试论环形蒸汽供热管网系统设计和优化.docVIP

试论环形蒸汽供热管网系统设计和优化 　　【摘 要】集中供热是当前最常见的一种供热取暖方式，在供暖中能够有效的节约能源、促进社会生产，提高居民生活质量，同时更能够合理的改善城市环境污染问题。供热作为城市基础设施中不可缺少的一部分，在保证供给需求的同时要能够及时的优化调度，保证供给的合理。但是，长期以来由于环形管网的复杂性和供热蒸汽因素的非稳定性，在环形蒸汽供热中对供热管网优化一直是一个薄弱环节。本文对环形蒸汽供热管网中存在的问题进行探讨，详细的阐述了设计计算方式、优化措施和对参数的管理方法，为环形蒸汽供热管网的优化设计和工况校核提供了合理的参考依据。 　　【关键词】环形管网；蒸汽供热；设计；优化；遗传算法 　　随着当前社会技术的不断发展，为了能够做到合理的利用各种不可再生能源，人们在生活中不断利用各种优化设施和先进设备，旨在在工作中降低能源消耗和减少环境污染。供热管网作为市政工程中不可忽视的一部分，在当前备受人们的关注，花型蒸汽供热管网是一个具体的优化问题，在管网应用和施工的时候首先要建立合适的数学模型，以数学模型为基础来解决问题中存在的各种不利因素。供热管网的优化设计问题在分析的同时，更是要具有超高的连续性和变散变量的混合规划问题，而且在利用的时候其目标函数和约束条件都是利用非线性的函数方式，其应用模式和优化技术措施是通过一个多目标、多约束、非线性组合处理的。在原来的基础上采用合理的应用分析模式，来合理的解决目前从在的各种故障。因此在当前环形蒸汽供热管网中，我们应当将精力应用在寻求其解决措施上，提高应用质量。 　　1、遗传算法基本原理 　　遗传算法是一种扩展性极强的计算方法，是利用所需要解决的问题的各种相关信息，通过模式、计算方法进行修正和改进，从而提高特定问题的求解措施。近年来随着遗传算法应用的日益广泛，在应用中首先需要热定的是这种方法是管网优化技术的一个飞跃方式。是一种随机进化机制的控制过程，在性能的应用中不但能够优化各种非线性的管网布置，同时更是对离散的管径进行合理优化。遗传算法是模拟生物在自然环境的应用中能够不被影响而形成的一种适应全局优化的进化方式和概率搜索。GA被认为是一种利用自然选择和进化思想在高维空间中寻优的模拟进化的随机算法，和绝大多数随机搜索算法一样，不能保证找到问题的全局最优解，但是，该算法可以找到满意解或次最优解，这种思路与人类行为中成功的标准是很相似的。GA的选择和继承操作都具有随机特性，其随机性表现为该算法可以在解空间内大范围地搜索。GA的另一个重要特点是内在并行性，GA在解空间产生一个解群，遗传算子可以同时处理多个解而不是单个解(个体)。 　　遗传算法在利用的时候不能够直接的去处理各种空间参数，必须在应用之前对各种参数进行管理和分析，将他们能够转变成为飞遗传空间形式，在应用中按照一定的结构组成方式来形成各种染色体或个体，这一转换操作称为编码。 　　2、基于二进制编码遗传算法的管网优化设计 　　目前，应用遗传算法求解管径优化问题，普遍采用二进制编码格式，即用一定长度的二进制字符串表示管径组合方案。照这种编码格式，管网的一个可能的管径组合方案，可以表示为按管网中管段编号顺序，依次连接起来的一个长的二迸制字符串。采用二迸制编码方式，三位二进制所能表示的管径规格数目。在实际应用中，可用标准管径规格数目有限，这时用一定位数的二进制表示管径规格时，会存在编码冗余题。由于二进制编码使得管网管径规格呈连续性，在进化初期保证了丰富的基因，有利于寻优，实现进化进度的加快。 　　2.1 编码、解码 　　（1）编码 　　管网优化，是一个组合优化的问题。在给定一组规格管径的情况下，编码方法中决策变量管径的上下限的常规确定方法是将给定的规格管径的最小、最大管径分别作为决策变量的范围，这种做法完全符合优化问题的一般操作。不过通过分析，可以发现将管网系统中管段流量最大的管径作为决策变量的上限，这样本身依然不影响问题的表达，但是却可以将管网系统的管径搜索范围尽可能的减小，对加快收敛，减少搜索时间起到促进作用。 　　（2）交叉策略 　　在遗传进化过程中，虽然会产生越来越多的优良个体(合适的管径组合)，但是由于选择、交叉、变异等遗传操作具有随机性，在产生新个体的同时，也极有可能破坏掉当前群体中适应度最好的个体。这样就对遗传算法的效率、收敛性造成不利影响。因此，本文在该算子中，采取最优保存策略和比例选择法相结合的思路，即首先找到当前群体中适应值最高和最低的个体，将最佳个体保留并用其替换掉最差个体。为保证当前最佳个体不被交叉、变异操作所破坏，允许其不参与交叉和变异而直接进入下一代，然后将剩下的个体按比例选择法进行操作。将这两种方法相结合的目的是，在遗传操作中，不仅能不断提高群体的平均适应度值，而且能保证最佳个体的适应度值不减少。