优化调度研究

摘要

伴随着我国经济和社会基础事业的快速进步，电力行业也得到迅猛发展。
　　我国电力行业主要以消耗煤炭等一次能源转化为电能的模式为主，因此如何在提高煤炭经济发展的同时又要提升发电的转化效率，是目前电力工业亟待解决的主要问题。“必须把建设资源节约型、环境友好型社会放在工业化、现代化发展战略的突出位置”是我国目前工业建设大风向标。因此，电力工业不应仅仅靠增加大负荷功率的发电机组为主要目标，还应采取措施加大节能减排力度。由此可见，如何更加合理的分配火电机组负荷以提高电厂运行的经济效益已成为目前亟需解决的重要问题。现在电力市场化竞争不断激烈，厂级负荷分配仅仅满足发电成本最低的要求是远远不能满足生产需要的，还要综合考虑调度中心对负荷调整的快速反应时间以及负荷频繁调整对机组产生的磨损情况要求。因此，采用多目标优化的优化控制方法对火电煤炭发电企业具有重要意义。
　　本文综合考虑火力发电厂的发电成本的经济性，结合火电机组负荷调整时间的快慢以及机组在运行过程中的稳定性等条件，优化建立多目标数学模型，改进传统多目标算法将各个目标分配一定正系数进而转换为单目标优化问题存在的不可靠性以及智能优化算法中进化过程计算目标适应值的计算复杂性等缺点，优化改进为基于递归式多目标协同进化算法，通过递归方式分与目标等量阶段逐级引入目标的方案求解负荷分配问题，与传统多目标算法相比，本方案减少了各个目标之间可能产生的偏差，并且进化过程相对简单，具有较强的灵活性和生产实用性。并且模拟仿真实验结果表明了本文方法的正确性和有效性。

目录

声明

摘要

第1章 绪论

1．1 课题研究背景意义

1．2 多目标进化算法概述

1．3 进化算法在电厂负荷优化调度中的研究现状

1．4 论文主要研究内容

第2章 多目标优化问题方法研究

2．1 多目标优化问题

2．2 多目标优化问题的数学模型

2．3 传统多目标优化算法

2．4 智能多目标优化算法

第3章 电厂负荷分配优化模型的建立及其约束条件

3．1 负荷最优分配数学模型的基础

3．1．1 供电煤耗率的计算

3．1．2 锅炉效率

3．1．3 汽轮发电机组热效率及管道效率

3．2 负荷优化分配的目标函数

3．2．1 基于经济性的考虑

3．2．2 基于快速性的考虑

3．2．3 基于可靠性的考虑

3．2．4 基于污染排放问题的考虑

3．3 约束条件

第4章 多目标优化算法在电厂负荷分配中的应用

4．1 变权重系数法原理

4．1．1 基于权重算法的电厂负荷优化模型的建立

4．1．2 算法的基本步骤

4．2 权重系数法在电厂负荷分配中的应用

4．3 递归式多目标协同进化遗传算法

4．3．1 遗传算法的基本原理

4．3．2 遗传算法的基本流程

4．3．3 协同进化遗传算法

4．3．4 递归式多目标协同进化遗传算法

4．3．5 RMOGA的算法原理

4．4 递归式多目标协同进化遗传算法在电厂负荷分配中的应用

4．4．1 遗传编码

4．4．2 遗传算子

4．4．3 遗传算法的控制参数性能分析

4．4．4 终止循环条件

4．4．5 算例分析

结论与展望

参考文献

攻读硕士学位期间所发表的论文

致谢

个人简历