[发明专利]基于改进花粉算法的火电机组负荷优化分配方法有效

专利信息
申请号: 201910137602.4 申请日: 2019-02-25
公开(公告)号: CN109711644B 公开(公告)日: 2023-04-18
发明(设计)人: 张以文;宋知晨 申请(专利权)人: 安徽大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/06
代理公司: 合肥市浩智运专利代理事务所(普通合伙) 34124 代理人: 丁瑞瑞
地址: 230000 *** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 改进 花粉 算法 火电 机组 负荷 优化 分配 方法
【说明书】:

发明公开了一种基于改进花粉算法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换为非约束问题,结合改进花粉算法将总发电功率分配给各台机组,最终得到各机组最优的负荷分配结果。本发明能够在已给电力总功率的情况下,科学合理分配每台发电机组的最优值,从而降低机组所消耗的供电煤耗。

技术领域

本发明属于群智能算法应用技术,涉及火力发电厂负荷优化技术,尤其是涉及一种基于改进花粉算法的火电机组负荷优化分配方法。

背景技术

火电机组负荷优化分配作为电力系统的典型优化问题,负荷优化分配在考虑总需求和各种约束条件的前提下,优化配置各发电机的输出有功功率,从而降低发电成本,降低电网损耗,提高对燃料的利用率,进而提高电力系统的安全可靠性。由于该问题的非线性、多维度、多约束等属性,探讨并制定合理的调度计划也是重点和难点。

相比传统的调度方法,新兴的群智能算法更为灵活,而且随着其发展衍生了各种基于生物群体智能的优化算法并应用到了各种领域。

花粉算法是由英国学者YANG X.S.于2012年提出的一种基于自然界中花粉授粉过程的新型启发式算法,具有参数少、结构简单、易于实现的优点,有着不错的寻优能力。本文提出的改进花粉算法即是对于花粉算法的改进算法。

发明内容

本发明的目的在于,提供一种基于改进花粉算法的火电机组负荷优化分配方法,缓解现有调度方法和电力系统经济效应难以调节的问题。

本发明所采用的技术方案是:一种基于改进花粉算法的火电机组负荷优化分配方法,按照以下步骤实施:

以火电机组煤消耗量最小为目标函数的具体形式为:

式中,n为发电机总数;Pi为机组i的有功功率;ai、bi、ci为机组i的能耗特性系数。另外还应考虑阀点效应对发电成本的影响,故上述公式应该改为:

式中,ei、fi为机组i的煤耗特性系数;Pimin则为机组i的输出功率下限。

其涉及的不等式约束为机组运行约束,相关公式如下:

Pimin≤Pi≤Pimax       (3)

式中,Pimin、Pimax分别为机组i的最小和最大有功功率输出。

通过罚函数法将各个机组负荷平衡的实际问题纳入机组煤耗特性的目标函数中,引入罚函数后的目标函数为:

式中,n是发电机总数,σ是罚系数,一般取100到150之间,F(Pi)为机组i的标准煤消耗量;Pi为机组i的有功功率;D为总调度负荷。

该优化分配方法根据各机组的负荷及其煤耗所建立的煤耗特性方程作为目标函数来优化,并将给定的总功率通过罚函数法将其纳入目标函数的一部分,具体步骤如下:

1)确定发电机组的实际参数,并在各机组负荷限制范围内随机生成一组负荷初始值;

2)比较各负荷对应的煤耗值,确定初始的最优负荷分配方案;

3)根据改进花粉算法的转换机率来决定是自花授粉还是异花授粉,从而对各机组的负荷进行更新;

4)对最优负荷进行异花授粉优化过程;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽大学,未经安徽大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910137602.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top