[发明专利]基于混沌粒子群的火电机组负荷优化分配方法

说明书

本发明涉及一种基于混沌粒子群的火电机组负荷优化分配方法，包括：根据发电机组的煤耗特性参数拟合煤耗特性曲线并建立负荷优化分配模型，通过罚函数法将其转化为非约束问题，结合混沌粒子群算法将总发电功率分配给各台机组，最终得到各个单元机组最优的负荷分配结果。与现有技术相比，本发明能在已给电力总功率下，科学合理分配每台发电机组的最优出力点，使得优化后机组所耗供电煤耗明显的降低。

技术领域

本发明涉及火力发电厂机组负荷优化技术，尤其是涉及一种基于混沌粒子群的火电机组负荷优化分配方法。

背景技术

随着“厂网分开、竞价上网”和电力工业市场化举措的实施增加了电力行业之间的竞争关系，在有限的燃料、负荷指令的条件下，标准煤耗量较低的企业，则将获得的经济效益则越多。而厂级负荷优化分配是根据全厂主、辅机投运状况和各台机组运行效率及煤耗，在保证电网安全的条件下，以全厂最大收益为目标，进行最优化的负荷分配。既能响应国家节能减排和可持续发展的战略需求，同时适应电力生产市场化的策略，具有重要的研究意义。

厂级负荷优化分配问题的研究在优化理论方面的传统方法，包括等微增率法、优先顺序法、动态规划法等。在计算过程中，等微增率法以目标函数对各负荷变量的一阶偏导相等来求解负荷值，然后判断结果是否满足约束条件。虽其原理简单，但却要求机组能耗特性曲线光滑连续且为凸集；动态规划法是根据贝尔曼优化原理，把一个多阶段最优策略问题转化为一系列单阶段最后决策问题来求解，但难以把实际约束条件和机组功率变化速率等限制考虑在内，使用起来不够灵活。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于混沌粒子群的火电机组负荷优化分配方法，对电厂发电功率的运行数据进行优化，通过最小二乘法拟合每台发电机组煤耗和负荷的动态关系，建立函数方程式，并将阀点效应考虑在内，结合混沌粒子群算法提高了粒子寻找全局最优解的能力，并使用动态惯性权重来加快粒子收敛速度，直至寻至全局最优解为止，即找到各机组的最优负荷。

本发明的目的可以通过以下技术方案来实现：

一种基于混沌粒子群的火电机组负荷优化分配方法，其特征在于，包括：根据发电机组的煤耗特性参数拟合煤耗特性曲线并建立负荷优化分配模型，通过罚函数法将其转化为非约束问题，结合混沌粒子群算法将总发电功率分配给各台机组，最终得到各个单元机组最优的负荷分配结果。

电厂发电机组负荷优化时，使用粒子群算法对构建的负荷、煤耗函数关系对优化目标即最低煤耗率，通过不断迭代寻求其对应的最优负荷。由于粒子群算法自身存在收敛速度慢、易陷入局部最优解等缺点，本发明针对此缺点用混沌粒子群算法使粒子跳出局部最优解，用动态惯性权重来增加收敛速度，直至寻到各机组最优负荷。

所述的负荷优化分配模型中目标函数是基于阀点效应构成的，电厂中各机组实际运行时，各个汽轮发电机组用于调节蒸汽供应量的调节阀，打开的瞬间会导致蒸汽量的损失，相对应的机组能耗特性曲线上会出现波浪起伏状，即阀点效应。因而考虑阀点效应后的能耗特性与原先所不同，具体表达式如下所示：

f_i(P_i)＝a_iP_i²+b_iP_i+c_i+E_i

E_i＝|e_i×sin(f_i(P_i-P_imin))|