一种基于改进型遗传算法的核电厂冷链系统配置方法

摘要

本发明属于核电厂冷链相关系统优化设计及设备选型领域，具体涉及一种基于改进型遗传算法的核电厂冷链系统配置方法，该方法包括以下步骤：步骤1，确定核电厂冷链系统主要设备及优化参数；步骤2，筛选改进型遗传算法确定最优设计方案；步骤3，根据步骤2输出的最优个体，完成关键设备及设计参数的选取，确定设备选型和系统配置方案。本发明解决了在确保核电厂运行安全性的前提下，将冷链系统整体成本最小化的技术问题，通过智能优化方式，提高设计工作效率，极大减少由于设计人员经验不足导致的系统设计偏差，提高核电厂的安全性。

说明书

技术领域

本发明属于核电厂冷链相关系统优化设计及设备选型领域，具体涉及一种基于改进型遗传算法的核电厂冷链系统配置方法。

背景技术

目前国际上各大核电供应商基于已有三代核电技术的机型升级研发工作正在逐步开展。但是在研的先进压水堆型号大部分是对现有型号的局部改进和优化，缺乏重大的技术突破或者革命性的技术创新。冷链系统是指核电厂在正常运行及事故工况下，将不用于发电的反应堆及设备发热量导出到大气或者海水的一系列系统，主要包含通风系统、冷冻水系统、设备冷却水系统和重要厂用水系统等，这些冷链系统容量设计对电厂安全和经济性起着至关重要的作用。

由于冷链系统牵涉到的专业极为复杂，各专业及各设计阶段的工作互相影响，需要反复进行迭代计算。通常存在以下突出问题：系统设计过于倚重设计经验，人为因素占主导地位；设备设计过于保守，系统设计裕量过大；设计评定基准只考虑是否满足要求，而非采用科学的方法确定最佳设计方案。根据电厂运行经验反馈，部分设备长期在低于设计负荷30％的工况下运行。过度冗余的设计容量，在布置空间、设备采购、供电供气等方面都会额外增加成本，同时也对设备的安全运行造成影响。在确保安全的前提下确定经济性最优的系统方案和设备配置，是优化配置的关键。但目前的公开文献中仅有少数对于单个设备或系统的优化方案，缺少冷链系统的相互影响及整体优化的全面、详细、系统性的分析及优化配置方法。

决策算法是基于数学模型对对象特征进行描述，寻找一个最佳的方案的计算方法，包括单纯形法、遗传算法、蚁群算法等。遗传算法是一种启发式优化算法，通过模拟生物在自然界中染色体的复制、交叉、变异等一系列变化过程，并将这种染色体的行为抽象成数学模型，应用到对实际问题的求解过程中，来实现对最优化问题的求解。冷链系统具有涉及设备多、设备参数耦合性强、各系统配置相似、天生具有并行性等特点，因此可以利用遗传算法对冷链系统进行整体优化。

但遗传算法也存在一下缺点：由于遗传算法的随机搜索特性，容易陷入局部最优解，造成算法早熟，无法达到全局最优；传统遗传算法中交叉率、变异率等参数取值只能依靠经验，算法搜索速度慢。因此需要根据冷链系统配置的特点对遗传算法进行优化，提供一种基于改进型遗传算法的核电厂冷链系统配置方法，来解决现有技术存在的问题。

发明内容

本发明的目的是提供一种基于改进型遗传算法的核电厂冷链系统配置方法，解决了在确保核电厂运行安全性的前提下，将冷链系统整体成本最小化的技术问题。

实现本发明目的的技术方案：

一种基于改进型遗传算法的核电厂冷链系统配置方法，该方法包括以下步骤：

步骤1，确定核电厂冷链系统主要设备及优化参数；

步骤2，筛选改进型遗传算法确定最优设计方案；

步骤3，根据步骤2输出的最优个体，完成关键设备及设计参数的选取，确定设备选型和系统配置方案。

所述的步骤1包括以下步骤：

步骤1.1，确定核电厂冷链系统之间关键设备的关联，确定热量传递路径；

步骤1.2，明确步骤1.1中核电厂冷链需优化系统和设备的主要输入参数及取值范围；

步骤1.3，确定步骤1.2中给出的输入变量与核电厂冷链系统经济性之间的中间变量及传递函数；

步骤1.4，以各系统的建造成本为优化目标，确定目标变量。

所述的步骤1.1中的关键设备包括设备冷却水泵，重要厂用水泵，板式热交换器，冷冻水系统、通风系统、主泵、核辅助系统、安全系统和三废处理系统。

所述的步骤2包括以下步骤：

步骤2.1，确定待寻优的设计变量为步骤1.2中的设备冷却水系统供水温度Tc、重要厂用水系统流量Ms，变量数量n＝2，确定每个设计变量的变化范围，确定种群大小N和复合型顶点数K，N>K>n+1；

步骤2.2，设定遗传运算的终止进化代数Gmax；

步骤2.3，给定每个设计变量的初始取值，产生初始种群；

步骤2.4，将种群中的个体两两配对，对配对个体进行并行交叉变异、自适应选择直至所有原个体完成遗传操作，进而产生进化后的新种群；

步骤2.5，将种群分为N/K组，形成N/K个复合形，对每个复合形进行K次复合形法寻优；

步骤2.6，合并复合形，形成下一代种群，即G＝G+1；

步骤2.7，重复步骤2.4-2.6，直至G＝Gmax；

步骤2.8，解码并输出最优个体。

所述的步骤2.1中种群大小N越大越能找到最优值，但相应的计算时间也会变长，种群大小N取100～1000。

所述的步骤2.1中复合型顶点数K的取值范围是：N>K>n+1。

所述的步骤2.4中交叉是指从父代群体中随机地抽取两个个体作为父本和母本；交叉前，首先随机地产生一个或多个随机数，在这些随机数所对应的染色体位置，把双亲的染色体对应部分相互交换，从而产生两个新的子代。

所述的步骤2.4中变异是指在新一代群体中随机地抽取个体，并对其染色体作一次随机变动。

所述的步骤2.4中并行交叉变异，是指将变异操作和交叉操作平行进行，取消交叉概率和变异概率，所有个体都参与交叉变异操作，配对的两个个体将产生两个交叉个体和两个变异个体，提升算法的全局寻优和局部搜索能力。

所述的步骤2.4中自适应选择，是指通过一个与算法进化代数G相关的自适应控制参数S来确定并行交叉变异策略产生的个体的选择策略，在进化代数较小时，从并行交叉变异产生的四个个体中选择最优个体和一个随机的非最优个体进入子代，在进化代数较大时，从并行交叉变异产生的四个个体中选择最优个体和次优个体进入子代。

所述的步骤1.2包括以下步骤：

步骤1.2.1，由热负荷确定各用户热负荷总和Q，

其中，Q

步骤1.2.2，由设备冷却水系统用户要求确定设备冷却水系统供水温度T

步骤1.2.3，确定设备冷却水系统流量G

其中，G

步骤1.2.4，由所在厂址的历史监测数据确定重要厂用水系统供水温度T

步骤1.2.5，确定重要厂用水系统流量G

所述的设备冷却水系统供水温度T

所述的步骤1.3包括以下步骤：

步骤1.3.1，根据总热负荷Q、设备冷却水系统供水温度T

步骤1.3.2，根据各用户流量G

步骤1.3.3，确定设备冷却水泵和重要厂用水泵选型。

所述的步骤1.3.2中沿程阻力包括管道、管件和阀门的阻力：

ΔP

其中，λ为沿程阻力系数，ρ为设备冷却水密度，v为设备冷却水流速，l为管道长度，d为管道内径，n为管件或阀门的数量，C为管件或阀门的阻力系数。

所述的步骤1.3.2中局部阻力包括用户换热器阻力和板式热交换器阻力，用户换热器阻力由设备厂商提供，板式热交换器压降按下述经验公式计算：

Re为当量直径D

所述的步骤1.3.3中设备冷却水泵选型取决于总的设备冷却水流量G

所述的步骤1.3.3中重要厂用水泵选型取决于设备冷却水系统供水温度及板式热交换器选型。

本发明的有益技术效果在于：

(1)本发明所提供的基于改进型遗传算法的核电厂冷链系统的配置方法，提供了一种核电厂冷链系统的配置流程，采用决策算法对多个系统进行建模分析，将各系统的安全要求作为约束条件，以核电厂建造和运行的经济性为目标函数，得出最优化的核电厂冷链系统配置方案。

(2)本发明所提供的改进型遗传算法，提供了一种优化的混合型决策算法，充分利用遗传算法和复合形法的优点，通过两种算法的有机融合和优势互补，在保证遗传算法的全局搜索能力的同时，使用复合形法提高了算法的局部搜索能力、收敛速度与精度。

(3)本发明所提供的改进型遗传算法，通过对并行交叉变异策略和自适应选择策略对传统遗传算法进行改进，提高了算法的全局搜索能力、局部搜索能力和收敛速度。

(4)本发明所提供的基于改进型遗传算法的核电厂冷链系统配置方法，通过智能优化方式，提高设计工作效率，极大减少由于设计人员经验不足导致的系统设计偏差，提高核电厂的安全性。

(5)本发明所提供的基于改进型遗传算法的核电厂冷链系统配置方法，通过智能优化方式，能够对整个冷链系统的容量进行精确分析计算，减少原有设计过程中的过度冗余，降低核电厂建造和运行成本。

附图说明

图1为本发明所提供的一种改进型遗传算法流程示意图；

图2为本发明所提供的一种并行交叉变异策略示意图。

具体实施方式

为了使本领域的技术人员更好地理解本发明，下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整的描述。显而易见的，下面所述的实施例仅仅是本发明实施例中的一部分，而不是全部。基于本发明记载的实施例，本领域技术人员在不付出创造性劳动的情况下得到的其它所有实施例，均在本发明保护的范围内。

本发明提供了一种设备冷却水系统、设备冷却水主要用户系统与重要厂用水系统的多系统单目标优化配置方法，设备冷却水系统和重要厂用水系统通过设备冷却水系统板式热交换器换热，将各用户系统和设备的热量导入到海水中。根据核电厂运行工况的不同，设备冷却水系统需要向各用户提供不同流量和温度的冷却水，设计中需要考虑设备冷却水系统和重要厂用水系统之间的互相影响。本发明以各系统关键设备的整体经济性为优化目标，具体包括以下步骤：

步骤1：确定核电厂冷链系统主要设备及优化参数；

步骤1.1：确定核电厂冷链系统间关联，确定热量传递路径。本实施例中的关键设备包括设备冷却水泵，重要厂用水泵，板式热交换器，冷冻水系统、通风系统、主泵、核辅助系统、安全系统、三废处理系统等设备冷却水系统用户系统和设备的换热器；

步骤1.2：明确步骤1.1中核电厂冷链需优化系统和设备的主要输入参数及取值范围，包括如下内容：

步骤1.2.1由实际工程中各用户的热负荷确定各用户热负荷总和Q，

其中，Q

步骤1.2.2由设备冷却水系统用户要求确定设备冷却水系统供水温度T

步骤1.2.3设备冷却水系统流量G

其中，G

步骤1.2.4由所在厂址的历史监测数据确定重要厂用水系统供水温度T

步骤1.2.5确定重要厂用水系统流量G

上述变量中，待优化变量为设备冷却水系统供水温度T

步骤1.3：确定步骤1.2中给出的输入变量与核电厂冷链系统经济性之间的中间变量及传递函数，包括以下内容：

步骤1.3.1根据总热负荷Q、设备冷却水系统供水温度T

步骤1.3.2根据各用户流量G

ΔP

其中，

λ为沿程阻力系数，

ρ为设备冷却水密度，

v为设备冷却水流速，

l为管道长度，

d为管道内径，

n为管件或阀门的数量，

C为管件或阀门的阻力系数；

局部阻力包括用户换热器阻力和板式热交换器阻力，用户换热器阻力由设备厂商提供，一般为用户设备冷却水流量M

Re为当量直径D

b为板式换热器平均板间距，

L为流道长度，

G为质量流量，

g

ρ为介质密度，

μ

μ

步骤1.3.3确定设备冷却水泵和重要厂用水泵选型：

设备冷却水泵选型取决于总的设备冷却水流量G

重要厂用水泵选型与设冷水泵类似，最终取决于设备冷却水系统供水温度及板式热交换器选型。

步骤1.4：确定目标变量，此实施例以各系统的建造成本为优化目标，因此目标变量为所有设备的经济性，包括布置空间需求、设备采购成本、设备用电量、运行维护成本等，经济性评估的结果取决于各关键设备的选型；

步骤2：筛选改进型遗传算法确定最优设计方案，即遗传问题中的最优个体，具体流程如图1所示：

步骤2.1：确定待寻优的设计变量为步骤1.2中的设备冷却水系统供水温度T

步骤2.2：设定遗传运算的终止进化代数Gmax；

步骤2.3：根据设计经验给定每个设计变量的初始取值，产生初始种群；

步骤2.4：将种群中的个体两两配对，对配对个体进行并行交叉变异、自适应选择直至所有原个体完成遗传操作，进而产生进化后的新种群。

交叉是指从父代群体中随机地抽取两个个体作为父本和母本。交叉前，首先随机地产生一个或多个随机数，在这些随机数所对应的染色体位置，把双亲的染色体对应部分相互交换，从而产生两个新的子代。

变异是指在新一代群体中随机地抽取个体，并对其染色体作一次随机变动。

并行交叉变异，如图2所示，是指将变异操作和交叉操作平行进行，取消交叉概率和变异概率，所有个体都参与交叉变异操作，配对的两个个体将产生两个交叉个体和两个变异个体，提升算法的全局寻优和局部搜索能力；

自适应选择，是指通过一个与算法进化代数G相关的自适应控制参数S来确定并行交叉变异策略产生的个体的选择策略，在进化代数较小时，从并行交叉变异产生的四个个体中选择最优个体和一个随机的非最优个体进入子代，在进化代数较大时，从并行交叉变异产生的四个个体中选择最优个体和次优个体进入子代；

上述个体的优劣，由步骤1的目标函数确定；

步骤2.5：将种群分为N/K组，形成N/K个复合形，对每个复合形进行K次复合形法寻优；

步骤2.6：合并复合形，形成下一代种群，即G＝G+1；

步骤2.7：重复步骤2.4-2.6，直至G＝Gmax；

步骤2.8：解码并输出最优个体；

步骤3：根据步骤2.8输出的最优个体，完成了关键设备及设计参数的选取，在此基础上结合工程实际中其他参数的取值，确定设备选型和系统配置方案。

上面结合附图和实施例对本发明作了详细说明，但是本发明并不限于上述实施例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。本发明中未作详细描述的内容均可以采用现有技术。