【《燃煤机组动态规划法来求负荷分配分析案例》4400字】

燃煤机组动态规划法来求负荷分配分析案例1厂用负荷的优化分配1.1基于经济性的负荷优化数字模型建立负荷分配的指标主要是以经济最优作为分配的主要依据，其重要指标主要是指我国从事电力工作的一线人员。经济性的指标我们一般分为四种类型:供电费用、发电机的热能消耗比、全厂各台柴油发电机的煤炭消耗比及发电机的煤炭消耗量作为目标函数。其中后面的三种方法可以作为我们评价一个发电厂的经济性跟环保性评测一个重要指标,当然也不能直接用作于评价一个发电厂的经济性主要参考依据，还需考虑到发电厂的其他因素,例如我们需要考虑一个发电厂的经济性我们必须考虑到这个电厂的供电费。但是考虑到电厂的供电费具有很多的外部因素，很容易在计算过程中产生误差。所以我们最好的方法是采用发电煤耗作为我们的目标函数从而考虑经济最优化的分配的数学模型：（1.1）约束条件为：（1）功率平衡约束：(1.2)负荷上下限约束：（1.3）1.2基于快速性的负荷优化数字模型建立1.2.1火电厂在设计过程中完成一个给定负荷时间内的理想极限时间例如，当一个调度中心对按照给定的整个一台全厂机组负荷调度指令任务设置调度为时，火电厂就需要努力想能够保证整个一台全厂发电机组所有能够以最高的运行速度顺利地同时完成对整个调度管理中心的负荷指令和任务调度分配需求。最小时间就是这样计算得出的，就是我们系统中最小的理想时间。系统最小时间公式为：（1.4）1.2.2满足快速性的负荷优化数字模型的建立由于在进行实际的负荷优化分配时，负荷优化分配的时间绝对要比其他发电厂的最小时间分配完成的时间要长，我们需要解决优化分配的时间尽可能的要与我们发电厂的最小时间完成时间接近，维持电网全厂负荷的运行稳定性，利用最小二次函数相乘法的设计思想，我们建立以下的数据模型主要依据发电厂快速性的负荷优化分配原则：（1.5）约束条件与相关表达式为：（1）功率平衡约束：（1.6）（2）负荷上下限约束：（1.7）（3）各台机组完成负荷优化的时间：（1.8）（4）全厂完成分配任务所需要的时间：（1.9）

第2章动态规划法来求负荷分配2.1等微增率法在负荷分配中的应用2.1.1基本概念在我们提出认识到等微增率法之前，我们的工作人员一直以错误的方法认知，一直认为我们经济的方式是用功率的发电机来带动大的负荷功率小的发电机来带动小的负荷这种方法我们现在看来是错误的。直到我们的发电增量全部结束后。我们才认识到这种方法不是最经济性的,这就是我们前面讲到的效率法。现在我们使用的最经济的就是等微增率法来进行分配电厂中的负荷,直到现在我们仍然在使用这种方法。我们所提到的等微增率法就是将每个机组在分配负荷时所增加的煤碳量与每个机组所输出增加的功率之间的比值。也就是我们火力发电发电机组所消耗的煤油的变化量与我们发电机组输出的功率所产生的比值。我们一个发电机组主要是由锅炉、节流式汽轮机跟发电机三个部分组成。我们每部分在一定时间内的内部消耗的功率跟他们输出的功率作为我们参考他们的耗能特性。典型的耗量特性如下：图2.1三种典型耗量特性图2.2三种典型微增率特性我们计算该曲线的斜率，即选择一点的输出功率然后查看的微增量即可即：(2.1)图2.3负荷改变时的耗量变化图2.2动态规划法在求解多目标厂级负荷分配中的应用我们在解决多目标场级负荷分配这个问题中我们采用动态规划法,他并不是一种算法而是用于解决或者优化多种决策方法一种可行的办法。是在世纪由R.Bellman等诸位数学家所提出,动态规划法自打演变出来后就已经在各个领域中得到了广泛的应用。动态规划法在信息系统中解决离散系统这个问题时它的优点及其突出适合,适合在该系统中解决着这个问题。Bellman在其最优性原理中明确指出:从开始决定各种最优策略开始，就可以形成一个完整的过程，后面的决策也为最优策略。解决问题过程的动态编程是解决我们在分解中寻找的问题，分为几个组件，与同一地区相对应的问题的完美解决方案。因此，动态编程方法的基本依据和现实是转换优化问题，按n级步骤中n变量顺序分配功能，按顺序完成改进和预约过程。动态编程还可用于解决非线性问题。在解决变负荷机组不同运行条件下火电厂最佳能量分配问题时，计算方法中使用的客观功能和限制条件不是很严格，因此可以避免曲线单调凹陷，使用动态编程方法最优解决问题的难点在于构建适当的数学模型，从而限制了该方法的应用。2.2.1动态规划法的基本概念（1）阶段阶段表示改进问题的n步骤发生了转变，n.原则变量通常根据需要在空间中解决或安排的问题的发生顺序将问题分为几个级别。在改进和解决问题的过程中，可以根据科室的顺序改进和解决问题。通常用k=1，2，...，n表示阶段变量。状态在阶段改进问题结果之后，不同阶段所表现出来的不同性状。可以显示该阶段状态的特征，如果该阶段的状态确定为特定阶段，则所有后续发展阶段仅受该阶段的影响，而不受该阶段之前的情况的影响，并且可以直接或间接地观察到每个阶段的状态。决策决策是一种选择手段，此种是通过上阶段中所决定的结果来传递到下阶段中。策略是由决策所汇集成的一个整体序列。在整个寻优种可以用来运行的的策略为：（2.2）在整个过程策略中，若从第k阶段的状态开始，该过程策略用表示:(2.3)状态转移方程在阶段中，状态和决策全都确定下来后，下阶段的状体过程就可以被直接推算出来。可以用状态转移的方程式来表示:（2.4）（6）最优策略最优策略是指当指标函数在达到到最优值时系统所选择的决策方式，此最优策略是从k阶段开始的，则可表示为：(2.5)其中k=1时为最优策略。（7）递推算法按递推顺序分为反向逆序递推和顺序递推。顺序递推的转移方程为：（2.6）递推方程为：（2.7）逆序递推转移方程为：（2.8）递推方程为：（2.9）2.2.2动态规划法求解负荷分配的问题运用动态调度理念，将多目标负载分配问题转化为多阶段决策过程中的动态调度问题。其中构建的全过程方法如下：阶段：每个单元都作为一个阶段，因此当安装n单元时，过程可分为n级。；状态：假设第一阶段的状态可变公式是i，它表示总电压和当前单位负载指令，这些指令是反向分布的。状态转移方程:(2.10)边界条件:(2.11)最优值目标函数:目前，i单元的总载荷系数相同，改进后每个单元的目标哦功能为:（2.12）决策集合：设为允许的决策集合（2.13）递推方程：（2.14）2.3动态规划法的递推过程2.3.1顺序造表共有n个单位参与改进负载并在工厂一级分发，并将其分为N工作阶段。第一步：相对于参加工厂对于分配和优化的单元机组，总负荷的指令定义为，所以多目标负荷的优化和分配模型和其约束条件均是作为第一台工作机组的：（2.15）初始状态：（2.16）约束条件：（2.17）负荷总指令当一定的运行速度遍历第一台机组的上下限中，将上下限区间分为个不同的负荷指令。即，其中。其次，将煤炭消耗与完成煤炭消费向运费转换的固定时间煤炭消耗的分配标准时间相结合，形成多种最佳目标的分配功能，分别计算配送功能的价值。即，将这一计算结果看作是最优化的分配结果，对应的最优函数值，即，这样第一组的分配数据就成为可以被用来作为第一组分配数据的一个集合。第二步:进行厂级负荷优化分配前两台机组的总负荷指令为，则有:(2.18)(2.19)(2.20)(2.21)如果同时有两个电源单元参与改进和分配负载，则满负荷指令可以一步一步地通过其值范围。结合第1步数据分析结果所得的两个数据分析组合，将遍历取值区间依次划分为个不同的最优负荷函数指令，即，其中，并且将这个不同的负荷指令点的最优负荷函数值计算出来，即，然后把第二台不同电力设备机组相互进行对应的最优负荷指令分配值的计算得法取出来，即。最后一步：如果所有工厂单元在同一阶段同时实施，并且及时设定总负载值，则可以根据步骤n-1的结果获得。对于不同的值，我们可以通过计算获得各种改善和分布的结果。与此同时我们也可以通过从第n组中不断地获取数据集合的值。2.3.2逆序造表如果所有工厂单元同时参与改善整个工厂的负载数据和功率分配的任务，假设从传输控制中心到计算机的关于整个工厂中装置总负载的说明定义为搜索串行表以查找单元n必须携带的负载。对于阶段n-1，如果整个工厂的n-1单元只涉及最大负载的最佳分配，则整个工厂的一般负载说明是，可以通过按顺序制作表n-1找到单元n-1的装载说明。同样的道理,利用这种动态负载规划计算方法的一个状态负载转移计算方程,就可以能依次地计算得到另一个发电机组的额定电压和一个负载转移指令。2.4算例分析以上分析后，采用动态编程方法解决多目标负载分布改进的过程，首先向大家介绍了采用动态规划法的多目标负荷优化分配求解工艺流程框架图，如流程图2.4所示。程序启动后，项目启动后，整个工厂将首先进入待改进的单位数量。为了显著提高整个机组的稳定性和可靠性，机组数量不得超过6台。输入参与改进的单位数量后，您将进入改进周期。然后问该机组是否确定运行着需要优化的程序，如果被选中，则可以进行接下来的操作。输入参数包括：整个工厂的总负载、整个工厂单元的AGC案例（条目1表示整个工厂单元开始进入AGC，入口0表示整个工厂单元未调整为AGC）、工厂级单元自动化状态（输入1表示单元处于自动操作状态，输入0表示单元处于手动操作）、单元的全部最小数据的运行以及上限数据要操作整个单元，单位的相应跟踪负载不设置在AGC上，手册单元的输入负载参数、单位中转区域数、与交汇区域相对应的数据、单位煤炭产量的上下边缘数据以及单位耗煤量的特点。数据库配置完成后，称为改进的计算处理单元。首先，根据要求，根据数据的合法性对上述所有输入和输出数据进行充分分析和判断，即在有条件限制条件下的有限价值数据是否完全超过最大要求，如果所有数据条目一次和跨越主区域的中转点都是合法的，以及整个组织每个生产单位其他交叉点的所有数据条目是否符合条件。若不符合条件，提示重新返回，如果满足条件，则转到下一个过程，并判断自动化组的数量（如果不是0），判断要分配的单位负载目前是否在单位上下限的注册条件之内，如果不符合条件，则设置数值，并将相应自动组的实际暂停分别设置在最低或最低。如果通过再分配计算的单位负载在上下限内，则直接计算系统的动态参数，在此计划中，系统在数据表创建阶段进行改进和重置。

图2.4动态规划流程图根据表3.1机组负荷能耗表对某电厂进行负荷优化分配，运用C++语言编程在DOS下调试，其运行结果如下图所示。图2.5输入参数图2.6经济性分配结果

图2.7输入参数图2.8快速性分配结果

图2.9输入参数图2.10多目标优化负荷分配结果

2.5结果分析表2.1基于经济性、快速性与基于多目标的负荷优化分配结果对比调度负荷指令(988MW)1号机组(MW)2号机组(M