基于多目标规划的厂级负荷分配研究

基于多目标规划的厂级负荷分配研究

论文摘要

本文以电厂节能减排为先导,结合目前国内600MW主流机组为研究对象,建立了基于经济性、快速性、环保性的多目标厂级负荷优化分配数学模型。结合现场数据获得了机组煤耗率与大气污染物排放特性曲线,进而利用模糊决策理论与模糊层次分析法进行多目标问题的建模。在此基础之上,以动态规划方法作为优化算法,借助MATLAB软件对多目标优化模型进行了算例仿真,并且对仅以最小煤耗率为目标的单目标优化方案与多目标优化方案进行了对比分析。仿真结果表明:采用模糊层次分析法的多目标优化方案在经济性与环保性方面优于单目标优化方案。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 引言
  • 1.1 选题背景及意义
  • 1.2 国内外负荷优化分配的发展现状
  • 1.3 本论文的主要研究内容
  • 第二章 机组煤耗与大气污染物排放特性的确定
  • 2.1 经济指标的选取
  • 2.2 环境指标的选取
  • 2排放量的计算'>2.2.1 燃煤机组 SO2排放量的计算
  • 2.2.2 燃煤机组NOX 排放量的计算
  • 2.2.3 大气污染物排放数据的采集
  • 2.3 煤耗与大气污染物排放特性曲线的拟合
  • 2.3.1 多项式拟合原理
  • 2.3.2 机组耗量特性曲线系数的求解
  • 2.4 小结
  • 第三章 多目标负荷优化问题的数学建模
  • 3.1 目标函数的建立
  • 3.1.1 标准煤耗
  • 3.1.2 变负荷时间
  • 3.1.3 二氧化硫与氮氧化物排放
  • 3.2 约束条件的建立
  • 3.2.1 系统的功率平衡约束
  • 3.2.2 机组输出功率上下限约束
  • 3.2.3 机组输出功率变化速率约束
  • 3.3 多目标负荷优化分配模型
  • 3.3.1 经典多目标决策模型
  • 3.3.2 多目标负荷优化模型
  • 3.4 小结
  • 第四章 动态规划算法
  • 4.1 动态规划的基本概念
  • 4.2 动态规划的递推方程
  • 4.3 负荷优化问题的递推方程
  • 4.4 递推公式的计算
  • 4.4.1 顺序造表
  • 4.4.2 逆序查表
  • 4.5 动态规划方法的程序实现
  • 4.6 小结
  • 第五章 多目标决策理论与模糊层次分析法
  • 5.1 非劣解与K-T 恰当有效解
  • 5.2 多目标决策的计算方法
  • 5.3 加权线性组合法
  • 5.3.1 子目标函数的归一化
  • 5.3.2 确定权的方法
  • 5.4 基于模糊层次分析法的对比度分析方法
  • 5.4.1 模糊层次分析法的基本思想
  • 5.4.2 层次分析法的结构模型
  • 5.4.3 对比度分析方法
  • 5.4.3.1 三角模糊数
  • 5.4.3.2 三角模糊数的运算法则
  • 5.4.3.3 模糊判断矩阵
  • 5.4.3.4 综合对比度
  • 5.4.3.5 三角模糊数的比较
  • 5.4.3.6 权重向量的求取
  • 5.4.4 对比度分析方法的权重求解步骤
  • 5.5 基于模糊层次分析法的多目标负荷优化算例仿真
  • 5.5.1 煤耗与大气污染物排放系数的确定
  • 5.5.2 负荷优化指标函数的归一化
  • 5.5.3 加权系数的确定
  • 5.5.3.1 指标因素的模糊综合评判矩阵
  • 5.5.3.2 指标因素的综合对比度
  • 5.5.3.3 三角模糊数的比较
  • 5.5.3.4 指标因素的权重向量
  • 5.5.3.5 指标因素权重向量的归一化
  • 5.5.4 多目标负荷优化模型的MATLAB 仿真
  • 5.6 小结
  • 第六章 结论及展望
  • 参考文献
  • 致谢
  • 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].基于参考线的预测策略求解动态多目标优化问题[J]. 控制与决策 2020(07)
    • [2].典型多目标优化算法在控制优化中的适用性研究[J]. 科技视界 2020(19)
    • [3].基于高维多目标优化的多车场车辆路径问题[J]. 计算机与数字工程 2017(07)
    • [4].一种基于多目标优化的混凝剂综合评价方法[J]. 净水技术 2017(09)
    • [5].多目标优化问题的模糊交叉算法与收敛性初探[J]. 电脑迷 2017(03)
    • [6].基于遗传算法的货箱多目标优化[J]. 车辆与动力技术 2019(04)
    • [7].多目标优化算法标准测试函数寻优研究[J]. 电脑知识与技术 2020(23)
    • [8].基于分布估计算法的多目标优化[J]. 软件 2017(12)
    • [9].融合张角拥挤控制策略的高维多目标优化[J]. 自动化学报 2015(06)
    • [10].多目标优化算法的应用模型[J]. 成功(教育) 2011(05)
    • [11].线性互补问题与多目标优化[J]. 数学杂志 2014(03)
    • [12].多目标优化问题的研究[J]. 东莞理工学院学报 2014(03)
    • [13].浅析多目标优化问题[J]. 科技视界 2013(14)
    • [14].正交设计的E占优策略求解高维多目标优化问题研究[J]. 计算机科学 2012(02)
    • [15].一种改进的基于分解多目标优化算法[J]. 电脑知识与技术 2012(34)
    • [16].改进选择策略的有约束多目标优化算法[J]. 高技术通讯 2019(12)
    • [17].云计算资源多目标优化调度方法在移动端子系统中的应用[J]. 河南科技 2019(35)
    • [18].考虑综合需求侧响应的区域综合能源系统多目标优化调度[J]. 电力建设 2020(07)
    • [19].动态多目标优化:测试函数和算法比较[J]. 控制与决策 2020(10)
    • [20].多目标优化软件开发及其应用[J]. 工程设计学报 2015(03)
    • [21].基于全局排序的高维多目标优化研究[J]. 软件学报 2015(07)
    • [22].基于多目标优化问题的教学质量评价模型研究[J]. 时代教育(教育教学版) 2009(Z1)
    • [23].面向客户定制产品开发的多目标优化算法设计[J]. 中国机械工程 2012(06)
    • [24].一类多目标优化问题的有效解[J]. 贵州师范大学学报(自然科学版) 2012(02)
    • [25].图像处理优化的系统流程与多目标优化理论分析[J]. 硅谷 2012(19)
    • [26].一种求解动态多目标优化问题的粒子群算法[J]. 系统仿真学报 2011(02)
    • [27].一类带约束多目标优化问题的区间算法[J]. 黑龙江科技学院学报 2009(01)
    • [28].多目标优化问题的求解框架[J]. 微计算机信息 2009(36)
    • [29].激活规则多目标优化算法在任务分解中的应用[J]. 计算机工程 2020(03)
    • [30].一类多目标优化控制问题的混合型对偶[J]. 内蒙古农业大学学报(自然科学版) 2019(06)

    标签:;  ;  ;  ;  

    基于多目标规划的厂级负荷分配研究
    下载Doc文档

    猜你喜欢