论文部分内容阅读
随着我国电力体制改革的不断深化,“厂网分开,竞价上网”机制的推行,使发电企业从生产型企业转变为经营型企业,电厂作为独立的经济实体参与市场竞争,电网不再对单元机组下发负荷指令,而是对电厂中所有机组下发总的负荷指令。因此,科学合理地分配每台机组的负荷,将有利于优化机组的运行水平,有利于降低全厂的供电煤耗,为发电厂在电力市场中竞价上网提供科学依据。同时,国家的对企业的节能减排和可持续发展政策,也给发电企业带来了新的要求。火电厂在发电过程中会产生大量有害气体,对环境造成严重的污染,污染物排放已成为火电厂机组负荷分配中不可忽略的因素。因此,电厂机组负荷优化分配问题的研究具有非常重大的现实意义。本文介绍了机组负荷优化分配的基本概念,根据国内外机组负荷分配的研究现状,并结合火电厂机组的实际运行情况,选定供电煤耗作为负荷分配的经济性指标,确定单元机组的供电煤耗特性曲线是火电厂机组负荷优化分配的基础,采用最小二乘法对单元机组的煤耗特性曲线进行拟合。在对单目标负荷优化分配算法的研究中,利用机组的煤耗特性曲线建立了基于经济性的单目标负荷优化分配数学模型,然后详细介绍了等微增率法和动态规划法应用于负荷优化分配的方法,并对比了它们的特点,选用动态规划法作为单目标负荷优化分配算法,并对算法进行详细的设计和说明。算例结果表明,动态规划法可以在一定程度上优化全厂机组的运行,从而降低全厂煤耗,保证了机组负荷分配的经济性。本文在单目标优化模型基础上,进一步考虑减排目标,建立了基于环境和经济的多目标负荷优化分配模型,设计了基于自适应网格的多目标粒子群算法,并对该算法得到的Pareto解集进行多属性决策,得到最满意的负荷分配方案。对基于自适应网格的多目标粒子群算法的设计主要包括:对等式约束和不等式约束的处理;自适应网格法对Pareto外部档案的维护;粒子个体最优位置和全局最优位置的选取。文中通过实例计算,将实验结果与基于遗传算法的多目标优化算法比较,验证了该方法的有效性。文中对多目标算法产生的Pareto解集的多属性决策,首先采用客观赋权的信息熵法对经济和环境两个属性进行权值计算,然后用逼近理想解的排序方法(TOPSIS)对Pareto解集给出排序,得到最满意的解。本文还将上述机组负荷优化分配方法应用到某火电厂生产运营管理系统中,搭建了基于Flex+Spring+Hibernate的系统框架,设计了简洁美观的界面,实现了机组负荷基础数据的管理、机组煤耗特性曲线的拟合、机组单目标负荷优化分配和多目标优化分配,提高了企业的管理和生产效率,为企业带来了经济效益。