基于混沌粒子群的火電機(jī)組負(fù)荷優(yōu)化分配方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及火力發(fā)電廠機(jī)組負(fù)荷優(yōu)化技術(shù)，尤其是涉及一種基于混沌粒子群的火 電機(jī)組負(fù)荷優(yōu)化分配方法。
【背景技術(shù)】
[0002] 隨著"廠網(wǎng)分開、競(jìng)價(jià)上網(wǎng)"和電力工業(yè)市場(chǎng)化舉措的實(shí)施增加了電力行業(yè)之間的 競(jìng)爭(zhēng)關(guān)系，在有限的燃料、負(fù)荷指令的條件下，標(biāo)準(zhǔn)煤耗量較低的企業(yè)，則將獲得的經(jīng)濟(jì)效 益則越多。而廠級(jí)負(fù)荷優(yōu)化分配是根據(jù)全廠主、輔機(jī)投運(yùn)狀況和各臺(tái)機(jī)組運(yùn)行效率及煤耗， 在保證電網(wǎng)安全的條件下，以全廠最大收益為目標(biāo)，進(jìn)行最優(yōu)化的負(fù)荷分配。既能響應(yīng)國家 節(jié)能減排和可持續(xù)發(fā)展的戰(zhàn)略需求，同時(shí)適應(yīng)電力生產(chǎn)市場(chǎng)化的策略，具有重要的研宄意 義。
[0003] 廠級(jí)負(fù)荷優(yōu)化分配問題的研宄在優(yōu)化理論方面的傳統(tǒng)方法，包括等微增率法、優(yōu) 先順序法、動(dòng)態(tài)規(guī)劃法等。在計(jì)算過程中，等微增率法以目標(biāo)函數(shù)對(duì)各負(fù)荷變量的一階偏導(dǎo) 相等來求解負(fù)荷值，然后判斷結(jié)果是否滿足約束條件。雖其原理簡(jiǎn)單，但卻要求機(jī)組能耗特 性曲線光滑連續(xù)且為凸集；動(dòng)態(tài)規(guī)劃法是根據(jù)貝爾曼優(yōu)化原理，把一個(gè)多階段最優(yōu)策略問 題轉(zhuǎn)化為一系列單階段最后決策問題來求解，但難以把實(shí)際約束條件和機(jī)組功率變化速率 等限制考慮在內(nèi)，使用起來不夠靈活。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種基于混沌粒子 群的火電機(jī)組負(fù)荷優(yōu)化分配方法，對(duì)電廠發(fā)電功率的運(yùn)行數(shù)據(jù)進(jìn)行優(yōu)化，通過最小二乘法 擬合每臺(tái)發(fā)電機(jī)組煤耗和負(fù)荷的動(dòng)態(tài)關(guān)系，建立函數(shù)方程式，并將閥點(diǎn)效應(yīng)考慮在內(nèi)，結(jié)合 混沌粒子群算法提高了粒子尋找全局最優(yōu)解的能力，并使用動(dòng)態(tài)慣性權(quán)重來加快粒子收斂 速度，直至尋至全局最優(yōu)解為止，即找到各機(jī)組的最優(yōu)負(fù)荷。
[0005] 本發(fā)明的目的可以通過以下技術(shù)方案來實(shí)現(xiàn)：
[0006] 一種基于混沌粒子群的火電機(jī)組負(fù)荷優(yōu)化分配方法，其特征在于，包括：根據(jù)發(fā)電 機(jī)組的煤耗特性參數(shù)擬合煤耗特性曲線并建立負(fù)荷優(yōu)化分配模型，通過罰函數(shù)法將其轉(zhuǎn)化 為非約束問題，結(jié)合混沌粒子群算法將總發(fā)電功率分配給各臺(tái)機(jī)組，最終得到各個(gè)單元機(jī) 組最優(yōu)的負(fù)荷分配結(jié)果。
[0007] 電廠發(fā)電機(jī)組負(fù)荷優(yōu)化時(shí)，使用粒子群算法對(duì)構(gòu)建的負(fù)荷、煤耗函數(shù)關(guān)系對(duì)優(yōu)化 目標(biāo)即最低煤耗率，通過不斷迭代尋求其對(duì)應(yīng)的最優(yōu)負(fù)荷。由于粒子群算法自身存在收斂 速度慢、易陷入局部最優(yōu)解等缺點(diǎn)，本發(fā)明針對(duì)此缺點(diǎn)用混沌粒子群算法使粒子跳出局部 最優(yōu)解，用動(dòng)態(tài)慣性權(quán)重來增加收斂速度，直至尋到各機(jī)組最優(yōu)負(fù)荷。
[0008] 所述的負(fù)荷優(yōu)化分配模型中目標(biāo)函數(shù)是基于閥點(diǎn)效應(yīng)構(gòu)成的，電廠中各機(jī)組實(shí)際 運(yùn)行時(shí)，各個(gè)汽輪發(fā)電機(jī)組用于調(diào)節(jié)蒸汽供應(yīng)量的調(diào)節(jié)閥，打開的瞬間會(huì)導(dǎo)致蒸汽量的損 失，相對(duì)應(yīng)的機(jī)組能耗特性曲線上會(huì)出現(xiàn)波浪起伏狀，即閥點(diǎn)效應(yīng)。因而考慮閥點(diǎn)效應(yīng)后的 能耗特性與原先所不同，具體表達(dá)式如下所示：
[0009] f i (P^ = ajP^+biPi+Ci+Ei
[0010] Ei= |eiXsin(fi(Pi-Pifflin))
[0011] 式中屯閥點(diǎn)效應(yīng)引起的煤耗量特性變化；Pi為第i臺(tái)單元機(jī)組的發(fā)電功率，ai，bp q為第i臺(tái)單元機(jī)組的能耗特性系數(shù)，ep:^為煤耗特性參數(shù)；Pimin第i臺(tái)機(jī)組輸出功 率的下限。
[0012] 通過罰函數(shù)法將個(gè)機(jī)組負(fù)荷平衡的實(shí)際問題納入機(jī)組煤耗特性的目標(biāo)函數(shù)中，弓丨 入罰函數(shù)后的目標(biāo)函數(shù)為：
【主權(quán)項(xiàng)】
1. 一種基于混濁粒子群的火電機(jī)組負(fù)荷優(yōu)化分配方法，其特征在于，包括：根據(jù)發(fā)電 機(jī)組的煤耗特性參數(shù)擬合煤耗特性曲線并建立負(fù)荷優(yōu)化分配模型，通過罰函數(shù)法將其轉(zhuǎn)化 為非約束問題，結(jié)合混濁粒子群算法將總發(fā)電功率分配給各臺(tái)機(jī)組，最終得到各個(gè)單元機(jī) 組最優(yōu)的負(fù)荷分配結(jié)果。
2. 根據(jù)權(quán)利要求1所述的一種基于混濁粒子群的火電機(jī)組負(fù)荷優(yōu)化分配方法，其特征 在于，所述的混濁粒子群算法使粒子跳出局部最優(yōu)解，用動(dòng)態(tài)慣性權(quán)重來增加收斂速度，直 至尋到各機(jī)組最優(yōu)負(fù)荷。
3. 根據(jù)權(quán)利要求1所述的一種基于混濁粒子群的火電機(jī)組負(fù)荷優(yōu)化分配方法，其特 征在于，所述的負(fù)荷優(yōu)化分配模型中目標(biāo)函數(shù)是基于閥點(diǎn)效應(yīng)構(gòu)成的，具體表達(dá)式如下所 示：
式中馬閥點(diǎn)效應(yīng)引起的煤耗量特性變化；Pi為第i臺(tái)單元機(jī)組的發(fā)電功率，a1，bi，Ci為第i臺(tái)單元機(jī)組的能耗特性系數(shù)，e;、f巧煤耗特性參數(shù)；Pimi。第i臺(tái)機(jī)組輸出功率的下 限。
4. 根據(jù)權(quán)利要求1所述的一種基于混濁粒子群的火電機(jī)組負(fù)荷優(yōu)化分配方法，其特征 在于，通過罰函數(shù)法將個(gè)機(jī)組負(fù)荷平衡的實(shí)際問題納入機(jī)組煤耗特性的目標(biāo)函數(shù)中，引入 罰函數(shù)后的目標(biāo)函數(shù)為：
n是全廠總發(fā)電機(jī)組臺(tái)數(shù)，0是罰系數(shù)，F(xiàn)i(Pi)為第i臺(tái)單元機(jī)組的標(biāo)準(zhǔn)煤消耗量；Pi為第i臺(tái)單元機(jī)組的發(fā)電功率，D是總調(diào)度負(fù)荷。
5. 根據(jù)權(quán)利要求1所述的一種基于混濁粒子群的火電機(jī)組負(fù)荷優(yōu)化分配方法，其特征 在于，該優(yōu)化分配方法根據(jù)各機(jī)組負(fù)荷煤耗建立的煤耗特性方程作為目標(biāo)函數(shù)來優(yōu)化，并 將給定的總功率通過罰函數(shù)法將其納入目標(biāo)函數(shù)中的一部分，具體步驟如下： 1) 確定優(yōu)化所需的參數(shù)值，并在各機(jī)組負(fù)荷限制范圍內(nèi)隨機(jī)生成一組負(fù)荷初始值； 2) 比較各負(fù)荷對(duì)應(yīng)的煤耗值，確定初始的極值負(fù)荷和最優(yōu)負(fù)荷； 3) 采用動(dòng)態(tài)慣性權(quán)重的粒子更新公式，對(duì)負(fù)荷進(jìn)行更新； 4) 比較新負(fù)荷對(duì)應(yīng)煤耗值，確定此次迭代的極值負(fù)荷和最優(yōu)負(fù)荷； 5) 采用混濁序列對(duì)最優(yōu)負(fù)荷進(jìn)行優(yōu)化，并比較煤耗率，確定最優(yōu)負(fù)荷； 6) 直至滿足迭代條件為止，輸出各機(jī)組的最優(yōu)負(fù)荷值。
【專利摘要】本發(fā)明涉及一種基于混沌粒子群的火電機(jī)組負(fù)荷優(yōu)化分配方法，包括：根據(jù)發(fā)電機(jī)組的煤耗特性參數(shù)擬合煤耗特性曲線并建立負(fù)荷優(yōu)化分配模型，通過罰函數(shù)法將其轉(zhuǎn)化為非約束問題，結(jié)合混沌粒子群算法將總發(fā)電功率分配給各臺(tái)機(jī)組，最終得到各個(gè)單元機(jī)組最優(yōu)的負(fù)荷分配結(jié)果。與現(xiàn)有技術(shù)相比，本發(fā)明能在已給電力總功率下，科學(xué)合理分配每臺(tái)發(fā)電機(jī)組的最優(yōu)出力點(diǎn)，使得優(yōu)化后機(jī)組所耗供電煤耗明顯的降低。
【IPC分類】G06Q10-04, G06Q50-06
【公開號(hào)】CN104850908
【申請(qǐng)?zhí)枴緾N201510267994
【發(fā)明人】彭道剛, 黃麗, 顧立群, 張 浩, 夏飛, 羅志疆, 張楠, 趙寒梅
【申請(qǐng)人】上海電力學(xué)院
【公開日】2015年8月19日
【申請(qǐng)日】2015年5月22日