火電機組節(jié)能發(fā)電調(diào)度智能優(yōu)化算法研究.pdf

1、我國電力系統(tǒng)規(guī)模居世界前列，火電一直是支撐電力工業(yè)發(fā)展的主力電源，火電的絕大部分為燃煤火電。我國以煤為主的能源供需格局，使我國在能源消耗和大氣污染排放方面成為世界的重點關(guān)注對象。本文在分析了我國電力系統(tǒng)能源消費情況的基礎(chǔ)上，為進一步促進電力系統(tǒng)節(jié)能減排，研究了燃煤火電機組節(jié)能發(fā)電調(diào)度的智能優(yōu)化算法，本文的研究工作如下:
　　分析了我國電力系統(tǒng)能源消費情況。首先提出回饋電能的概念，在電力系統(tǒng)中有一部分電力用戶服務(wù)于電力系統(tǒng)，將這部分

2、電力用戶視為非終端用戶，非終端電力用戶消耗的電能稱作回饋電能。然后估算了2012年我國電力系統(tǒng)中回饋電能的大小，并在此基礎(chǔ)上計算得到終端電力用戶一次能源消費量。
　　在機組組合方面，提出了采用不同時間顆粒度的機組組合優(yōu)化算法。時間顆粒度表示時段的長度，等于一個周期的時長除以時段數(shù)。將機組組合問題轉(zhuǎn)化為機組運行狀態(tài)0-1整數(shù)規(guī)劃和負荷分配連續(xù)變量規(guī)劃二層子問題。先采用蟻群(Ant ColonyOptimization，ACO)算法在

3、大時間顆粒度上初步求解機組的運行狀態(tài)，再采用枚舉法進一步在小的時間顆粒度上優(yōu)化啟停的具體時間，即優(yōu)化具體在哪一個小時段進行啟停，從而確定小時間顆粒度上機組的運行狀態(tài)，使結(jié)果更優(yōu)。對10機系統(tǒng)進行仿真實驗，計算周期分成96個時段，仿真結(jié)果表明采用不同時間顆粒度的方法求解機組組合問題，能夠降低能耗值，同時有效提高計算效率。
　　在負荷分配方面，提出基于混沌粒子群優(yōu)化(Chaos Particle Swarm Optimization，

4、CPSO)算法的環(huán)境經(jīng)濟負荷分配。在多目標粒子群優(yōu)化(Particle Swarm Optimization，PSO)算法的基礎(chǔ)上進行改進，在初始化粒子時，采用混沌思想，增加決策變量取值的多樣性;通過多目標PSO算法計算各個粒子對應(yīng)的適應(yīng)值，再計算其標準化滿意度，并按照標準化滿意度大小擇優(yōu)選取部分粒子進行混沌優(yōu)化以促使決策變量跳出局部極值區(qū)域。對3機6母線電力系統(tǒng)進行仿真實驗，仿真結(jié)果表明改進算法能夠及時跳出局部最優(yōu)得到全局最優(yōu)，且收斂