基于遗传算法的火电厂厂级负荷经济调度的研究

摘要

随着国家产业结构调整和电网负荷峰谷差的日益增大,研究火电厂内的机组负荷经济调度问题就具有重要的现实意义.本文针对火电厂的实际运行情况,详细研究了机组能耗特性曲线的确定方法,并对采集的天津大港电厂的机组数据进行了曲线拟合;研究了机组启停过程中的各项能量损失及其计算方法,建立启停损失经济计算模型;提出确定机组调峰方式的时候应综合考虑机组的启停能耗损失和寿命损耗;建立了厂级负荷优化分配及机组经济组合的数学模型,并结合机组运行的经济性和安全性考虑了多个约束条件;提出运用遗传算法来解决负荷经济调度的问题,并根据本课题的需要对其进行了适当的改进;编制了遗传算法程序,并通过算例证实了遗传算法的准确性和优越性,说明该算法有很好的实际应用和研究意义.

目录

文摘

英文文摘

声明及关于学位论文使用授权的说明

第一章绪论

1.1课题研究的背景和意义

1.1.1电力市场改革发展的要求

1.1.2火电厂负荷经济调度

1.2火电厂负荷经济调度的求解方法

1.2.1优先次序法

1.2.2动态规划法

1.2.3遗传算法

1.3国内外的研究动态

1.3.1国内现状

1.3.2国外情况

1.4论文的主要内容

第二章机组煤耗特性曲线拟合

2.1机组运行能耗曲线介绍

2.2煤耗量的计算

2.2.1锅炉热效率

2.2.2汽轮发电机组的绝对电效率

2.2.3厂用电率εap和主蒸汽管道效率ηp

2.2.4单元机组的热经济性指标

2.3单元机组能耗特性曲线的拟合

2.3.1最小二乘法

2.3.2采用最小二乘法对电厂的运行数据拟合进行

2.3.3能耗特性曲线的实时更新

2.4拟合能耗曲线

第三章大型机组的调峰运行和寿命损耗

3.1机组启停过程的能耗损失

3.1.1启停损失的经济性模型

3.1.2机组启停过程各阶段的计算

3.2低负荷运行的能耗损失

3.3寿命损耗

3.4机组调峰方式的选择

第四章遗传算法及其改进

4.1遗传算法概述

4.2遗传算法的基本原理

4.2.1遗传算法的运算流程

4.2.2遗传算法的基本操作

4.3基本遗传算法

4.3.1基本遗传算法的数学模型

4.3.2基本遗传算法的步骤

4.4改进的遗传算法

4.4.1采用浮点数编码和二进制编码相结合的编码方式

4.4.2采用有条件的最佳保留机制

4.4.3对约束条件处理的改进

第五章厂级负荷经济调度

5.1凝汽式机组负荷优化分配的数学模型

5.1.1目标函数

5.1.2约束条件

5.2凝汽式机组经济调度问题的数学模型

5.2.1目标函数

5.2.2约束条件

5.3机组启停耗量能耗Si的确定

第六章算例及分析

6.1软件的结构

6.2确保机组负荷分配的安全稳定性

6.3算例及分析

6.3.1算例一

6.3.2算例二

6.3.3算例三

第七章结论及展望

7.1本文结论

7.2未来工作的展望

参考文献

致 谢

在学期间发表的学术论文