基于智能算法的燃煤電站鍋爐經(jīng)濟(jì)運(yùn)行與NOx排放多目標(biāo)優(yōu)化研究.pdf

1、將智能算法應(yīng)用于鍋爐燃燒多目標(biāo)優(yōu)化是節(jié)能減排的重要措施，本文基于多種智能算法，對(duì)鍋爐燃燒進(jìn)行多目標(biāo)優(yōu)化。首先，以某660MW燃煤鍋爐為研究對(duì)象，利用BP人工神經(jīng)網(wǎng)絡(luò)建立該鍋爐660MW負(fù)荷下的燃燒特性預(yù)測(cè)模型，以23維鍋爐燃燒運(yùn)行參數(shù)為輸入，鍋爐熱效率和NOx排放量為輸出。所建模型訓(xùn)練誤差在-1.1?10-9～1.33?10-9之間，NOx排放校驗(yàn)樣本的絕對(duì)值平均誤差為3.0398％，鍋爐熱效率的校驗(yàn)樣本的絕對(duì)值平均誤差為0.1129%

2、，該預(yù)測(cè)模型具有較高的精確性和良好的泛化性。基于該燃燒預(yù)測(cè)模型，建立鍋爐燃燒優(yōu)化模型，優(yōu)化算法采用遺傳算法，其中，利用權(quán)重系數(shù)法將多目標(biāo)優(yōu)化問(wèn)題轉(zhuǎn)化為單目標(biāo)優(yōu)化問(wèn)題，并且在不同的權(quán)重比例系數(shù)（0.1-0.9、0.2-0.8、0.3-0.7、0.4-0.6、0.5-0.5、0.6-0.4、0.7-0.3、0.8-0.2）下分別進(jìn)行優(yōu)化，不同權(quán)重比例下的優(yōu)化結(jié)果不同，隨著NOx排放量與鍋爐熱效率的權(quán)重比例由1-9逐步增加到8-2，NOx排放

3、量的值由176mg/m3逐步下降到111 mg/m3，鍋爐燃燒的熱損失由4.24%（鍋爐熱效率95.76%）逐步上升到6.05%（鍋爐熱效率93.95%），其所有解集合構(gòu)成了Pareto解集，并且呈現(xiàn)出凹形Pareto前沿。文章第四章將基于分解的多目標(biāo)進(jìn)化算法引進(jìn)到鍋爐燃燒多目標(biāo)優(yōu)化中，采用切比雪夫的分解策略進(jìn)行優(yōu)化，優(yōu)化后的NOx排放量范圍為112 mg/m3～183mg/m3，鍋爐熱損失為4.3%～5.8%，與傳統(tǒng)的遺傳算法相比，優(yōu)

4、化效果稍差，兩種算法各有優(yōu)缺點(diǎn)。
　　本文同時(shí)采用另外某330MW鍋爐為研究對(duì)象，首先針對(duì)該鍋爐滿負(fù)荷運(yùn)行工況，對(duì)原有遺傳算法進(jìn)行改進(jìn)，得到了改進(jìn)的BP-GA優(yōu)化模型，該模型以在鍋爐熱效率某個(gè)可接受范圍內(nèi)尋求NOx排放的最優(yōu)化為目的。取鍋爐熱效率的量化約束為93.5%、93%、92.5%、92%時(shí)，NOx的值經(jīng)過(guò)優(yōu)化后分別降低到380 mg/m3、350 mg/m3、320mg/m3、310 mg/m3左右，優(yōu)化效果比較明顯。針對(duì)