一种基于燃煤锅炉超低排放系统的多目标优化方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111461388A(43)申请公布日2020.07.28(21)申请号202010033399.9(22)申请日2020.01.13(71)申请人杭州电子科技大学地址310018浙江省杭州市江干区下沙高教园区(72)发明人郑松唐卡飞葛铭郑小青包巍(74)专利代理机构杭州杭诚专利事务所有限公司33109代理人尉伟敏(51)Int.Cl.G06Q10/04(2012.01)G06Q50/06(2012.01)G06N3/12(2006.01)权利要求书1页说明书4页附图1页(54)发明名称一种基于燃煤锅炉超低排放系统的多目标优化方法(57)摘要本发明为一种基于燃煤锅炉超低排放系统的多目标优化方法，包括建立优化模型；初始化参数；初始化种群并对种群进行快速非支配排序；计算种群拥挤度；对种群进行遗传操作，产生子种群；采用精英策略保留优良个体到下一代；重复步骤5到步骤6直至到达最大迭代数。本发明的有益效果是：考虑燃煤锅炉超低排放系统的环保性和经济性，通过多次迭代得到最优的多种运行方案，便于决策者按需选择。CN111461388ACN111461388A权利要求书1/1页1.一种基于燃煤锅炉超低排放系统的多目标优化方法，其特征是：包括以下步骤：步骤1：建立优化模型；步骤2：初始化参数，该参数包括种群数、交叉概率、变异概率、最大迭代数、决策变量个数；步骤3：初始化种群并对种群进行快速非支配排序；步骤4：计算种群拥挤度；步骤5：对种群进行遗传操作，产生子种群；步骤6：采用精英策略保留优良个体到下一代；步骤7：重复步骤5到步骤6直至到达最大迭代数。2.根据权利要求1所述的一种基于燃煤锅炉超低排放系统的多目标优化方法，其特征是：所述优化模型如下：Minf1(z)＝COST脱硝+COST脱硫+COST除尘f2(z)＝NOxout+SOxout+PMout式中，z为z1～z8的集合，COST脱硝，COST脱硫，COST除尘分别表示燃煤锅炉超低排放系统中脱硝装置，脱硫装置，除尘装置的运行成本，NOxout，SOxout，PMout分别表示氮氧化物，硫氧化物，粉尘污染物的排放浓度，z1表示SCR装置中的喷氨量，z2～z5分别表示ESP装置中的四个电场的电压，z6、z7分别表示WFGD装置中的石膏浆pH值和循环泵台数，z8表示WESP装置中的电场电压，z1～z8中每个变量的变量范围约束均源自其各自的工艺约束。3.根据权利要求1所述的一种基于燃煤锅炉超低排放系统的多目标优化方法，其特征是：所述遗传操作采用模拟二进制交叉和多项式变异。4.根据权利要求1所述的一种基于燃煤锅炉超低排放系统的多目标优化方法，其特征是：所述步骤6包括以下步骤：S61：将原有的种群和通过遗传操作得到的种群合并得到一个新的种群Rt，种群Rt的规模大小为2N，N为原有的种群和通过遗传操作得到的种群各自的种群规模大小；S62：对种群Rt进行快速非支配排序分层，并分层计算拥挤度；S63：根据个体优劣程度从种群Rt中选择前N个个体形成新的种群。5.根据权利要求1所述的一种基于燃煤锅炉超低排放系统的多目标优化方法，其特征是：所述个体优劣程度通过快速非支配排序和拥挤度获得，当满足条件irank<jrank和irank＝jrank且id>jd中的一个时，定义个体i优于个体j，irank和jrank分别为个体i和个体j的快速非支配排序编，id和jd分别为个体i和个体j的拥挤度。6.根据权利要求1或4或5所述的一种基于燃煤锅炉超低排放系统的多目标优化方法，其特征是：所述拥挤度计算公式如下：其中fm(i+1)是该个体排序后后一位的目标函数值，fm(i-1)是该个体排序后前一位的目标函数值，为个体目标函数fm的最大值，为个体目标函数fm的最小值，对于排序后两个边界的拥挤度1d和Nd置为∞，个体目标函数fm代表优化模型中的每一个公式。2CN111461388A说明书1/4页一种基于燃煤锅炉超低排放系统的多目标优化方法技术领域[0001]本发明属于燃煤锅炉运行优化领域，尤其涉及一种基于燃煤锅炉超低排放系统的多目标优化方法。背景技术[0002]煤炭燃烧产生大量二氧化硫、氮氧化物和烟尘，对大气环境乃至人民生产生活造成了严重影响。在我国，火电行业占据近一半的煤炭消费量。在污染物减排流程中，烟气污染物通过超低排放系统实现多种污染物的高效协同脱除。典型的超低排放系统由选择性催化还原脱硝系统(SCR)、干式静电除尘系统(ESP)、湿法烟气脱硫系统(WFGD)与湿式静电除尘系统(WESP)等关键装置组成。烟气从燃煤锅炉排出后依次经过SCR装置脱除氮氧化物、ESP装置脱除颗粒物、WFGD装置脱除硫氧化物与部分颗粒物和氮氧化物、WESP装置脱除颗粒物与部