基于粒子群算法的火电厂优化配煤研究 investigation of coal blending optimization for power plants based on particle swarm optimization algorithm.pdfVIP

第43卷第5期 锅 炉 技术 V01．43．NO．5 2012年9月 BOILERTECHNOLOGY Sep．，2012 基于粒子群算法的火电厂优化配煤研究 刘永江1，高正平1，韩 义1，张秉权2，蔡斌1，于英利1，郭 洋1 (1．内蒙古电力科学研究院，内蒙古呼和浩特010020；2．北京能源投资(集团)有限公司，北京100022) 摘 要： 在火电厂的配煤过程中，需要综合考虑锅炉运行的稳定性与经济性。利用粒子群算法建立火电厂 经济性配煤优化模型，主要以配煤经济性作为目标函数，并以单煤的价格、发热量、灰分、挥发分、水分以及硫 分等6项指标值作为约束条件。基于内蒙古某电厂的来煤条件，采用本模型进行配煤优化计算。仿真实验表 明：带惯性权重的粒子群算法(标准PSO)具有较好的全局搜索能力，能够快速、准确地搜索到最佳的优劣质煤 配比关系和最经济的配煤价格。 关键词： 配煤优化；火电厂经济性；粒子群优化算法；约束条件；惯性权重因子；适应度函数 中图分类号：TK223．7+2文献标识码：A 文章编号：1672—4763(2012)05—0018～07 的数种煤互相掺配，达到优势互补，使之变成 0 前 言 符合电厂运行需要的动力用煤。这对于促进 目前各发电企业普遍存在煤价涨幅巨大而 火电机组的节能降耗和提高电厂的经济性具 上网电价基本维持不变的压力，导致采购煤呈现 有重要意义。 种类变化频繁、煤质恶化、发热量低下以及灰分 1 粒子群优化算法的配煤模型建立 偏高等特征。国家“十二五”规划明确规定发电 企业的节能减排依然为未来五年内的重要目标， 配煤优化技术的核心是配比的计算，其准 此外，随着水能、风能、核能、太阳能及可再生能 确性取决于优化配煤数学模型的建立．国内关 源比重的提高将造成火电建设空间的压缩，更为 于优化配煤数学模型的建立取得了较好成绩， 重要的是燃煤成本增加与煤质严重脱离设计值 主要有：殷春根等人采用人工神经网络建立配 也为发电企业的节能减排带来空前压力。然而， 煤过程状态数学模型，并将其应用到煤灰软化 火电是国家目前能源发展的主要支撑力量，并在 温度预测[23；周俊虎等人基于遗传算法建立了 短时期内不会改变这种格局。在我国的火力发 动力配煤模型，并有效地解决了配煤中的非线 电企业中，燃料成本占整个企业发电成本的70％ 性多约束问题[33；张晓萱等人采用区间规划方 以上。因此，降低燃料成本是火力发电企业提高 法，研究了电厂煤质参数不确定性和可变性对 经济效益的主要途径，即在锅炉安全稳定运行的 配煤的影响[43；夏季等人基于模糊数学方法和 前提下有效降低人炉煤成本显得尤为重要。此 遗传算法建立了自适应罚函数的正交遗传算法 外，由于电厂实际用煤与设计煤种严重不符，煤 优化配煤模型，并取得了较好的工业应用Es3；林 源多且煤质差别大，故需要采取多种煤混合 介团利用线性规划法研究了电站锅炉稳定性、 掺烧‘1|。 环保性与经济性与动力配煤的关系∞1；彭娟等 本文针对内蒙电网所属电厂普遍存在实 采用粒子群算法研究了混煤灰分差距最小、配 际用煤与设计、校核煤种严重脱节等问题，且 煤时间最短以及精煤耗量最少的优化配比问 来煤煤种多等特性，建立基于粒子群寻优理论 题[7]