火电机组负荷分配等微增与动态规划算法的比较

火电机组负荷分配等微增与动态规划算法的比较

论文摘要

低碳经济时代的到来使得能源问题越发受到关注,在电力行业节能工作中,按照煤耗特性将火电机组优化组合进行负荷分配越来越受到重视,负荷分配算法的精确性与稳定性直接关系到电厂节能与经济调度的成效是否明显。通过热力系统变工况反平衡法得到煤耗量的方法,能够弥补在缺少机组运行数据和热力试验数据时的不足,为理想的理论分析打下基础。通过计算获得的机组煤耗量数据,对机组负荷优化分配方法中等微增算法与动态规划算法进行了比对,指出了动态规划算法应用于机组负荷优化分配的局限性,为解决此问题提出了基于数据拟合的动态规划算法的模型,同时得出了等微增算法与经过煤耗量数据拟合处理后的动态规划算法实质是相同的结论。

论文目录

  • 摘要
  • Abstract
  • 目录
  • 第一章 绪论
  • 1.1 研究背景
  • 1.2 国内外研究现状
  • 1.3 本论文主要研究内容
  • 第二章 负荷最优分配数学模型基础
  • 2.1 发电厂热力设备的动力特性
  • 2.1.1 汽轮发电机组的动力特性
  • 2.1.1.1 汽轮发电机组的汽耗特性
  • 2.1.1.2 汽轮发电机组的热耗特性
  • 2.1.2 锅炉设备的煤耗特性
  • 2.2 火力发电机组的耗量特性
  • 2.3 负荷优化分配的目标函数及约束条件
  • 2.3.1 目标函数的选取
  • 2.3.2 条件约束
  • 2.3.3 负荷优化分配模型的确定
  • 第三章 热力系统反平衡变工况获取火电机组煤耗量及煤耗特性.
  • 3.1 火电机组煤耗量
  • 3.1.1 汽轮发电机组的热经济指标
  • 3.1.1.1 汽轮发电机组的汽耗量和汽耗率
  • 3.1.1.2 汽轮发电机组的热耗量和热耗率
  • 3.1.2 全厂热经济指标
  • 3.1.2.1 全厂的热耗量和热耗率
  • 3.1.2.2 全厂的煤耗量和煤耗率
  • 3.2 机组反平衡算煤耗
  • 3.2.1 机组原则性热力系统计算
  • 3.2.1.1 计算内容和型式
  • 3.2.1.2 原则性热力系统计算的基础
  • 3.2.1.3 串联法与并联法
  • 3.2.2 机组热力系统变工况计算
  • 3.2.2.1 变工况计算理论
  • 3.2.2.2 弗留格尔公式的简化应用
  • 3.3 N200-12.75/535/535机组由热力系统反平衡算煤耗量实例
  • 3.3.1 变工况计算基础之原则性热力系统计算
  • 3.3.1.1 定功率计算数据整理
  • 3.3.1.2 热力系统计算
  • 3.3.2 N200-12.75/535/535机组热力系统变工况计算
  • 3.3.2.1 变工况热力系统的原始工况
  • 3.3.2.2 初步计算
  • 3.3.2.3 迭代计算
  • 3.4 N200-12.75/535/535机组煤耗特性方程的获取
  • 第四章 机组负荷分配等微增法与动态规划法的对比
  • 4.1 负荷经济分配等微增原理及算法
  • 4.1.1 我国的等微增调度史
  • 4.1.2 等微增原理及算法
  • 4.1.2.1 火电厂机组耗量特性假设
  • 4.1.2.2 等微增率准则
  • 4.1.2.3 等微增算法推导
  • 4.2 负荷经济分配之动态规划法
  • 4.2.1 动态规划算法概述
  • 4.2.2 动态规划算法概念、方程和计算方法
  • 4.2.2.1 动态规划的基本概念和基本方程
  • 4.2.3 动态规划法在机组负荷分配上的应用
  • 4.3 等微增算法与动态规划算法的应用实例及比较
  • 4.3.1 三台机组煤耗特性的获取
  • 4.3.2 等微增与动态规划各自计算结果
  • 4.4 动态规划的不稳定最优解
  • 第五章 基于数据拟合的动态规划算法
  • 5.1 离散数据拟合修正
  • 5.1.1 拟合机制的加入
  • 5.1.2 实例分析
  • 5.2 电厂机组负荷分配基于数据拟合的动态规划模型建立
  • 5.2.1 建模步骤
  • 5.2.2 公式描述
  • 5.3 基于数据拟合的动态规划应用于电厂机组负荷分配的实质
  • 第六章 总结与展望
  • 5.1 本文的主要研究工作
  • 5.2 工作展望
  • 参考文献
  • 致谢
  • 附录
  • 在学期间发表的学术论文和参加科研情况
  • 相关论文文献

    • [1].动态规划算法综述[J]. 科技视界 2014(28)
    • [2].动态规划算法分析[J]. 长江大学学报(自然科学版) 2013(07)
    • [3].贪心核加速动态规划算法精确求解适用范围[J]. 软件导刊 2020(08)
    • [4].动态规划算法在生活中的应用[J]. 电脑知识与技术 2018(17)
    • [5].基于动态规划算法求解水电站厂内经济运行[J]. 通信电源技术 2019(07)
    • [6].动态规划算法在管理会计中的应用[J]. 财会月刊 2016(05)
    • [7].浅析生物信息学动态规划算法[J]. 赤子(中旬) 2013(08)
    • [8].运用动态规划算法解决最大价值路线图问题[J]. 硅谷 2013(15)
    • [9].动态规划算法在0/1背包问题中的应用与分析[J]. 黑龙江科技信息 2012(03)
    • [10].炮兵营火力分配的二阶动态规划算法[J]. 四川兵工学报 2009(09)
    • [11].动态规划算法的教学探讨[J]. 电脑知识与技术 2018(26)
    • [12].基于动态规划算法的并联混合动力客车控制策略优化[J]. 汽车工程 2015(12)
    • [13].利用动态规划算法解决购物单问题[J]. 电脑编程技巧与维护 2016(13)
    • [14].动态规划算法研究[J]. 电子世界 2014(10)
    • [15].动态规划算法在最优航路规划中的应用[J]. 广州航海高等专科学校学报 2009(02)
    • [16].一种自适应帧数的动态规划算法[J]. 雷达科学与技术 2010(05)
    • [17].动态规划算法的三式融合教学法案例研究[J]. 现代计算机 2020(17)
    • [18].基于动态规划算法的水电站机组组合问题求解[J]. 通信电源技术 2017(04)
    • [19].高维0-1瓶颈问题的动态规划算法[J]. 数值计算与计算机应用 2013(01)
    • [20].改进动态规划算法的移动机器人路径规划[J]. 计算机工程与应用 2020(21)
    • [21].浅谈动态规划算法中的一类优化方法[J]. 数字通信世界 2017(02)
    • [22].基于泛函分析思想的动态规划算法及其在水库调度中的应用研究[J]. 水利学报 2016(01)
    • [23].动态规划算法实现数字图像压缩的研究[J]. 计算机与数字工程 2008(04)
    • [24].基于神经动态规划算法的最优路径选择探讨[J]. 电子技术与软件工程 2016(01)
    • [25].从动态规划算法的应用谈算法设计的教学[J]. 湖北第二师范学院学报 2012(08)
    • [26].基于改进型动态规划算法的串联混合动力汽车控制策略[J]. 控制理论与应用 2011(03)
    • [27].改进动态规划算法在小目标检测中的应用[J]. 光电工程 2008(05)
    • [28].基于双状态动态规划算法的PHEV规则控制策略研究[J]. 机械传动 2018(02)
    • [29].基于神经动态规划算法的最优路径选择[J]. 桂林工学院学报 2009(01)
    • [30].背包问题的动态规划改进算法[J]. 中南民族大学学报(自然科学版) 2016(04)

    标签:;  ;  ;  ;  ;  

    火电机组负荷分配等微增与动态规划算法的比较
    下载Doc文档

    猜你喜欢