火力发电机组负荷经济分配的智能优化算法研究

摘要

全球面对经济发展和环境恶化的双重压力下，亟需提高能源的高效利用和节能减排，针对全球发电市场能源调查分布，火力发电机组占据80％份额，作为全球主力发电机组，如何实现燃煤机组的高效利用满足市场的供电需求，成为电力系统调度研究的首要问题，同时，发电企业必须最大限度的降低生产成本，以求在激烈的竞争中获得生存和发展。
　　负荷经济分配是电厂经济、安全运行的一项很重要的工作，其目的是在给定某运行时段的开停机计划后，在组合机组满足电力系统运行约束条件的基础上，合理分配各机组负荷使得发电成本、污染排放等目标尽可能小。
　　首先分析了机组的煤耗特性。在特性曲线的拟合上，提出了一种统计方法，综合考虑历史数据和当前数据对煤耗特性的影响，使曲线更真实的反映机组的实际状况。在此基础上，建立了负荷经济分配数学模型。然后运用遗传算法解决负荷经济问题。针对该问题，提出了改进的遗传算法，分别从遗传参数及遗传算子的角度对常规遗传算法进行了改进。最后，通过仿真实验，验证了改进之后的遗传算法的搜索效率和全局搜索能力。
　　针对目前国内普遍投建的大容量火电机组，以最大限度的降低电厂的供电成本为目标，研究了厂级负荷经济分配。通过最后的仿真分析验证了改进遗传算法的效率，其应用对实现电厂机组优化组合具有重要作用。

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 传统优化算法

1．2．2 智能优化算法

1．3 论文组织结构

第二章 电厂机组运行特性分析

2．1 电厂机组煤耗特性分析

2．2 负荷经济分配数学模型研究

2．3 本章小结

第三章 基于遗传算法的负荷经济分配

3．1．1 遗传算法概述

3．1．2 遗传算法的特点

3．2 标准遗传算法在负荷经济分配中的应用

3．2．1 遗传算法的基本要素

3．2．2 负荷经济分配约束条件的处理

3．3 实数编码遗传算法改进方案

3．3．1 遗传算法改进方案一

3．3．2 遗传算法改进方案二

3．3．3 遗传算法的程序实现

3．4 本章小结

第四章 实例分析

4．1 煤耗特性曲线分析

4．2 遗传算法的参数设置

4．2．1 传统遗传算法的参数设置

4．2．2 遗传算法改进方案一的参数设置

4．2．3 遗传算法改进方案二的参数设置

4．3 仿真分析

4．3．1 寻优时间对比分析

4．3．2 寻优精度对比分析

4．4 本章小结

第五章 总结与展望

5．1 结论

5．2 展望

参考文献

致谢

附录