燃煤机组负荷分配方法和装置制造方法及图纸

本发明专利技术涉及一种燃煤机组负荷分配方法和装置，基于粒子群算法，使用比例平衡机制将Pareto前沿解集分为若干区域，每个区域只对应一个最优解，当算法发现某区域存在少部分非劣解时，粒子群将根据此非劣解获得更多解集，另外，为防止解集的早熟，使用跳跃机制探索新的粒子。本发明专利技术使燃煤机组在满足电网对负荷调整硬性要求和机组自身约束条件下，实现了负荷的合理分配，达到经济和环保运行，提高全厂发电经济竞争力。

【技术实现步骤摘要】

本专利技术涉及火电
，特别是涉及一种燃煤机组负荷分配方法和装置。
技术介绍
不同类型的燃煤机组有着不同的供电煤耗特性和污染物排放特性，相同类型的燃煤机组，由于燃煤机组本身制造施工和运行水平的不同，在供电煤耗特性和污染物排放特性等方面也存在差异。开展负荷优化分配调度，就是在保证燃煤机组连续安全运行的前提下，通过选择合适的负荷优化分配方案，实现降低全厂(网)供电煤耗和减小污染物排放等的多目标最优。粒子群算法(PSO，ParticleSwarmOptimization)有灵活和平衡的机制保证和调整全局搜索和个体搜索能力，收敛速度要快于遗传算法。传统技术中已有方案将粒子群算法应用于燃煤机组的负荷优化分配中，但是传统技术中的粒子群算法无法实现Pareto(帕累托)前沿解集的多样性和均衡性，因此根据该Pareto前沿解集无法对燃煤机组的负荷进行合理分配。
技术实现思路
基于此，有必要针对上述问题，提供一种燃煤机组负荷分配方法和装置，能够实现Pareto前沿解集的多样性和均衡性。为了达到上述目的，本专利技术采取的技术方案如下：一种燃煤机组负荷分配方法，包括步骤：根据初始化后的粒子群以及依据燃煤机组实际运行参数构建的负荷分配模型获得第一目标函数值，所述负荷分配模型以粒子群为输入，以燃煤机组负荷最优分配的目标函数值为输出；根据所述第一目标函数值获得Pareto前沿解集，将Pareto前沿解集分为若干个区域，每个区域对应一个区域最优解，获得每一个区域的粒子本身经历过的最优位置和非劣最优解，将粒子本身经历过的最优位置和非劣最优解作为初始的外部存档最优解集；根据所述外部存档最优解集获得粒子群经历过的最优位置；根据粒子本身经历过的最优位置和粒子群经历过的最优位置对粒子群的位置更新；根据更新后的粒子群和所述负荷分配模型获得第二目标函数值；比较所述第二目标函数值与所述第一目标函数值是否一致；若一致，根据第二目标函数值确定Pareto前沿解集，根据确定的Pareto前沿解集对燃煤机组负荷进行分配，否则将所述第二目标函数值作为新的第一目标函数值，返回根据所述第一目标函数值获得Pareto前沿解集的步骤。一种燃煤机组负荷分配装置，包括：第一目标函数值获得模块，用于根据初始化后的粒子群以及依据燃煤机组实际运行参数构建的负荷分配模型获得第一目标函数值，所述负荷分配模型以粒子群为输入，以燃煤机组负荷最优分配的目标函数值为输出；外部存档最优解集获得模块，用于根据所述第一目标函数值获得Pareto前沿解集，将Pareto前沿解集分为若干个区域，每个区域对应一个区域最优解，获得每一个区域的粒子本身经历过的最优位置和非劣最优解，将粒子本身经历过的最优位置和非劣最优解作为初始的外部存档最优解集；粒子群最优位置获得模块，用于根据所述外部存档最优解集获得粒子群经历过的最优位置；位置更新模块，用于根据粒子本身经历过的最优位置和粒子群经历过的最优位置对粒子群的位置更新；第二目标函数值获得模块，用于根据更新后的粒子群和所述负荷分配模型获得第二目标函数值；目标函数值比较模块，用于比较所述第二目标函数值与所述第一目标函数值是否一致；负荷分配模块，用于在所述第二目标函数值与所述第一目标函数值一致时，根据第二目标函数值确定Pareto前沿解集，根据确定的Pareto前沿解集对燃煤机组负荷进行分配；在所述第二目标函数值与所述第一目标函数值不一致时，将所述第二目标函数值作为新的第一目标函数值。上述燃煤机组负荷分配方法和装置，基于粒子群算法，使用比例平衡机制将Pareto前沿解集分为若干区域，每个区域只对应一个最优解，当算法发现某区域存在少部分非劣解时，粒子群将根据此非劣解获得更多解集，从而提高了Pareto前沿解集的多样性和均衡性，使燃煤机组在满足电网对负荷调整硬性要求和机组自身约束条件下，实现了负荷的合理分配，达到经济和环保运行，提高全厂发电经济竞争力。附图说明图1为一实施例所提供的燃煤机组负荷分配方法的流程示意图；图2为一具体实施例所提供的粒子群的区域最优解分布的示意图；图3为一具体实施例所提供的外部存档最优解集的跳跃机制的示意图；图4为一实施例所提供的燃煤机组负荷分配装置的结构示意图；图5为另一实施例所提供的燃煤机组负荷分配装置的结构示意图。具体实施方式为更进一步阐述本专利技术所采取的技术手段及取得的效果，下面结合附图及较佳实施例，对本专利技术的技术方案，进行清楚和完整的描述。如图1所示，一种燃煤机组负荷分配方法，包括步骤：S110、根据初始化后的粒子群以及依据燃煤机组实际运行参数构建的负荷分配模型获得第一目标函数值，所述负荷分配模型以粒子群为输入，以燃煤机组负荷最优分配的目标函数值为输出；S120、根据所述第一目标函数值获得Pareto前沿解集，将Pareto前沿解集分为若干个区域，每个区域对应一个区域最优解，获得每一个区域的粒子本身经历过的最优位置和非劣最优解，将粒子本身经历过的最优位置和非劣最优解作为初始的外部存档最优解集；S130、根据所述外部存档最优解集获得粒子群经历过的最优位置；S140、根据粒子本身经历过的最优位置和粒子群经历过的最优位置对粒子群的位置更新；S150、根据更新后的粒子群和所述负荷分配模型获得第二目标函数值；S160、比较所述第二目标函数值与所述第一目标函数值是否一致；S170、若一致，根据第二目标函数值确定Pareto前沿解集，根据确定的Pareto前沿解集对燃煤机组负荷进行分配；S180、若不一致，将所述第二目标函数值作为新的第一目标函数值，返回根据所述第一目标函数值获得Pareto前沿解集的步骤。为了更好的理解上述各个步骤的实施过程，首先对负荷分配模型进行详细介绍。燃煤机组可以为纯凝燃煤机组等。针对燃煤机组负荷分配中供电煤耗率、污染物排放量和磨煤机启停成本的多目标优化问题，构建了供电煤耗率、磨煤机启停成本和污染物排放量等数学模型，在负荷响应速度、负荷总需求等约束条件下，构建了多目标、多约束燃煤机组负荷优化分配模型(即负荷分配模型)。下面对各个数学模型、约束条件以及负荷分配模型进行详细介绍。(一)供电煤耗率特性函数燃煤机组在负荷变动时，由于热力循环的变化，节流损失的变化和辅机启停的变化，供电煤耗率也会随之变化，这就为不同机组之间通过负荷优化分配实现全厂(网)供电煤耗率和污染物排放最小提供了条件。供电煤耗率的获取一般有两种方法：正平衡法和反平衡法。正平衡法通过测量入炉煤量、煤热值及单机供电量确定供电煤耗，由于入炉煤量和煤热值的测量误差较大，使用正平衡法计算的供电煤耗率误差较大，不适应用于基于数据高精确度的负荷优化分配。目前一般使用反平衡方法获取供电煤耗率，即通过测量和计算出汽轮机热耗率、锅炉效率和厂用电率等指标，计算出供电煤耗率，该方法获得的供电煤耗率准确度较高，适合于负荷分配方法精细化优化以使全厂供电煤耗率最低。但汽轮机热耗率特性曲线存在阀点效应，即在汽轮机调节阀顺序调节时，新的喷嘴组开启时会产生新的节流，导致热耗率特性存在脉动效应。喷嘴组的开启特性主要是于汽轮机进汽量有关。汽轮机进汽量与负荷有直接关系，但亦受汽轮机排汽压力影响较大。综合上述因素，构建了考虑阀点效应的供电煤耗率特性函数，提高了供电煤耗曲线的精确度。构建的供电煤耗率特性本文档来自技高网...

【技术保护点】
一种燃煤机组负荷分配方法，其特征在于，包括步骤：根据初始化后的粒子群以及依据燃煤机组实际运行参数构建的负荷分配模型获得第一目标函数值，所述负荷分配模型以粒子群为输入，以燃煤机组负荷最优分配的目标函数值为输出；根据所述第一目标函数值获得Pareto前沿解集，将Pareto前沿解集分为若干个区域，每个区域对应一个区域最优解，获得每一个区域的粒子本身经历过的最优位置和非劣最优解，将粒子本身经历过的最优位置和非劣最优解作为初始的外部存档最优解集；根据所述外部存档最优解集获得粒子群经历过的最优位置；根据粒子本身经历过的最优位置和粒子群经历过的最优位置对粒子群的位置更新；根据更新后的粒子群和所述负荷分配模型获得第二目标函数值；比较所述第二目标函数值与所述第一目标函数值是否一致；若一致，根据第二目标函数值确定Pareto前沿解集，根据确定的Pareto前沿解集对燃煤机组负荷进行分配，否则将所述第二目标函数值作为新的第一目标函数值，返回根据所述第一目标函数值获得Pareto前沿解集的步骤。

【技术特征摘要】
1.一种燃煤机组负荷分配方法，其特征在于，包括步骤：根据初始化后的粒子群以及依据燃煤机组实际运行参数构建的负荷分配模型获得第一目标函数值，所述负荷分配模型以粒子群为输入，以燃煤机组负荷最优分配的目标函数值为输出；根据所述第一目标函数值获得Pareto前沿解集，将Pareto前沿解集分为若干个区域，每个区域对应一个区域最优解，获得每一个区域的粒子本身经历过的最优位置和非劣最优解，将粒子本身经历过的最优位置和非劣最优解作为初始的外部存档最优解集；根据所述外部存档最优解集获得粒子群经历过的最优位置；根据粒子本身经历过的最优位置和粒子群经历过的最优位置对粒子群的位置更新；根据更新后的粒子群和所述负荷分配模型获得第二目标函数值；比较所述第二目标函数值与所述第一目标函数值是否一致；若一致，根据第二目标函数值确定Pareto前沿解集，根据确定的Pareto前沿解集对燃煤机组负荷进行分配，否则将所述第二目标函数值作为新的第一目标函数值，返回根据所述第一目标函数值获得Pareto前沿解集的步骤。2.根据权利要求1所述的燃煤机组负荷分配方法，其特征在于，根据粒子本身经历过的最优位置和粒子群经历过的最优位置对粒子群的位置更新之后，根据更新后的粒子群和所述负荷分配模型获得第二目标函数值之前，还包括步骤：对位置更新后的粒子群进行跳跃以引入新粒子，将新粒子放入粒子群，对粒子群的粒子进行更新。3.根据权利要求1所述的燃煤机组负荷分配方法，其特征在于，所述负荷分配模型包括供电煤耗率特性函数，所述供电煤耗率特性函数为：fifl(pi)=a+bPi+cPi2+Πj=2nkvalj(pi)sinkev(pikex(pex,pi)-pi,jmin)]]>其中，pi为第i台燃煤机组功率；为第i台燃煤机组供电煤耗率；a、b和c为第i台燃煤机组供电煤耗率特性系数；时，为第i台燃煤机组第j组喷嘴打开时阀点效应系数，其它区间内pex为第i台燃煤机组汽轮机排汽压力；kex为排汽压力对功率的修正系数；为第i台燃煤机组第j组喷嘴即将打开时的机组负荷；为第i台燃煤机组第j组喷嘴开至最大时的机组负荷；所述负荷分配模型还包括磨煤机启停成本特性函数，所述磨煤机启停成本特性函数为：Ctmil(pit)=Σ(Cton+Ctoff)ujt,st(pit)(1-ujt-1,st(pit-1))]]>其中，为第i台燃煤机组第t时刻机组磨煤机启停成本；为第i台燃煤机组第t时刻机组单台磨煤机开启成本；为第i台燃煤机组第t时刻机组单台磨煤机停止成本；为第i台燃煤机组第t时刻机组第j台磨煤机启停状态，为第i台燃煤机组第t-1时刻机组第j台磨煤机启停状态。4.根据权利要求1所述的燃煤机组负荷分配方法，其特征在于，根据初始的外部存档最优解集获得粒子群经历过的最优位置的步骤包括：根据初始的外部存档最优解集获得外部存档最优解的距离；根据外部存档最优解的距离获得每个区域最优解所引导的粒子数目；按照预设的排序规则对每个区域最优解所引导的粒子数目进行排序，获得粒子群经历过的最优位置。5.根据权利要求4所述的燃煤机组负荷分配方法，其特征在于，根据下述函数获得外部存档最优解的距离：其中，i表示外部存档最优解的编号，n表示外部存档最优解的总数，Xi表示粒子的坐标值，d(Xi,Xi-1)和d(Xi,Xi+1)分别表示两个粒子之间的距离。6.根据权利要求4所述的燃煤机组负荷分配方法，其特征在于，根据下述函数获得每个区域最优解所引导的粒子数目：tg=interger(p...

【专利技术属性】
技术研发人员：王俐茜，郑少鹏，胡红生，刘青翠，刘义，
申请(专利权)人：广州粤能电力科技开发有限公司，
类型：发明
国别省市：广东;44