火电机组调峰负荷分配研究

摘要

负荷优化分配是保证电厂经济、安全运行的重要工作，随着电网峰谷差逐步加大，火电机组调峰负荷分配对于火电厂的安全性、经济性运行愈发具有现实意义。尤其是在当前节能减排任务严峻的情况下，对兼顾经济性与环保性的负荷分配模型的研究显示出迫切性。
　　 本文通过对现有的电厂排污的现状及相关政策的分析，针对我国机组脱硝改造比例不高的现状，将脱硝补偿电价及机组排污费用引入机组负荷优化分配模型，将经济性与环保性进行整合，以电厂收益为优化目标，将双目标模型转变为单目标模型，建立符合当前政策且兼具经济性和环保性的负荷分配新模型。
　　 针对遗传算法易于早熟的问题，将正态云模型引入遗传算法，改进了标准遗传算法的重组算子和变异算子，并采用基于云模型的自适应遗传概率，获得更好地寻优性能。改进的遗传算法既有云模型的定向趋势性、模糊性、随机性的特点，又同时具有遗传算法计算时间短、鲁棒性高的优点，为机组调峰负荷优化分配提供了强有力的计算寻优工具。
　　 实例表明，本文提出的引入云模型的遗传算法和考虑排污量和脱硝补偿电价的负荷分配模型具有正确性和先进性。

目录

声明

摘要

第1章 绪论

1．1 课题背景及意义

1．2 国内外调峰现状

1．3 国内外研究现状

1．4 本文主要研究内容

第2章 单元机组耗量特性曲线研究

2．1 单元机组煤耗特性计算

2．1．1 锅炉效率

2．1．2 定功率热力系统计算

2．1．2 厂用电率计算

2．2 火电机组排污特性计算

2．2．1 火电厂主要污染物及其减排措施

2．2．3 SO2排放量计算

2．2．3 NOx排放量计算

2．3 机组特性曲线及其拟合

2．3．1 最小二乘法原理

2．3．2 能耗曲线拟合

2．4 本章小结

第3章 负荷分配模型的建立

3．1 经济性模型

3．1．1 供电成本

3．1．2 售电收入

3．1．3 售电净收益

3．2 环保性模型

3．3 环境经济负荷分配模型

3．4 本章小结

第4章 基于云模型的遗传算法

4．1 云模型概述

4．1．1 云的数字特征

4．1．2 正态云

4．1．3 正态云发生器

4．2 改进的遗传算子

4．2．1 基于Y条件云发生器的重组算子

4．2．2 基于正向云发生器的变异算子

4．3 云自适应的遗传操作概率

4．3．1 自适应遗传算法

4．3．2 云自适应的遗传操作概率

4．4 本章小结

第5章 基于云模型遗传算法在负荷分配中的应用

5．1 煤耗特性数据的获取及预处理

5．1．1 数据获取

5．1．2 实时数据识别筛选

5．1．3 实时数据重构

5．2 遗传策略设计

5．2．1 编码策略

5．2．2 适应度函数设计

5．2．3 选择策略

5．2．4 终止循环的条件

5．3 实例及优化结果分析

5．3．1 引入云模型遗传算法的验证

5．3．2 新负荷优化分配模型的验证

5．4 本章小结

第6章 结论

6．1 主要研究成果

6．2 后续工作展望

参考文献

攻读硕士学位期间发表的论文及其它成果

致谢