一种基于多目标智能优化的超临界湿冷供热机组负荷经济分配方法.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CN113705934A(43)申请公布日2021.11.26(21)申请号202111122802.6G06N3/12(2006.01)(22)申请日2021.09.24(71)申请人福建省鸿山热电有限责任公司地址362712福建省泉州市石狮市鸿山镇伍堡工业区(72)发明人叶道正李怡伍华贵郭伟康周颖驰连晖(74)专利代理机构厦门龙格思汇知识产权代理有限公司35251代理人钟毅虹(51)Int.Cl.G06Q10/04(2012.01)G06Q10/06(2012.01)G06Q50/06(2012.01)G06N3/00(2006.01)权利要求书3页说明书9页附图4页(54)发明名称一种基于多目标智能优化的超临界湿冷供热机组负荷经济分配方法(57)摘要本发明公开了一种基于多目标智能优化的超临界湿冷供热机组负荷经济分配方法。步骤1：对超临界湿冷供热机组的能耗成本影响决策进行系统分析；步骤2：基于步骤1的系统分析建立热电联产机组的数学模型；步骤3：基于步骤2的热电联产机组的数学模型，综合能耗成本、电力平衡偏差和热力平衡偏差的目标优化，对热电联产机组的数学模型进行解算；步骤4：验证步骤3的解算结果；步骤5：基于验证后的解算结果进行超临界湿冷供热机组的负荷经济分配。用以解决在构建热电联产机组的数学模型时，要么是未能充分考虑机组所有的自变量和约束条件，要么没能兼顾总成本最小和污染物最小的目标的问题。CN113705934ACN113705934A权利要求书1/3页1.一种基于多目标智能优化的超临界湿冷供热机组负荷经济分配方法，其特征在于，所述超临界湿冷供热机组负荷经济分配方法包括以下步骤：步骤1：对超临界湿冷供热机组的能耗成本影响决策进行系统分析；步骤2：基于步骤1的系统分析建立热电联产机组的数学模型；步骤3：基于步骤2的热电联产机组的数学模型，综合能耗成本、电力平衡偏差和热力平衡偏差的目标优化，对热电联产机组的数学模型进行解算；步骤4：验证步骤3的解算结果；步骤5：基于验证后的解算结果进行超临界湿冷供热机组的负荷经济分配。2.根据权利要求1所述一种基于多目标智能优化的超临界湿冷供热机组负荷经济分配方法，其特征在于，所述步骤1的系统分析具体为，研究机组主设备、系统、运行、燃料和环境的因素变化对机组经济性的影响，深入分析各因素对供电煤耗率目标值的影响；所述影响因素具体包括主设备与主要辅助设备设计性能、主设备与主要辅助设备运行性能、机组老化程度、燃料性能变化、机组主要运行参数、机组起停过程、环境温度、其它运行与设备因素；分析影响机组煤耗及经济性指标的各种因素，对各种因素引起的能耗差异进行定量化分析，确定总能耗与发电功率和机组供热能力之间的关系。3.根据权利要求1所述一种基于多目标智能优化的超临界湿冷供热机组负荷经济分配方法，其特征在于，所述步骤2的能耗成本数学模型具体包括以下步骤：步骤2.1：确定机组运行特性；步骤2.2：基于步骤2.1的运行特性确定目标函数；步骤2.3：为了保证每台机组能够正常的运作，对步骤2.2的目标函数确立约束条件。4.根据权利要求3所述一种基于多目标智能优化的超临界湿冷供热机组负荷经济分配方法，其特征在于，所述步骤2.2确定目标函数具体为，首先确定标准总煤耗，热电联产机组的煤耗量主要分为供热煤耗和发电煤耗，当机组发电时需要的煤耗量bP()表示为，222bPi(Pi)＝λ1Pi+λ2Dh1(i)+λ3Dh2(i)+λ4Pi+λ5Dh1(i)+λ6Dh2(i)+λ7(1)其中，λj，j＝1,2,.....,7是机组进行发电时所需的系数，Dh为总供热负荷，Pi为发电负荷；机组供热时需要的煤耗量bD()表示为，222bDi(Dh)＝χ1Pi+χ2Dh1(i)+χ3Dh2(i)+χ4Pi+χ5Dh1(i)+χ6Dh2(i)+χ7(2)其中，χj，j＝1,2,.....,7是机组进行供热时所需的系数；机组发电与供热的总煤耗量Bi()表示为，36Bi(P,Dh)＝bp×Pi/10+bD×Dh(i)×H(i)/10(3)其中，H()为抽汽焓值；综上，标准总煤耗最低的函数为，5.根据权利要求4所述一种基于多目标智能优化的超临界湿冷供热机组负荷经济分配方法，其特征在于，其次确定污染物排放量；2CN113705934A权利要求书2/3页计算机组排放污染物的函数fi()表示为，222fi(P,Dh)＝γ1Pi+γ2Dh1(i)+γ3Dh2(i)+γ4Pi+γ5Dh1(i)+γ6Dh2(i)+γ7(5)其中，γj，j＝1,2,......,7是机组排放污染物时的机组特性系数；所以污染物排放量最低的目标函数为，6.根据权利要求5所述一种基于多目标智能优化的超临界湿冷供