燃气—蒸汽联合循环电厂机组组合优化及负荷经济分配研究

论文摘要

随着我国电力工业市场化改革的逐步深入,独立发电企业为了在激烈的市场竞争中生存和发展,迫切需要提高企业自身的竞争力。而对于含有多台(套)机组的发电厂来说,机组的组合优化及负荷的经济分配是降低电厂发电成本、提高电厂利润的重要手段。本文建立了电力市场环境下适用于多台(套)F级单轴燃气—蒸汽联合循环机组的机组组合优化及负荷经济分配的数学模型,针对该类型机组具有分级燃烧的特点增加了相应的约束条件。与常规的火电机组相比,联合循环机组的变工况过程受机组运行所处的外界条件的影响较大,仅考虑机组负荷一个影响因素的机组热耗曲线不能反映真实的变工况过程。本文利用机组的历史运行数据建立了基于前馈型人工神经网络的机组变工况模型,实现了从影响机组变工况性能的8个主要影响因素到机组热耗率的映射,并将该变工况模型应用在机组组合优化及负荷经济分配问题数学模型的求解过程中。在综合比较各种优化算法的基础上,针对本文所建数学模型的特点,选用遗传算法作为数学模型的求解方法,并且结合两个数学模型目标函数和约束条件的特点从多方面对标准遗传算法做了改进。在遗传算子方面,设计了能够根据优化过程自适应调整交叉概率和变异概率的算子,减轻了优化过程对算法主要参数的依赖性;在约束条件的处理方面,根据不同约束条件的特点分别采用不同的方式进行处理。算例分析表明,在求解机组组合优化及负荷经济分配问题时本文所设计的改进型遗传算法是可行的。算例分析还表明,基于联合循环机组变工况模型的求解方法比基于热耗曲线的求解方法能取得更优的机组组合及负荷分配的结果。

论文目录

• 摘要
• Abstract
• 第1章 引言
• 1.1 本文的研究背景
• 1.1.1 我国电力工业的市场化改革及对发电厂的影响
• 1.1.2 F 级燃气—蒸汽联合循环机组运行优化研究的必要性
• 1.2 机组组合优化及负荷经济分配问题的研究现状
• 1.2.1 数学模型
• 1.2.2 优化算法
• 1.3 本文的结构和研究内容
• 第2章 机组组合优化及负荷经济分配问题的数学模型
• 2.1 引言
• 2.2 负荷经济分配问题的数学模型
• 2.2.1 目标函数
• 2.2.2 约束条件
• 2.3 机组组合优化问题的数学模型
• 2.3.1 目标函数
• 2.3.2 约束条件
• 2.4 小结
• 第3章 基于人工神经网络的联合循环机组变工况模拟
• 3.1 引言
• 3.2 影响联合循环机组变工况性能的因素
• 3.2.1 空气因素
• 3.2.2 燃料因素
• 3.2.3 余热锅炉排放因素
• 3.2.4 冷却介质因素
• 3.2.5 发电机因素
• 3.2.6 机组老化因素
• 3.2.7 小结
• 3.3 人工神经网络简介
• 3.3.1 人工神经网络及其特点
• 3.3.2 人工神经网络的发展历程
• 3.3.3 人工神经网络的类型
• 3.4 基于多层前向型神经网络的联合循环机组变工况模拟
• 3.4.1 前向型神经网络简介
• 3.4.2 前向型神经网络在燃气轮机及联合循环领域的应用
• 3.4.3 前向型神经网络的MATLAB 实现及模型选择
• 3.4.4 基于广义回归神经网络（GRNN）的联合循环机组变工况模拟
• 3.5 外界条件对联合循环机组性能的影响
• 3.5.1 大气温度
• 3.5.2 压气机进口压力
• 3.5.3 大气湿度
• 3.5.4 燃料加热器出口温度
• 3.5.5 汽轮机背压
• 3.5.6 余热锅炉排烟温度
• 3.5.7 机组运行小时数
• 3.6 小结
• 第4章 机组组合优化及负荷经济分配数学模型的求解
• 4.1 引言
• 4.2 算法综述
• 4.2.1 机组组合优化问题算法综述
• 4.2.2 负荷经济分配问题算法综述
• 4.3 遗传算法简介
• 4.3.1 遗传算法的基本流程
• 4.3.2 遗传算法的设计流程
• 4.3.3 遗传算法的特点分析
• 4.3.4 遗传算法在机组组合优化及负荷经济分配中的应用
• 4.4 联合循环机组组合优化及负荷经济分配数学模型的求解
• 4.4.1 负荷经济分配数学模型的求解
• 4.4.2 机组组合优化数学模型的求解
• 4.5 小结
• 第5章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 致谢
• 个人简历、在学期间发表的学术论文与研究成果