基于GA的背压动态设定值多目标优化研究

doi:10.11930/j.issn.1004-9649.201803122

中国电力 ›› 2018, Vol. 51 ›› Issue (9): 59-64.DOI: 10.11930/j.issn.1004-9649.201803122

基于GA的背压动态设定值多目标优化研究

王琦¹, 曲燕¹, 白建云¹, 侯鹏飞¹, 李永茂², 冯赓¹

1. 山西大学自动化系, 山西太原 030013;
2. 山西平朔煤矸石发电有限公司, 山西朔州 036800

收稿日期:2018-03-20 修回日期:2018-06-26 出版日期:2018-09-05 发布日期:2018-09-20
作者简介:王琦(1973-),女,硕士,副教授,从事测控系统集成与优化研究,E-mail:wq288@sina.com
基金资助:
国家自然科学基金联合基金项目（U1610116）；山西省科技重大专项项目（MD2016-02）；山西省研究生联合培养基地人才培养项目（2018JD08）。

Multi-objective Optimization of Dynamic Back Pressure Setpoint Based on Genetic Algorithm

WANG Qi¹, QU Yan¹, BAI Jianyun¹, HOU Pengfei¹, LI Yongmao², FENG Geng¹

1. Department of Automation, Shanxi University, Taiyuan 030013, China;
2. Shanxi Pingshuo Gangue Power Generation Co., Ltd., Shuozhou 036800, China

Received:2018-03-20 Revised:2018-06-26 Online:2018-09-05 Published:2018-09-20
Supported by:
This work is supported by National Natural Science Foundation of China (No.U1610116), Shanxi Science and Technology Major Project (No.MD2016-02) and Shanxi Province Postgraduate Joint Cultivation Area Talent Cultivation Project (No.2018JD08).

摘要/Abstract

摘要： 为了解决中国多数空冷机组背压值设定存在的缺陷，利用某300 MW直接空冷机组运行过程中所获取的参数，使用多目标优化遗传算法（GA）建立具体的背压和空冷风机耗电量数学模型，在约束条件下求解最优背压和最小空冷风机耗电量。该背压动态设定方法，实现了空冷机组在变负荷及AGC考核条件下背压设定值的动态优化，对空冷机组运行参数的调整以及控制策略的优化有实用价值，有利于提高空冷机组的安全经济运行水平。

关键词: 火电厂, 直接空冷, 多目标优化, 遗传算法, 空冷风机耗电量, 背压设定值, 动态优化

Abstract: Aiming at existing defects in backpressure value setting of most air-cooled units in China, by taking advantage of the parameters obtained during the operation of a 300MW direct air-cooled unit, a multi-objective optimization genetic algorithm (GA) was used to establish a specific mathematical model for back pressure and air cooler fan power consumption, and then solve the optimal solution for back pressure and minimum air cooler fan power consumption under certain constraints. Through this dynamic setting method, the backpressure setting of air-cooled units are optimized dynamically under variable load and AGC conditions, which is of great practical significance for the operating parameter adjustment of air-cooled units as well as the control strategy optimizations. It is also beneficial for the safe and economical operation of air-cooled units.

Key words: thermal power plant, direct air cooling, multi-objective optimization, genetic algorithm(GA), air-cooled fan power consumption, back pressure setting, dynamic optimization

中图分类号:

TP273
TM611

王琦, 曲燕, 白建云, 侯鹏飞, 李永茂, 冯赓. 基于GA的背压动态设定值多目标优化研究[J]. 中国电力, 2018, 51(9): 59-64.

WANG Qi, QU Yan, BAI Jianyun, HOU Pengfei, LI Yongmao, FENG Geng. Multi-objective Optimization of Dynamic Back Pressure Setpoint Based on Genetic Algorithm[J]. Electric Power, 2018, 51(9): 59-64.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930/j.issn.1004-9649.201803122

https://www.electricpower.com.cn/CN/Y2018/V51/I9/59

参考文献

[1] 张军亮. 基于数据建模的直接空冷机组最佳背压研究[D]. 北京:华北电力大学, 2016.
[2] 金生祥, 王清. 空冷机组混合冷却的综合应用及发展前景[J]. 中国电力, 2013, 46(6):5-9 JIN Shengxiang, WANG Qing. Comprehensive application and development prospect of hybridcooling for air cooling units[J]. Electric Power, 2013, 46(6):5-9
[3] 王玮, 刘慧超, 杨巍, 等. 基于背压连续调节的火电机组变负荷控制[J]. 热力发电, 2017, 46(5):56-62 WANG Wei, LIU Huichao, YANG Wei, et al. Control of variable load of thermal power unit based on continuous control of back pressure[J]. Thermal Power Generation, 2017, 46(5):56-62
[4] 王宏宇, 白焰. 电厂直接空冷系统汽轮机背压的控制方法[J]. 化工自动化及仪表, 2016, 43(6):584-586 WANG Hongyu, BAI Yan. Control method of steam turbine back pressure in direct air cooling system of power plants[J]. Chemical Industry Automation and Instrumentation, 2016, 43(6):584-586
[5] 高建强, 陈冠兵, 薛楠楠. 直接空冷机组经济背压计算模型及其应用[J]. 动力工程学报, 2014, 34(2):153-158 GAO Jianqiang, CHEN Guanbing, XUE Nannan. An economical backpressure calculation model of direct air-cooling unit and its application[J]. Chinese Journal of Power Engineering, 2014, 34(2):153-158
[6] 王彪, 刘格. 基于BP神经网络的直接空冷凝汽器背压预测[J]. 电力科学与工程, 2014, 30(5):67-70 WANG Biao, LIU Ge. Predicting the back pressure of direct air-cooled condenser based on BP neural network[J]. Power Science and Engineering, 2014, 30(5):67-70
[7] 王琦, 白建云, 王欣峰, 等. CFB锅炉脱硫脱硝系统多目标优化[J]. 中国电力, 2017, 50(7):109-114, 121 WANG Qi, BAI Jianyun, WANG Xinfeng, et al. Multi-objective optimization of CFB boiler desulfurization and denitrification system[J]. Electric Power, 2017, 50(7):109-114, 121
[8] 任羽婧. 基于进化算法的动态多目标优化[D]. 西安:西安电子科技大学, 2013.
[9] 曾德良, 简一帆. 火电厂负荷分配的多目标优化算法[J]. 热力发电, 2017, 46(5):98-104 ZENG Deliang, JIAN Yifan. Multi-objective optimization algorithm for load distribution in thermal power plants[J]. Thermal Power Generation, 2017, 46(5):98-104
[10] 王艳艳. 基于风功率预测的风电场混合储能容量多目标优化配置[D]. 太原:山西大学, 2016.
[11] 韩璞. 现代工程控制论[M]. 北京:中国电力出版社, 2017.
[12] 葛成余, 周博曦, 朱颂怡, 等. 基于遗传算法的区域配电网单线图的自动布局算法[J]. 中国电力, 2016, 49(12):53-57 GE Chengyu, ZHOU Bojun, ZHU Songyi, et al. Automatic layout algorithm for single line map of regional distribution network based on genetic algorithm[J]. Electric Power, 2016, 49(12):53-57
[13] 叶远芹. 基于混沌遗传算法的车间设备动态布局多目标优化研究[D]. 西安:西安建筑科技大学, 2017.
[14] 高建强, 肖雄. 某300MW直接空冷机组风机运行调整研究[J]. 汽轮机技术, 2017, 59(3):221-223 GAO Jianqiang, XIAO Xiong. Research on fan operation adjustment of a 300MW direct air cooling unit[J]. Turbine Technology, 2017, 59(3):221-223
[15] 张学海. 600 MW直接空冷机组背压修正曲线及经济运行背压研究[J]. 华电技术, 2017, 39(3):1-4, 77 ZHANG Xuehai. Study on back pressure correction curve and economic operation back pressure of 600 MW direct air cooling unit[J]. Huadian Technology, 2017, 39(3):1-4, 77
[16] 王丽, 张义江, 郭民臣, 等. 积灰及迎面风速对直接空冷机组性能的影响[J]. 中国电力, 2015, 48(2):21-26 WANG Li, ZHANG Yijiang, GUO Minchen, et al. Effect of dust accumulation and oncoming wind speed on the performance of direct air-cooled units[J]. Electric Power, 2015, 48(2):21-26
[17] 马海龙, 王运民, 张希富, 等. 电厂凝汽式汽轮机最佳运行背压的确定方法[J]. 汽轮机技术, 2013, 55(2):118-120 MA Hailong, WANG Yunmin, ZHANG Xifu, et al. Determination method of optimal operating back pressure for condensing steam turbine in power plant[J]. Turbine Technology, 2013, 55(2):118-120
[18] 许宁, 李永华, 杨海生, 等. 直接空冷机组空冷岛风机优化试验研究[J]. 电力科学与工程, 2016, 32(4):66-70 XU Ning, LI Yonghua, YANG Haisheng, et al. Experimental research on air cooling fan of direct air cooling unit[J]. Electric Power Science and Engineering, 2016, 32(4):66-70
[19] 高沛, 张学镭. 环境风对直接空冷凝汽器性能的影响及主导因素分析[J]. 中国电力, 2013, 46(11):113-118,123 GAO Pei, ZHANG Xuelei. Effect of ambient wind on the performance of direct air-cooled condenser and analysis of its leading factors[J]. Electric Power, 2013, 46(11):113-118,123

基于GA的背压动态设定值多目标优化研究

Multi-objective Optimization of Dynamic Back Pressure Setpoint Based on Genetic Algorithm

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	刘文军, 董伟杰, 陈远扬, 何书耘, 陈剑, 贾东强. 新能源高渗透配电网柔性多状态开关的多目标优化控制策略[J]. 中国电力, 2025, 58(1): 85-92.
[2]	陈胜, 张洪略, 夏天, 杨雪, 张文军, 颜伟. 考虑TCPS考核约束的AGC机组动态优化模型[J]. 中国电力, 2024, 57(8): 145-151.
[3]	赵会茹, 姚满宇, 李兵抗, 谢光龙, 丁智华, 胡臻达. 考虑乡村振兴贡献度的农网项目投资决策模型[J]. 中国电力, 2024, 57(6): 181-192.
[4]	任鑫, 王渡, 金亚飞, 王志刚. 基于能耗、经济性及碳排放的热电联产机组运行优化[J]. 中国电力, 2023, 56(4): 201-210.
[5]	王朝辉, 黄松阁, 林斌, 陈雨薇, 范淑敏, 施朝晖. 基于海上风电场区66 kV集电系统海缆最大截面经济性分析[J]. 中国电力, 2023, 56(11): 20-28.
[6]	祁升龙, 李磊, 何玉鹏, 朱林, 王放, 邹红波. 基于BSSSO算法的无功补偿容量优化方法[J]. 中国电力, 2023, 56(1): 106-111.
[7]	陈超强, 龚汉阳, 张帝, 张志丹, 乐健. 计及设备信息的配电设备多组巡检路径优化策略[J]. 中国电力, 2022, 55(7): 81-86.
[8]	潘瑞媛, 唐忠, 史晨豪, 魏敏捷, 李安, 戴尉阳. 基于主从博弈的多主体投资多微网系统优化配置[J]. 中国电力, 2022, 55(6): 65-73,127.
[9]	刘习文, 彭卓寅, 胡新强, 叶泽, 何会学, 蔡睿, 魏文博. 燃煤火电厂年度燃料成本最小化决策模型及应用[J]. 中国电力, 2022, 55(6): 202-207.
[10]	蒋从伟, 欧庆和, 吴仲超, 张健, 杨澍, 朱佳男, 艾芊. 基于联盟博弈的多微网共享储能联合配置与优化[J]. 中国电力, 2022, 55(12): 11-21.
[11]	李培, 俞永军, 马智泉, 蔡重凯. 考虑电压暂降治理设备服役年限的优质供电服务模式[J]. 中国电力, 2022, 55(12): 147-159.
[12]	方彤, 蒋东方, 杨洋, 袁铁江. 基于NSGA-II和熵权法的氢综合能源系统商业运营模式[J]. 中国电力, 2022, 55(1): 110-118.
[13]	杨胡萍, 黄煌, 何志勤, 张扬, 杨文思, 周睿. 基于数据拟合的继保设备失效率调整因子模型[J]. 中国电力, 2021, 54(9): 96-101.
[14]	刘嘉乐, 马素霞, 马红和, 张立芳. 燃气机组热调峰性能及经济性分析[J]. 中国电力, 2021, 54(6): 104-110.
[15]	刘辉, 江千军, 桂前进, 王磊, 田宏强, 王京景, 杨贺钧. 考虑供需综合因素的电网检修计划最优决策模型[J]. 中国电力, 2021, 54(6): 159-167.

模态框（Modal）标题

基于GA的背压动态设定值多目标优化研究

Multi-objective Optimization of Dynamic Back Pressure Setpoint Based on Genetic Algorithm

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics