基于火电厂发电量预测的多目标配煤方法

摘要

分析上海某火电厂实际生产数据,建立基于Elman神经网络的火电厂发电量滚动预测模型,根据发电量历史数据本身的动态特性预测未来发电量数据,预测精度较其他算法有明显提高.将火电厂年发电量预测数据与年耗煤量数据相结合,计算出混煤平均发热量,将其作为配煤影响指标,与通过设计煤种参数构建的控煤约束指标共同构成控煤目标函数,与经济目标函数建立多目标配煤模型,采用改进交叉、变异概率的非支配排序遗传算法(non-dominated sorting genetic al-gorithm,NSGA-Ⅱ)进行模型求解,使其更符合配煤特点.提出一种基于火电厂发电量预测的多目标配煤方法,结果表明:该配煤方法不仅充分考虑耗煤量和煤质特性约束情况,还将整个模型应用于实际配煤过程,提高了配煤结果的可靠性、实用性和灵活性,并使电厂获得了较好的经济效益.