CN114896859A - 一种基于差分进化的蒸汽动力及管网运行优化方法 - Google Patents

一种基于差分进化的蒸汽动力及管网运行优化方法 Download PDF

Info

Publication number
CN114896859A
CN114896859A CN202210316427.7A CN202210316427A CN114896859A CN 114896859 A CN114896859 A CN 114896859A CN 202210316427 A CN202210316427 A CN 202210316427A CN 114896859 A CN114896859 A CN 114896859A
Authority
CN
China
Prior art keywords
calculation
steam
optimization
equations
initial population
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
Application number
CN202210316427.7A
Other languages
English (en)
Other versions
CN114896859B (zh
Inventor
詹钊
雷杨
任建德
周雷强
张明哲
程凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hubei Zhongchuang Zhiyou Technology Co ltd
Original Assignee
Hubei Zhongchuang Zhiyou Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hubei Zhongchuang Zhiyou Technology Co ltd filed Critical Hubei Zhongchuang Zhiyou Technology Co ltd
Priority to CN202210316427.7A priority Critical patent/CN114896859B/zh
Publication of CN114896859A publication Critical patent/CN114896859A/zh
Application granted granted Critical
Publication of CN114896859B publication Critical patent/CN114896859B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/12—Simultaneous equations, e.g. systems of linear equations
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/04—Power grid distribution networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Human Resources & Organizations (AREA)
  • Databases & Information Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Water Supply & Treatment (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Control Of Turbines (AREA)

Abstract

本发明公开了一种基于差分进化的蒸汽动力及管网运行优化方法，包括以下步骤：建立逻辑模型图和每个设备模块对应的计算模块，蒸汽动力系统联立方程组，模拟计算，得模型；判断模型与实际是否吻合，吻合则进行下一步优化计算，使用差分进化对模型进行优化计算，得到初始群体；根据个体维数来确定初始群体大小，约束条件设定；计算初始群体中每个个体的适应度；进行适应度计算，进行变异操作，得到新群体，将新群体和初始群体进行比较，选择适应度较高的作为下一代计算初始群体；优化计算，得到优化结果，输出计算模块结果。本发明实现电厂在保证供电、供热情况下锅炉、汽轮机负荷合理分配时电厂运行成本达到最低，效益最大化。并将能耗降到最低的目的。

Description

一种基于差分进化的蒸汽动力及管网运行优化方法
技术领域
本发明涉及母管制热电联产领域。更具体地说，本发明涉及一种基于差分进化的蒸汽动力及管网运行优化方法。
背景技术
蒸汽动力系统是大型化工或石油化工联合装置中的重要组成部分，其任务是向过程系统提供所需要的动力、电力、热能等公用工程，蒸汽动力系统的设计水平、运行和控制性能对过程工业的能量利用效率和经济性能有重要影响。目前，国内大多数炼油化工企业蒸汽动力系统的调度调整基本仍靠经验，锅炉、汽机、减温减压等设备负荷的调节过分依赖人工，基本仅以满足工艺用汽需求、装置稳定运行为目的，造成大量的能源浪费，蒸汽动力系统运行成本偏高。
因此亟需研发一种运行成本可以达到最低，效益最大化，并且将能耗降到最低的蒸汽动力运行优化方法。
发明内容
为了实现根据本发明的这些目的和其它优点，提供了一种基于差分进化的蒸汽动力及管网运行优化方法，包括以下步骤：
步骤S1、建立逻辑模型图，并，输入模型计算所需的数据；
步骤S2、建立逻辑模型图中每个设备模块对应的计算模块；
步骤S3、建立蒸汽动力系统联立方程组；
步骤S4、进行模拟计算
使用LU分解对上述联立方程组进行求解，并将上述联立方程组的解代入到每个设备模块的计算模块中进行设备其它属性计算及其它电厂指标计算，并确定得到模型；
步骤S5、判断计算得到的模型与实际是否吻合，吻合则进行下一步优化计算，否则跳转至所述步骤S1进行模型调整，直至计算得到的模型与实际吻合；
步骤S6、使用差分进化对模型进行优化计算，得到初始群体；
步骤S7、根据个体维数来确定初始群体大小，进化代数，交叉概率，缩放因子大小；
步骤S8、对于自变量和步骤S3中联立方程组的所有变量进行约束条件设定；
步骤S9、计算初始群体中每个个体的适应度；
步骤S10、从初始群体中随机选择两个不同的向量进行交叉得到新的向量，并将新生成向量进行适应度计算；
步骤S11、在群体中随机选择三个不同的向量，按照下列公式进行变异操作，得到新群体，
Vi＝Xr1+F(Xr2-Xr3)
其中F为缩放因子，Vi为变异后向量，Xr1、Xr2、Xr3为选择的三个不同向量；
步骤S12、将步骤S11得到的新群体和初始群体进行比较，选择适应度较高的作为下一代计算初始群体；
步骤S13、重复步骤S6-步骤S12，直至进化代数达到最大值或者整个群体中个体适应度最大与最小值之间偏差小于1E-6时，结束优化计算；
步骤S14、优化计算结束后将计算结果代入到联立方程组中进行计算，并进行设备模块计算和电厂指标计算，得到优化结果；
步骤S15、输出计算模块结果。
优选地，所述步骤S1中，所述逻辑模型图中包括锅炉、汽轮机，减温减压阀、压力等级蒸汽用户、母管以及除氧器；
步骤S2、建立逻辑模型图中每个设备对应的计算模块，其中，相应于锅炉的计算模块如下：
Figure BDA0003569923650000021
其中η为锅炉效率，Tsmoke为排烟温度，Tair为入口空气温度，O2为排烟含氧量，G煤为燃料流量，Qgas为排烟热量，Qwater为入口水热量，QDW为蒸汽热量，Gair为空气流量；
相应于汽轮机的计算模块如下：
Figure BDA0003569923650000031
其中，P为发电量，ηi为每一级效率，Δhi为每级焓降，Gi为每级流量，d为汽轮机汽耗率，ηheat为汽轮机热效率，henter为汽轮机入口蒸汽焓值，Genter为汽轮机入口蒸汽流量，q为汽轮机热耗率。
优选地，步骤S3、建立蒸汽动力系统联立方程组，其中，变量按照以下方法来计算：5)每增加一个锅炉
对于联立方程组来说增加以下两个方程；
Figure BDA0003569923650000032
Gwater为锅炉进水量，Ggas为锅炉产气量，Gsew为锅炉排污量，φ为锅炉排污率；
6)每增加一个汽轮机
对于联立方程组来说增加以下一个方程
Figure BDA0003569923650000033
Ggasin为汽轮机入口蒸汽量，Giout为汽轮机各级抽汽量；
7)每增加一个减温减压阀
对于联立方程组来说增加以下两个方程；
Figure BDA0003569923650000034
Ggasin为减温减压阀入口蒸汽流量，Gwaterin为入口水流量，Ggasout为出口蒸汽流量，h为对应焓值；
8)每增加一个除氧器
对于联立方程组来说增加以下三个方程；
Figure BDA0003569923650000041
Gwaterin除氧器入口水量，Ggasin入口蒸汽量，Gwaterout出口水量，Ggasout排气量，k排气比，η除氧器效率，h对应焓值；
5)每增加一个用户
每增加一个用户增加一个变量为用户流量，增加用户不增加方程；
6)每增加一个母管
对于联立方程组来说增加一个以下方程：
Figure BDA0003569923650000042
GiIn为每级的入口流量，GjOut为每级出口流量。
优选地，上述步骤S5中，判断模型与实际是否吻合的判断依据为：
首先判断计算蒸汽平衡是否正确，如果不正确则需要重新调整已知参数，如果蒸汽平衡正确，再判断每个设备计算是否与实际工况吻合，吻合则进行下一步否则调整输入参数，最好判断各项计算指标是否正确，正确则进行下一步，否则调整参数。
优选地，上述步骤S6，使用差分进化进行优化计算，得到初始群体，具体为：
将步骤S3中建立的联立方程组时已知变量作系统的自变量；已知变量个数为每个个体的维数，采用实数编码形式进行编码，以成本最低作为目标函数和适应度，得到初始群体。
优选地，上述步骤S8中，对于自变量和步骤S3中联立方程组的所有变量进行约束条件设定，具体为：
1)方程中所有变量计算结果都必须大于等于0；以及
2)对于每个设备的负荷可以等于0；或者是输入的一个大于0区间。
优选地，上述步骤S10、从初始群体中随机选择两个不同的向量进行交叉得到新的向量，具体采用以下方法；
Figure BDA0003569923650000051
其中，xi,j为新生成向量，Ai,j、Bi,j为交叉生成前向量。
优选地，步骤S15，输出计算模块结果，具体为：
判断优化结果是否符合实际操作的要求，
如果能到达要求，则输出优化结果，即最优运行方案；
如果不能达到要求，则跳转至步骤S6再进行一次优化计算，直至最后的优化结果符合实际操作的要求。
本发明至少包括以下有益效果：本发明实现电厂在保证供电、供热情况下锅炉、汽轮机负荷合理分配时电厂运行成本达到最低，效益最大化。并将能耗降到最低的目的。设置每个设备运行负荷区间，采集实时运行数据采用差分进化进行寻优计算，提出操作指导意见。本发明通过改进差分进化算法的编码形式和采用目标函数做为适应度函数提高计算结果准确度，通过耦合个体维数和群体大小、进化代数、交叉概率、缩放因子加快收敛速度。
本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1为本发明一实施方案中基于差分进化的蒸汽动力及管网运行优化方法的流程示意图。
图2为本发明一实施方案中逻辑模型图的结构示意图。
具体实施方式
下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变形。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。
可以理解的是，术语“一”应理解为“至少一”或“一个或多个”，即在一个实施例中，一个元件的数量可以为一个，而在另外的实施例中，该元件的数量可以为多个，术语“一”不能理解为对数量的限制。
如图1-2所示，本发明的一种基于差分进化的蒸汽动力及管网运行优化方法，包括以下步骤：
步骤S1、建立逻辑模型图，并，输入模型计算所需的数据；
所述逻辑模型图中包括锅炉、汽轮机，减温减压阀、压力等级蒸汽用户、母管以及除氧器；
其中，母管有多条，平行设置，其中一条母管直接连接于多个所述锅炉，不同的母管上连接不同压力等级蒸汽用户，相邻两条母管之间连接设置汽轮机，所述汽轮机可以有多个，相邻两条母管之间连接设置减温减压阀，距离锅炉最远的母管还连接有除氧器。
其中一实施方案中，所述逻辑模型图中有两个锅炉、两个汽轮机、一个减温减压阀、两个压力等级蒸汽用户，一个除氧器。具体的是，其中直接连接于所述锅炉的母管还连接有高压等级蒸汽用户，简称高压用户，另外一条母管则连接低压等级蒸汽用户，简称低压用户。
在每个图形对应设备属性中输入计算需要的数据，如：锅炉需要填入入口水温度、压力、流量，出口蒸汽温度、压力、流量，排烟温度、含氧量，燃料低位发热值，价格，额定负荷以及最低负荷。
步骤S2、建立逻辑模型图中每个设备模块对应的计算模块；
水和蒸汽物性计算采用IAPWS-IF97中的计算方法进行计算。
其中，相应于锅炉的计算模块如下：
Figure BDA0003569923650000061
其中η为锅炉效率，Tsmoke为排烟温度，Tair为入口空气温度，O2为排烟含氧量，G煤为燃料流量，Qgas为排烟热量，Qwater为入口水热量，QDW为蒸汽热量，Gair为空气流量；
相应于汽轮机的计算模块如下：
Figure BDA0003569923650000071
其中，P为发电量，ηi为每一级效率，Δhi为每级焓降，Gi为每级流量，d为汽轮机汽耗率，ηheat为汽轮机热效率，henter为汽轮机入口蒸汽焓值，Genter为汽轮机入口蒸汽流量，
q为汽轮机热耗率。
步骤S3、建立蒸汽动力系统联立方程组，其中，变量按照以下方法来计算：
1)每增加一个锅炉
对于联立方程组来说增加以下两个方程；
Figure BDA0003569923650000072
Gwater为锅炉进水量，Ggas为锅炉产气量，Gsew为锅炉排污量，φ为锅炉排污率；
2)每增加一个汽轮机
对于联立方程组来说增加以下一个方程
Figure BDA0003569923650000073
Ggasin为汽轮机入口蒸汽量，Giout为汽轮机各级抽汽量；
3)每增加一个减温减压阀
对于联立方程组来说增加以下两个方程；
Figure BDA0003569923650000074
Ggasin为减温减压阀入口蒸汽流量，Gwaterin为入口水流量，Ggasout为出口蒸汽流量，h为对应焓值；
4)每增加一个除氧器
对于联立方程组来说增加以下三个方程；
Figure BDA0003569923650000081
Gwaterin除氧器入口水量，Ggasin入口蒸汽量，Gwaterout出口水量，Ggasout排气量，k排气比，η除氧器效率，h对应焓值；
5)每增加一个用户
每增加一个用户增加一个变量为用户流量，增加用户不增加方程；
6)每增加一个母管
对于联立方程组来说增加一个以下方程：
Figure BDA0003569923650000082
GiIn为每级的入口流量，GjOut为每级出口流量
步骤S4、进行模拟计算
使用LU分解对上述联立方程组进行求解，并将上述联立方程组的解代入到每个设备模块的计算模块中进行设备其它属性计算及其它电厂指标计算，并确定得到模型；
步骤S5、判断计算得到的模型与实际是否吻合，吻合则进行下一步优化计算，否则跳转至所述步骤S1进行模型调整，直至计算得到的模型与实际吻合；
判断模型与实际是否吻合的判断依据为：
首先判断计算蒸汽平衡是否正确，如果不正确则需要重新调整已知参数，如果蒸汽平衡正确，再判断每个设备计算是否与实际工况吻合，吻合则进行下一步否则调整输入参数，最好判断各项计算指标是否正确，正确则进行下一步，否则调整参数。
步骤S6、使用差分进化对模型进行优化计算，得到初始群体，具体为：
将步骤S3中建立的联立方程组时已知变量作系统的自变量；已知变量个数为每个个体的维数，采用实数编码形式进行编码，以成本最低作为目标函数和适应度，得到初始群体。
步骤S7、根据个体维数来确定初始群体大小，进化代数，交叉概率，缩放因子大小；
步骤S8、对于自变量和步骤S3中联立方程组的所有变量进行约束条件设定；
具体为：
1)方程中所有变量计算结果都必须大于等于0；以及
2)对于每个设备的负荷可以等于0；或者是输入的一个大于0区间。
步骤S9、计算初始群体中每个个体的适应度；
步骤S10、从初始群体中随机选择两个不同的向量进行交叉得到新的向量，并将新生成向量进行适应度计算，具体采用以下方法进行适应度计算；
Figure BDA0003569923650000091
其中，其中，xi,j为新生成向量，Ai,j、Bi,j为交叉生成前向量。
步骤S11、在群体中随机选择三个不同的向量，按照下列公式进行变异操作，得到新群体，
Vi＝Xr1+F(Xr2-Xr3)
其中F为缩放因子，Vi为变异后向量，Xr1、Xr2、Xr3为选择的三个不同向量；
步骤S12、将步骤S11得到的新群体和初始群体进行比较，选择适应度较高的作为下一代计算初始群体；
步骤S13、重复步骤S6-步骤S12，直至进化代数达到最大值或者整个群体中个体适应度最大与最小值之间偏差小于1E-6时，结束优化计算；
步骤S14、优化计算结束后将计算结果代入到联立方程组中进行计算，并进行设备模块计算和电厂指标计算，得到优化结果；
步骤S15、输出计算模块结果，具体为：
判断优化结果是否符合实际操作的要求，
如果能到达要求，则输出优化结果，即最优运行方案；
如果不能达到要求，则跳转至步骤S6再进行一次优化计算，直至最后的优化结果符合实际操作的要求。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

Claims (8)

1.一种基于差分进化的蒸汽动力及管网运行优化方法，其特征在于，包括以下步骤：
步骤S1、建立逻辑模型图，并，输入模型计算所需的数据；
步骤S2、建立逻辑模型图中每个设备模块对应的计算模块；
步骤S3、建立蒸汽动力系统联立方程组；
步骤S4、进行模拟计算
使用LU分解对上述联立方程组进行求解，并将上述联立方程组的解代入到每个设备模块的计算模块中进行设备其它属性计算及其它电厂指标计算，并确定得到模型；
步骤S5、判断计算得到的模型与实际是否吻合，吻合则进行下一步优化计算，否则跳转至所述步骤S1进行模型调整，直至计算得到的模型与实际吻合；
步骤S6、使用差分进化对模型进行优化计算，得到初始群体；
步骤S7、根据个体维数来确定初始群体大小，进化代数，交叉概率，缩放因子大小；
步骤S8、对于自变量和步骤S3中联立方程组的所有变量进行约束条件设定；
步骤S9、计算初始群体中每个个体的适应度；
步骤S10、从初始群体中随机选择两个不同的向量进行交叉得到新的向量，并将新生成向量进行适应度计算；
步骤S11、在群体中随机选择三个不同的向量，按照下列公式进行变异操作，得到新群体，
Vi＝Xr1+F(Xr2-Xr3)
其中F为缩放因子，Vi为变异后向量，Xr1、Xr2、Xr3为选择的三个不同向量；
步骤S12、将步骤S11得到的新群体和初始群体进行比较，选择适应度较高的作为下一代计算初始群体；
步骤S13、重复步骤S6-步骤S12，直至进化代数达到最大值或者整个群体中个体适应度最大与最小值之间偏差小于1E-6时，结束优化计算；
步骤S14、优化计算结束后将计算结果代入到联立方程组中进行计算，并进行设备模块计算和电厂指标计算，得到优化结果；
步骤S15、输出计算模块结果。
2.根据权利要求1所述的基于差分进化的蒸汽动力及管网运行优化方法，其特征在于，所述步骤S1中，所述逻辑模型图中包括锅炉、汽轮机，减温减压阀、压力等级蒸汽用户、母管以及除氧器；
步骤S2、建立逻辑模型图中每个设备对应的计算模块，其中，相应于锅炉的计算模块如下：
Figure RE-FDA0003691682790000021
其中η为锅炉效率，Tsmoke为排烟温度，Tair为入口空气温度，O2为排烟含氧量，G煤为燃料流量，Qgas为排烟热量，Qwater为入口水热量，QDW为蒸汽热量，Gair为空气流量；
相应于汽轮机的计算模块如下：
Figure RE-FDA0003691682790000022
其中，P为发电量，ηi为每一级效率，Δhi为每级焓降，Gi为每级流量，d为汽轮机汽耗率，ηheat为汽轮机热效率，henter为汽轮机入口蒸汽焓值，Genter为汽轮机入口蒸汽流量，q为汽轮机热耗率。
3.根据权利要求1所述的基于差分进化的蒸汽动力及管网运行优化方法，其特征在于，
步骤S3、建立蒸汽动力系统联立方程组，其中，变量按照以下方法来计算：
1)每增加一个锅炉
对于联立方程组来说增加以下两个方程；
Figure RE-FDA0003691682790000031
Gwater为锅炉进水量，Ggas为锅炉产气量，Gsew为锅炉排污量，φ为锅炉排污率；
2)每增加一个汽轮机
对于联立方程组来说增加以下一个方程
Figure RE-FDA0003691682790000032
Ggasin为汽轮机入口蒸汽量，Giout为汽轮机各级抽汽量；
3)每增加一个减温减压阀
对于联立方程组来说增加以下两个方程；
Figure RE-FDA0003691682790000033
Ggasin为减温减压阀入口蒸汽流量，Gwaterin为入口水流量，Ggasout为出口蒸汽流量，h为对应焓值；
4)每增加一个除氧器
对于联立方程组来说增加以下三个方程；
Figure RE-FDA0003691682790000034
Gwaterin除氧器入口水量，Ggasin入口蒸汽量，Gwaterout出口水量，Ggasout排气量，k排气比，η除氧器效率，h对应焓值；
5)每增加一个用户
每增加一个用户增加一个变量为用户流量，增加用户不增加方程；
6)每增加一个母管
对于联立方程组来说增加一个以下方程：
Figure RE-FDA0003691682790000041
GiIn为每级的入口流量，GjOut为每级出口流量。
4.根据权利要求2所述的基于差分进化的蒸汽动力及管网运行优化方法，其特征在于，上述步骤S5中，判断模型与实际是否吻合的判断依据为：
首先判断计算蒸汽平衡是否正确，如果不正确则需要重新调整已知参数，如果蒸汽平衡正确，再判断每个设备计算是否与实际工况吻合，吻合则进行下一步否则调整输入参数，最好判断各项计算指标是否正确，正确则进行下一步，否则调整参数。
5.根据权利要求1所述的基于差分进化的蒸汽动力及管网运行优化方法，其特征在于，上述步骤S6，使用差分进化进行优化计算，得到初始群体，具体为：
将步骤S3中建立的联立方程组时已知变量作系统的自变量；已知变量个数为每个个体的维数，采用实数编码形式进行编码，以成本最低作为目标函数和适应度，得到初始群体。
6.根据权利要求1所述的基于差分进化的蒸汽动力及管网运行优化方法，其特征在于，上述步骤S8中，对于自变量和步骤S3中联立方程组的所有变量进行约束条件设定，具体为：
1)方程中所有变量计算结果都必须大于等于0；以及
2)对于每个设备的负荷可以等于0；或者是输入的一个大于0区间。
7.根据权利要求1所述的基于差分进化的蒸汽动力及管网运行优化方法，其特征在于，上述步骤S10、从初始群体中随机选择两个不同的向量进行交叉得到新的向量，具体采用以下方法；
Figure RE-FDA0003691682790000042
其中，xi,j为新生成向量，Ai,j、Bi,j为交叉生成前向量。
8.根据权利要求1所述的基于差分进化的蒸汽动力及管网运行优化方法，其特征在于，步骤S15，输出计算模块结果，具体为：
判断优化结果是否符合实际操作的要求，
如果能到达要求，则输出优化结果，即最优运行方案；
如果不能达到要求，则跳转至步骤S6再进行一次优化计算，直至最后的优化结果符合实际操作的要求。
CN202210316427.7A 2022-03-29 2022-03-29 一种基于差分进化的蒸汽动力及管网运行优化方法 Active CN114896859B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210316427.7A CN114896859B (zh) 2022-03-29 2022-03-29 一种基于差分进化的蒸汽动力及管网运行优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210316427.7A CN114896859B (zh) 2022-03-29 2022-03-29 一种基于差分进化的蒸汽动力及管网运行优化方法

Publications (2)

Publication Number Publication Date
CN114896859A true CN114896859A (zh) 2022-08-12
CN114896859B CN114896859B (zh) 2024-05-03

Family

ID=82715642

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210316427.7A Active CN114896859B (zh) 2022-03-29 2022-03-29 一种基于差分进化的蒸汽动力及管网运行优化方法

Country Status (1)

Country Link
CN (1) CN114896859B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105240688A (zh) * 2015-09-29 2016-01-13 常州英集动力科技有限公司 环状蒸汽热网供汽品质在线优化调节方法及系统
CN112365071A (zh) * 2020-11-18 2021-02-12 华东理工大学 一种基于改进型差分进化算法的S Zorb装置实时优化方法
CN113128683A (zh) * 2021-04-15 2021-07-16 杭州炽橙数字科技有限公司 基于改进遗传算法和模拟退火算法的三维球体装箱方法
WO2021174749A1 (zh) * 2020-03-04 2021-09-10 曹雁青 一种蒸汽动力系统的运行操作优化方法及系统
CN113887006A (zh) * 2021-10-09 2022-01-04 中海油惠州石化有限公司 一种基于管网约束的蒸汽动力系统优化方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105240688A (zh) * 2015-09-29 2016-01-13 常州英集动力科技有限公司 环状蒸汽热网供汽品质在线优化调节方法及系统
WO2021174749A1 (zh) * 2020-03-04 2021-09-10 曹雁青 一种蒸汽动力系统的运行操作优化方法及系统
CN112365071A (zh) * 2020-11-18 2021-02-12 华东理工大学 一种基于改进型差分进化算法的S Zorb装置实时优化方法
CN113128683A (zh) * 2021-04-15 2021-07-16 杭州炽橙数字科技有限公司 基于改进遗传算法和模拟退火算法的三维球体装箱方法
CN113887006A (zh) * 2021-10-09 2022-01-04 中海油惠州石化有限公司 一种基于管网约束的蒸汽动力系统优化方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周仁: "协同量子差分进化算法及其在蒸汽管网优化中的应用", 《硕士电子期刊》, no. 7, 15 July 2012 (2012-07-15), pages 1 - 61 *

Also Published As

Publication number Publication date
CN114896859B (zh) 2024-05-03

Similar Documents

Publication Publication Date Title
CN104239981B (zh) 一种基于多目标优化算法的能源动态平衡与优化调度方法
US5347466A (en) Method and apparatus for power plant simulation and optimization
Rezaie et al. Thermal design and optimization of a heat recovery steam generator in a combined-cycle power plant by applying a genetic algorithm
CN106991539B (zh) 一种能源系统优化调度方法及装置
CN108206543A (zh) 一种基于能源梯级利用的能源路由器及其运行优化方法
CN103426032A (zh) 一种热电联产机组的经济优化调度方法
CN104268712B (zh) 基于改进的混合多种群进化算法的能源平衡与调度方法
CN109084415A (zh) 基于神经网络和遗传算法的中央空调运行参数寻优方法
CN111950122A (zh) 园区综合能源系统运行优化方法
CN106777526A (zh) 基于遗传算法的高温高压离心式叶轮多学科优化方法
CN110288135A (zh) 一种高压加热系统疏水水位节能优化方法
CN102678192B (zh) 考虑汽轮机实际运行约束的各喷嘴组的喷嘴数目优化设计方法
CN103761385A (zh) 一种多热源环状管网的优化设计方法
CN114154744A (zh) 综合能源系统的扩容规划方法、装置及电子设备
CN114266165A (zh) 考虑碳排放的蒸汽动力系统中蒸汽透平布局优化方法
CN104595924B (zh) 建立锅炉燃烧过程模型的方法和装置
CN104915728A (zh) 一种确定钢铁企业蒸汽系统优化调度可行解的方法
CN111724026B (zh) 一种多能源网络与配水网耦合运行的优化方法
CN112950409A (zh) 煤气和蒸汽能源综合利用系统生产调度优化方法
CN114896859A (zh) 一种基于差分进化的蒸汽动力及管网运行优化方法
CN112001639A (zh) 综合能源系统能源需求的可调能力评估方法及存储介质
CN115730813A (zh) 一种基于可信性理论的综合能源安全风险评估方法
CN114936440A (zh) 多时间尺度下多能源耦合系统联立潮流仿真方法和系统
CN111428906B (zh) 一种基于图像变换的工业锅炉蒸汽量预测方法
CN113887006A (zh) 一种基于管网约束的蒸汽动力系统优化方法及系统

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