遗传算法在蒸汽参数优化中应用及改进.pdfVIP

遗传算法在蒸汽参数优化中的应用及改进 潘加磊，王培红 东南大学能源与环境学院，南京（210096 ） E-mail ：pjlseuedu@163.com 摘 要：选择合适的蒸汽运行参数，对机组经济性有较大的影响。本文以机组蒸汽参数优化 为研究内容，针对非线性优化目标的特点，提出了采用遗传算法优化的新思路；并对遗传算 法的解码方式、适应度函数、选择和变异方式作了改进，使得参与遗传算法运算的所有个体 都是可行解，大大减少了搜索中的无效操作，优化了搜索路径，有效地提高了遗传算法求解 的效率和质量。通过算例表明：改进遗传算法的收敛性更好、适应性更强，能更有效地达到 或接近全局最优。 关键词：蒸汽参数优化；改进遗传算法；优化搜索 中图分类号：TM621.4 1. 引言 汽轮机组的再热和回热系统既是汽轮机热力系统的基础，也是电厂热力系统的核心，它 【】 对机组和电厂的热经济性起着决定性的作用 1 。再热系统中再热蒸汽的压力和温度影响机 组效率，其中再热蒸汽的温度和机组效率成正比关系，而再热蒸汽压力与机组的效率成非线 性关系，因此选择合适的再热蒸汽压力，对提高机组的循环效率有重要的意义；回热系统中 给水在各加热器中的回热分配和最佳给水温度是影响回热循环热经济性的两大重要因素，而 这两者都和抽汽压力有关，所以对回热系统的优化就可以演变成对抽汽压力的优化。针对再 热回热问题，人们做了很多这方面的研究，推导了多种优化方法，如再热压力的近似解析法、 【 】 回热的等效焓降法、平均分配法 1-2 等。虽然这些方法在求极值的过程中避免了对多元函数 求导，简化了计算过程，但是由于对系统做了某些简化，从而使得最后的结果稍稍偏离了最 佳点，影响了系统热经济性的分析。 近年发展起来的遗传算法在处理优化问题上显示出了强大的生命力，它仿效生物学中进 化和遗传的过程，遵从“优胜劣汰，适者生存” 的原则，从一组随机生成的初始群体出发，借 助复制，交换，突变等遗传操作，逐步逼近所研究问题的最优解。该算法具有简单通用、鲁 棒性强的优点，适于并行处理，现已广泛地应用于计算机科学、优化调度、运输问题及组合 优化等领域[3-6] 。本文充分利用了遗传算法的优点，将其应用到机组性能参数优化中，并对 遗传算法作了改进，使得参与遗传算法运算的所有个体都是可行解，在仍然可以得到全局最 优解或近似全局最优解的前提下，减少了遗传算法过程中的无效操作，有效地提高了遗传算 法的效率。 2. 数学模型 2.1 目标函数 w ( ) i max F p rh , p 1 , K, p n (1) q0 式中：w 为汽轮机的实际比内功，q 为汽轮机比热耗。 i 0 2.2 约束条件 ⑴流量平衡约束为 -1- z ∑α +α 1 （2 ） j c j 1