冉鹏基于遗传算法的热电厂负荷优化计算方法.pdfVIP

第. 卷 第( 期 汽! 轮! 机! 技! 术 W97- . K9- ( ##0 年 月 +AJSXKP +POMKDBD1Y Z2H- ##0 基于遗传算法的热电厂负荷优化计算方法 冉! 鹏，张树芳 （华北电力大学 动力工程系，保定#) (##* ） 摘要：供热机组待优化的变量多，传统的负荷优化方法虽然各具优点，但它们共同的无法解决的困难是当问题规模 扩大，变量和约束条件很多时，会很容易陷入局部最优，而使数值稳定性降低，最终导致收敛困难。本文利用遗传 算法良好的非线性映射能力，以某热电厂为例，介绍了应用遗传算法建立热电厂负荷优化模型的方法，并将其成功 应用于该热电厂的负荷优化。 关键词：负荷优化；遗传算法；热电厂 分类号： +,( - .! ! ! 文献标识码：/! ! ! 文章编号：(##(%$. （##0 ）#(%##()%#. 1232456 /789:54; =9: +;2:7 ?9@2: 1232:4538 A354 B9C DE457 F5G4:5HI4593 J/K ?238 ，LM/K1 N;I%=38 （K9:4; O;53 P7264:56 ?9@2: A35Q2:G54R ，S9C538 #) (##* ，O;53 ） !#$%’$ ：+;5G EE2: 693G4:I64G 4;2 8232456 789:54; 9= C5G4:5HI4593 9= ;24 3C E9@2: 79C @;56; 5G 5E9:434 E:4 9= ;24 2693956G C5839G5G 93 69%8232:4538 I354 53 Q52@ 9= 69%8232:4538 I354 4:54G，9Q2:69538 4;2 C5==56I7452G 53 IG538 693G2:Q% 45Q2 9E457 24;9C 3C T538 4;2 676I74538 :2GI74 9:2 3C 9:2 :2G93H72- ()* +,%-# ：.,- ,/$01. ；2)3)$0’ .2,%0$41 ；$4)%1. /,+)% 2)3)%$032 530$ 子作用于群体，最终得到问题的最优解。 #! 前! 言 (- (! 目标函数与约束条件 本文以母管制运行的热电厂为例进行研究，母管制运行 热电厂的热、电负荷分配实质上是一个变量和约束条件 的供热机组热、电负荷分配问题的实质是在一定的热负荷和 很多、目标函数复杂的大型的非线性规划问题。与凝汽机组 电负荷的条件下，使全厂总的蒸汽产量最小。因此，如果对 不同，供热机组的待优化的变量明显增多，不仅有电负荷，而 ! 台供热机组进行负荷优化计算，可以将其目标函数的数学 且有热负荷。对于一台两次调节抽汽式汽轮机其待优化的 模型表述如下： 变量则有* 个：即电负荷、工艺热负荷和采暖热负荷。不仅