CN108428011A - 一种直接空冷机组背压动态设定值的多目标优化方法 - Google Patents
一种直接空冷机组背压动态设定值的多目标优化方法 Download PDFInfo
- Publication number
- CN108428011A CN108428011A CN201810149826.2A CN201810149826A CN108428011A CN 108428011 A CN108428011 A CN 108428011A CN 201810149826 A CN201810149826 A CN 201810149826A CN 108428011 A CN108428011 A CN 108428011A
- Authority
- CN
- China
- Prior art keywords
- back pressure
- air cooling
- setting value
- environment temperature
- optimal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000001816 cooling Methods 0.000 claims abstract description 32
- 238000005457 optimization Methods 0.000 claims abstract description 27
- 238000013178 mathematical model Methods 0.000 claims abstract description 7
- 230000002068 genetic effect Effects 0.000 claims abstract description 5
- 230000035772 mutation Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 5
- 230000008569 process Effects 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Control Of Positive-Displacement Air Blowers (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明通过利用直接空冷系统运行过程所获取的运行数据,建立不同工况、不同环境温度时机组背压与空冷风机耗电量的数学模型,环境温度与机组负荷作为多目标优化问题的约束条件,通过遗传算法求解机组背压和空冷风机耗电量与环境温度和机组负荷的多目标优化问题的最优解,得到不同工况、不同环境温度时的最优背压与空冷风机最小耗电量。优点是应用多目标优化方法计算出不同工况、不同环境温度时的最优背压设定值,解决了空冷系统运行过程中运行人员根据经验手动设定背压值的问题,实现了空冷机组在变负荷及AGC考核条件下背压设定值的动态优化;有利于实现空冷系统安全稳定与经济运行。
Description
技术领域
本发明属于智能算法计算技术领域,具体涉及一种直接空冷机组背压动态设定值的多目标优化方法。
背景技术
近些年,燃煤电厂空冷技术因其卓越的节水降耗优势,逐渐成为新、改、扩建机组的首选。直接空冷系统具有无中间介质和二次换热、综合换热效率高、初期投资较低、运行灵活和防冻性能好等优点,目前已被越来越多的国家认同和使用。直接空冷机组最重要的部分是空冷凝汽器,其背压控制的好坏将直接影响整个空冷机组的安全稳定运行,而背压设定值又是背压控制系统中极其重要的参数,所以背压设定值是否恰当,直接关系到空冷机组的经济性与安全性。
直接空冷系统虽然已经在燃煤电厂得到广泛的应用,但目前我国多数空冷机组在背压值的设定方面存在以下问题:(1)空冷机组的背压设定值是通过运行人员根据经验手动调节,导致在不同工况、不同环境温度时机组运行背压值无法达到最优值;(2)空冷机组在变负荷以及AGC考核条件下运行时背压设定值在一定时间段内保持不变,没有达到动态优化;(3)背压值的设定不考虑昼夜温差、季节温度变化等对空冷系统经济运行的扰动因素。
发明内容
本发明的目的是提供一种直接空冷机组背压设定值的动态优化方法,该方法可以克服以上缺点,实现背压设定值的动态寻优。
所述的算法主要包括以下步骤:
步骤1:将多目标优化问题的解编码成一定长度的字符串,把多目标优化问题的目标函数转换为适应度函数,用来对解的性能进行评价,初始化遗传算法的群体规模N,交叉概率P c ,变异概率P m ,
步骤3:根据F i 选择初始群体G t ,分别以概率P c 、P m 对G t 进行交叉变异操作,产生新的群体G t+1 ,
步骤4:t=t+1,计算各字符串的适应度F i ,
步骤5:若满足终止条件,找到最佳字符串S m ;若不满足,返回步骤3继续执行,
步骤6:依据最佳字符串S m ,得到多目标优化问题的最优解。
本发明采用以上技术方案,与背景技术相比,本发明具有以下优点:
针对我国多数空冷机组背压值设定存在的缺陷,提出了背压动态设定值的求解方案,本发明利用直接空冷系统运行过程所获取的运行数据,建立不同工况、不同环境温度时机组背压与空冷风机耗电量的数学模型,环境温度与机组负荷作为多目标优化问题的约束条件,直接空冷机组背压动态设定值的多目标优化问题的数学模型最终确定为:
式中,p为机组背压,KPa;W为空冷风机耗电量,KW;T为环境温度,℃;x为机组负荷,MW。
利用直接空冷系统运行过程所获取的运行数据,建立不同工况、不同环境温度时机组背压与空冷风机耗电量的数学模型,在保证空冷系统安全稳定运行的前提下,通过遗传算法求解机组背压和空冷风机耗电量与环境温度和机组负荷的多目标优化问题的最优解,实现不同工况、不同环境温度时背压设定值的动态优化,解决了空冷系统运行过程中运行人员通过查表和经验手动设定背压值的问题,有利于实现空冷系统的安全稳定与经济运行,可广泛应用于大型空冷机组最优背压值的动态设定及背压控制策略的优化。同时,本发明用于求解背压动态设定值多目标优化问题的遗传算法,可以解决非线性问题的鲁棒性和机组背压的全局最优性。因此本发明对直接空冷机组最优背压值的动态设定以及背压控制策略的优化有实用价值。
附图说明
图1为本发明直接空冷机组背压动态设定值的多目标优化方法方框图;
图2为本发明多目标优化问题求解的计算流程图;
图3为本发明机组背压与负荷和环境温度模型的三维曲面;
图4为本发明风机耗电功率与负荷和环境温度模型的三维曲面;
图5为本发明机组负荷在300MW、风机转速在1000r/min时背压与环境温度关系曲线与模型拟合曲线;
图6为本发明环境温度在20℃、风机转速在1000r/min时背压与负荷关系曲线与模型拟合曲线;
图7为本发明负荷在300MW、环境温度在20℃时背压与风机转速关系曲线与模型拟合曲线。
具体实施方式
为了使本发明的目的及优点更加清楚,下面结合附图和实施例对本发明进行详细描述。
本发明实施例的直接空冷机组背压动态设定值的多目标优化方法,图1为本发明的直接空冷机组背压动态设定值的多目标优化方法方框图。
图3为采用多元非线性回归方法建立的机组背压模型的三维曲面,拟合得到的背压与负荷和环境温度模型为:
最终回归模型的标准差为0.4128,决定系数为0.9171。
图4为采用多元线性回归方法建立的风机耗电功率模型的三维曲面,拟合得到的风机耗电功率与负荷和环境温度模型为:
最终回归模型的标准差为0.3925,决定系数为0.9544。
图5为机组负荷在300MW、风机转速在1000r/min时,背压与环境温度关系的实际曲线和模型拟合曲线,由图5可知,背压随着环境温度的升高而升高。
图6为环境温度在20℃、风机转速在1000r/min时,背压与负荷关系的实际曲线和模型拟合曲线,由图6可知,背压随着负荷的增大而升高。
图7为负荷在300MW、环境温度在20℃时,背压与风机转速关系的实际曲线和模型拟合曲线,由图7可知,背压随着风机转速的增大而升高。
利用背压和风机耗电功率与负荷和环境温度模型可以得到背压设定值的多目标优化数学模型,在DCS中编写求解多目标优化问题的程序模块,得到直接空冷机组背压控制系统的最优背压和空冷风机最小耗电量,既能保证直接空冷机组在稳定负荷或变负荷及AGC考核条件下直接空冷系统的安全稳定运行,又能实现系统经济运行的目的。
以上仅为本发明的具体实施方式,对本领域的技术人员在本发明公开的范围内,能够想到的改进或变换,都应涵盖在本发明所附权利要求的保护范围内。
Claims (3)
1.一种直接空冷机组背压动态设定值的多目标优化方法,其特征在于:在研究不同工
况、不同环境温度时的背压动态设定值时,将机组背压与空冷风机耗电量作为优化指标,以
背压和空冷风机耗电量作为多目标优化问题的目标函数,分别对其建立数学模型,即,,机组负荷与环境温度作为多目标优化问题的约束条件,通
过遗传算法求解该多目标优化问题的最优解,动态确定不同工况、不同环境温度时最优能
耗约束下的最优背压设定值,
机组最优背压动态设定值的多目标优化问题的数学模型最终确定为:
式中,p为机组背压,KPa;W为空冷风机耗电量,KW;T为环境温度,℃;x为机组负荷,MW。
2.根据权利要求1所述的一种直接空冷机组背压动态设定值的多目标优化方法,其特征在于,算法包括以下步骤:
步骤1:将多目标优化问题的解编码成一定长度的字符串,把多目标优化问题的目标函数转换为适应度函数,用来对解的性能进行评价,初始化遗传算法的群体规模N,交叉概率P c ,变异概率P m ,
步骤2:t=0,产生初始字符串构成群体G t ,并计算各字符串的适应度F i ,,
步骤3:根据F i 选择初始群体G t ,分别以概率P c 、P m 对G t 进行交叉变异操作,产生新的群体G t+1 ,
步骤4:t=t+1,计算各字符串的适应度F i ,
步骤5:若满足终止条件,找到最佳字符串S m ;若不满足,返回步骤3继续执行,
步骤6:依据最佳字符串S m ,得到多目标优化问题的最优解。
3.根据权利要求2所述的一种直接空冷机组背压动态设定值的多目标优化方法,其特征在于,在步骤3中通过选择操作从群体中选择适应度高的个体,淘汰适应度低的个体;交叉操作通过随机配对适应度较高的两个字符串,并设定这对字符串的交叉点K,以交叉概率P c 在交叉点K处进行交叉,交叉操作有利于产生新的个体,增强了全局搜索能力,变异操作是把某个字符串上的某位字符以概率P m 进行变异,增强了局部搜索能力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810149826.2A CN108428011B (zh) | 2018-02-13 | 2018-02-13 | 一种直接空冷机组背压动态设定值的多目标优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810149826.2A CN108428011B (zh) | 2018-02-13 | 2018-02-13 | 一种直接空冷机组背压动态设定值的多目标优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108428011A true CN108428011A (zh) | 2018-08-21 |
CN108428011B CN108428011B (zh) | 2022-03-18 |
Family
ID=63157024
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810149826.2A Active CN108428011B (zh) | 2018-02-13 | 2018-02-13 | 一种直接空冷机组背压动态设定值的多目标优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108428011B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113638899A (zh) * | 2021-07-15 | 2021-11-12 | 中国大唐集团科学技术研究院有限公司西北电力试验研究院 | 一种直接空冷机组最佳背压调节方法 |
CN114278406A (zh) * | 2021-11-26 | 2022-04-05 | 国家能源集团国源电力有限公司 | 空气冷却机组的控制方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761583A (zh) * | 2014-01-07 | 2014-04-30 | 中国长江三峡集团公司 | 一种水库排沙发电多目标优化调度方法 |
CN104405452A (zh) * | 2014-10-10 | 2015-03-11 | 华北电力大学(保定) | 一种空冷机组汽轮机背压智能优化方法 |
CN104848708A (zh) * | 2015-04-22 | 2015-08-19 | 华北电力大学 | 一种基于温度场和流速场的空冷岛阵列控制方法 |
CN106875094A (zh) * | 2017-01-11 | 2017-06-20 | 陕西科技大学 | 一种基于多色集合遗传算法的多目标车间调度方法 |
CN106991539A (zh) * | 2017-04-11 | 2017-07-28 | 中国科学院过程工程研究所 | 一种能源系统优化调度方法及装置 |
-
2018
- 2018-02-13 CN CN201810149826.2A patent/CN108428011B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761583A (zh) * | 2014-01-07 | 2014-04-30 | 中国长江三峡集团公司 | 一种水库排沙发电多目标优化调度方法 |
CN104405452A (zh) * | 2014-10-10 | 2015-03-11 | 华北电力大学(保定) | 一种空冷机组汽轮机背压智能优化方法 |
CN104848708A (zh) * | 2015-04-22 | 2015-08-19 | 华北电力大学 | 一种基于温度场和流速场的空冷岛阵列控制方法 |
CN106875094A (zh) * | 2017-01-11 | 2017-06-20 | 陕西科技大学 | 一种基于多色集合遗传算法的多目标车间调度方法 |
CN106991539A (zh) * | 2017-04-11 | 2017-07-28 | 中国科学院过程工程研究所 | 一种能源系统优化调度方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113638899A (zh) * | 2021-07-15 | 2021-11-12 | 中国大唐集团科学技术研究院有限公司西北电力试验研究院 | 一种直接空冷机组最佳背压调节方法 |
CN114278406A (zh) * | 2021-11-26 | 2022-04-05 | 国家能源集团国源电力有限公司 | 空气冷却机组的控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108428011B (zh) | 2022-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108646552B (zh) | 基于遗传算法的天然气分布式能源机组参数的多目标优化方法 | |
CN107860057B (zh) | 一种热电联产供暖系统热负荷经济优化调度方法 | |
CN108428011A (zh) | 一种直接空冷机组背压动态设定值的多目标优化方法 | |
CN104913559A (zh) | 一种基于主机cop值的制冷机组群控方法 | |
Shang et al. | Production scheduling optimization method based on hybrid particle swarm optimization algorithm | |
CN102981410B (zh) | 一种基于人工蜂群的空调能耗模型参数辨识方法 | |
CN116451947A (zh) | 电热气综合能源系统优化调度方法、终端设备及存储介质 | |
Qiao et al. | Prediction of water consumption in 31 provinces of China based on FGM (1, 1) model | |
Zhao | RETRACTED ARTICLE: Research on Energy Saving Design of Intelligent Building Based on Genetic Algorithm | |
CN111768036A (zh) | 一种综合能源配电系统与上级电网交互运行的功率优化方法 | |
CN115573926B (zh) | 结合bp神经网络拟合特性曲线的机房水泵节能运行方法 | |
CN115712976A (zh) | 基于多元供热机组的热能及电负荷优化方法及相关设备 | |
CN109948827A (zh) | 一种基于多能互补的工业用户多能流优化方法 | |
CN110929909B (zh) | 一种空气源热泵用户电负荷预测方法 | |
CN109764387B (zh) | 利用区域热网进行冷热联供的系统及控制方法 | |
CN109583637B (zh) | 一种集中供热系统中散热器面积的优化方法 | |
CN106329578A (zh) | 一种确定cchp发电机装机规模的方法及装置 | |
Ling et al. | Carbon emission prediction study in Hebei Province based on system dynamics | |
TWI738094B (zh) | 利用張量內積與重心之模式辨識進行冷卻水流量控制方法 | |
CN114169212B (zh) | 一种考虑可调热电比的能量枢纽双层优化方法 | |
CN116859739B (zh) | 一种适用于电热联供型虚拟电厂的强化学习控制方法及控制系统 | |
CN115795842B (zh) | 一种用于建筑集群热平衡的计算方法和系统 | |
Zhou et al. | Study On Efficiency Optimization Strategy Of Central Air-Conditioning System | |
CN116839244B (zh) | 多热源热泵相变蓄能型冷热联供系统控制方法与装置 | |
CN114459069B (zh) | 一种基于网源协调的一次管网最佳供水温度的控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |