一種基于自適應(yīng)混沌粒子群的制粉系統(tǒng)優(yōu)化分配方法
【專利摘要】本發(fā)明專利公布了一種基于自適應(yīng)混沌粒子群的制粉系統(tǒng)優(yōu)化分配方法，屬于電力系統(tǒng)優(yōu)化分配領(lǐng)域，根據(jù)機(jī)組給定的負(fù)荷計(jì)算出磨煤機(jī)總的給煤量，將總的給煤量合理的分配給機(jī)組的N臺(tái)磨煤機(jī)使總的制粉單耗最小；其特征在于：首先根據(jù)機(jī)組負(fù)荷，計(jì)算機(jī)組的給煤量，然后根據(jù)每臺(tái)磨煤機(jī)的出力范圍，確定出N臺(tái)磨煤機(jī)的不同運(yùn)行方式；運(yùn)用自適應(yīng)混沌粒子群算法，計(jì)算出每一種運(yùn)行方式的制粉單耗，然后根據(jù)最小制粉單耗確定磨煤機(jī)的運(yùn)行方式；本發(fā)明能夠解決智能優(yōu)化算法中的機(jī)組啟停問題和粒子群算法中的等式約束問題。
【專利說明】
一種基于自適應(yīng)混沌粒子群的制粉系統(tǒng)優(yōu)化分配方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及一種基于自適應(yīng)混沌粒子群的制粉系統(tǒng)優(yōu)化分配方法，是屬于電力系 統(tǒng)優(yōu)化分配領(lǐng)域；
【背景技術(shù)】
[0002] 節(jié)能減排是保證我國(guó)經(jīng)濟(jì)和社會(huì)穩(wěn)定發(fā)展的一項(xiàng)重要戰(zhàn)略舉措，對(duì)于高耗能行 業(yè)，節(jié)能減排既是本行業(yè)重要的機(jī)遇，也是艱巨的挑戰(zhàn)。火力發(fā)電行業(yè)是我國(guó)一次能源的消 耗大戶，全國(guó)煤炭產(chǎn)量的一半被用于火力發(fā)電，而火力發(fā)電廠的廠用電量的20%以上要用 于制粉系統(tǒng)；制粉系統(tǒng)是火力發(fā)電廠的重要組成部分，其運(yùn)行的好壞直接影響鍋爐的安全 運(yùn)行和鍋爐的效率；
[0003] 粒子群算法是美國(guó)社會(huì)心理學(xué)家James Kennedy和電氣工程師Russell Eberhart 共同提出的，其基本思想是受鳥群覓食過程中的迀徙與群聚行為的啟發(fā)。自從粒子群算法 提出之后，吸引了國(guó)內(nèi)外眾多學(xué)者的注意并被用于求解各種優(yōu)化問題。PSO是一種群智能算 法，優(yōu)化過程就是群體迭代過程，由粒子在其搜索空間中不斷靠攏最佳點(diǎn)進(jìn)行尋優(yōu)。PSO的 優(yōu)勢(shì)在于參數(shù)設(shè)置少，簡(jiǎn)單易操作，又具有改進(jìn)空間，在科學(xué)研究與工程應(yīng)用中普遍具有可 行性及有效性。
[0004] 但是標(biāo)準(zhǔn)粒子群算法在優(yōu)化制粉系統(tǒng)運(yùn)行時(shí)仍不能很好的解決等式約束問題和 機(jī)組啟停問題。

【發(fā)明內(nèi)容】

[0005] 發(fā)明目的：為了克服現(xiàn)有技術(shù)中存在的不足，本發(fā)明提供一種基于自適應(yīng)混沌粒 子群的制粉系統(tǒng)優(yōu)化分配方法，以解決粒子群在優(yōu)化中的機(jī)組啟停問題和等式約束問題。
[0006] 技術(shù)方案:為解決上述技術(shù)問題，本發(fā)明提供的一種基于自適應(yīng)混沌粒子群的制 粉系統(tǒng)優(yōu)化分配方法，包括以下步驟：
[0007] 步驟1，采集歷年電廠的關(guān)于制粉系統(tǒng)的DCS數(shù)據(jù)；
[0008] 步驟2,根據(jù)機(jī)組負(fù)荷和磨煤機(jī)總的給煤量，擬合處機(jī)組負(fù)荷和磨煤機(jī)總的給煤量 的函數(shù)關(guān)系，然后根據(jù)每臺(tái)磨煤機(jī)的給煤量和制粉單耗，擬合出磨煤機(jī)的制粉單耗和磨煤 機(jī)給煤量之間的一元二次函數(shù)關(guān)系；
[0009] 步驟3，根據(jù)機(jī)組分配的機(jī)組負(fù)荷，求出總的機(jī)組磨煤機(jī)給煤量;根據(jù)磨煤機(jī)總的 給煤量和每臺(tái)磨煤機(jī)的出力范圍，計(jì)算出磨煤機(jī)運(yùn)行臺(tái)數(shù)最少的所有運(yùn)行方式；
[0010] 步驟4,將粒子群算法的目標(biāo)函數(shù)加入懲罰函數(shù)，將N臺(tái)磨煤機(jī)總的給煤量的等式 約束問題加入到目標(biāo)函數(shù)中，然后將每一種運(yùn)行方式用自適應(yīng)混沌粒子群進(jìn)行尋優(yōu)；
[0011] 步驟5，根據(jù)混沌優(yōu)化值和慣性權(quán)重更新粒子的速度和位置；
[0012] 步驟6，判斷是否滿足終止條件，若滿足終止條件則輸出全局最優(yōu)值Gbest;若不滿 足條件則繼續(xù)混沌優(yōu)化更新粒子的速度和位置；
[0013] 步驟7,統(tǒng)計(jì)出不同運(yùn)行方式的制粉單耗，選取出制粉單耗最小的運(yùn)行方式。
[0014] 具體地，所述步驟1中的DCS數(shù)據(jù)，包括機(jī)組負(fù)荷及其對(duì)應(yīng)的磨煤機(jī)給煤量、每臺(tái)磨 煤機(jī)的有功功率、制粉單耗、一次風(fēng)機(jī)單耗和每臺(tái)磨煤機(jī)的給煤率。
[0015] 具體地，所述步驟2中將解決的問題簡(jiǎn)化成以下數(shù)學(xué)問題：
[0016] 目標(biāo)函數(shù)：
[0017]
[0018]
[0019]
[0020]
[0021]
[0022]
[0023] 當(dāng) Bi = O 時(shí)，F(xiàn)i = o;
[0024] 其中：i為第i臺(tái)磨煤機(jī);分給第i臺(tái)磨煤機(jī)的給煤量;F1為第i臺(tái)磨煤機(jī)的制粉 電耗；
[0025]根據(jù)機(jī)組給定的負(fù)荷計(jì)算出磨煤機(jī)總的給煤量，將總的給煤量合理的分配給機(jī)組 的N臺(tái)磨煤機(jī)使總的制粉單耗最小。
[0026] 具體地，所述步驟4中混沌粒子群尋優(yōu)過程如下：
[0027] a)輸入粒子群算法的基本參數(shù)，隨機(jī)每個(gè)粒子的位置和速度，計(jì)算每一個(gè)粒子的 適應(yīng)度值;找出每個(gè)粒子的個(gè)體的最優(yōu)解Pbest和全局最優(yōu)解Gbest;然后計(jì)算每個(gè)粒子的 慣性權(quán)重值w，跟新粒子的速度和位置，計(jì)算粒子的適應(yīng)度值；
[0028] b)判斷每個(gè)粒子新的適應(yīng)度值是否小于此粒子的歷史最優(yōu)值，如果小于歷史最優(yōu) 值，則更新此粒子個(gè)體的最優(yōu)解Pbest，然后判斷此粒子的適應(yīng)度值是否小于全局最優(yōu)值， 如果小于全局最優(yōu)值，則更新全局粒子的最優(yōu)解Gbest;
[0029] c)判斷程序迭代的進(jìn)程，如果在迭代初期則將全局最優(yōu)值在每臺(tái)磨煤機(jī)的整體取 值范圍內(nèi)進(jìn)行混沌尋優(yōu)，如果在迭代后期則全局最優(yōu)值在當(dāng)前最后值附近進(jìn)行混沌尋優(yōu)。
[0030] 具體地，所述步驟2中制粉單耗和磨煤機(jī)給煤量之間的函數(shù)關(guān)系為：
[0031] F(B)=aB2+bB+c
[0032] 其中:B為磨煤機(jī)的給煤量;F(B)磨煤機(jī)的制粉單耗。
[0033] 具體地，所沭慣件權(quán)重的審新方法為：
[0034]
[0035]其中:WmaxS慣性權(quán)重的最大值;WminS慣性權(quán)重的最小值;f UmaxS當(dāng)前所有粒子 適應(yīng)度最差粒子的適應(yīng)度;為當(dāng)前所有粒子適應(yīng)度最好的粒子的適應(yīng)度;fit(i)為粒 子i的適應(yīng)度值。
[0036] 具體地，所述步驟4中的懲罰函數(shù)為：
[0037]
[0038] 其中：B為磨煤機(jī)總的給煤量;C為給定負(fù)荷對(duì)應(yīng)的總的給煤量;Iu(B)A2(B)為經(jīng)驗(yàn) 常數(shù)
[0039] 有益效果:本發(fā)明根據(jù)機(jī)組給定的負(fù)荷計(jì)算出磨煤機(jī)總的給煤量，將總的給煤量 合理的分配給機(jī)組的N臺(tái)磨煤機(jī)使總的制粉單耗最小;首先根據(jù)機(jī)組負(fù)荷，計(jì)算機(jī)組的給煤 量，然后根據(jù)每臺(tái)磨煤機(jī)的出力范圍，確定出N臺(tái)磨煤機(jī)的不同運(yùn)行方式;運(yùn)用自適應(yīng)混沌 粒子群算法，計(jì)算出每一種運(yùn)行方式的制粉單耗，然后根據(jù)最小制粉單耗確定磨煤機(jī)的運(yùn) 行方式;解決了智能優(yōu)化算法中的機(jī)組啟停問題和粒子群算法中的等式約束問題。
[0040] 除了上面所述的本發(fā)明解決的技術(shù)問題、構(gòu)成技術(shù)方案的技術(shù)特征以及由這些技 術(shù)方案的技術(shù)特征所帶來(lái)的優(yōu)點(diǎn)外，本發(fā)明的一種基于自適應(yīng)混沌粒子群的制粉系統(tǒng)優(yōu)化 分配方法所能解決的其他技術(shù)問題、技術(shù)方案中包含的其他技術(shù)特征以及這些技術(shù)特征帶 來(lái)的優(yōu)點(diǎn)，將在實(shí)施例中做出進(jìn)一步詳細(xì)的說明。
【具體實(shí)施方式】 [0041 ] 實(shí)施例：
[0042] 為了闡述本發(fā)明的具體實(shí)施方法，以某電廠1000MW機(jī)組中速直吹式制粉系統(tǒng)為 例，介紹應(yīng)用方法完成制粉系統(tǒng)優(yōu)化的具體實(shí)施步驟，該機(jī)組為五臺(tái)運(yùn)行一臺(tái)備用;每臺(tái)磨 煤機(jī)運(yùn)行時(shí)的出力范圍為30t/h_80t/h;
[0043] 1)采集歷年電廠的關(guān)于制粉系統(tǒng)的DCS數(shù)據(jù)，包括:機(jī)組負(fù)荷及其對(duì)應(yīng)的磨煤機(jī)給 煤量、每臺(tái)磨煤機(jī)的有功功率、制粉單耗、一次風(fēng)機(jī)單耗、每臺(tái)磨煤機(jī)的給煤率等相關(guān)數(shù)據(jù)； 并擬合出機(jī)組負(fù)荷和磨煤機(jī)總給煤量的關(guān)系和每臺(tái)磨煤機(jī)給煤量和制粉單耗的關(guān)系;公式 1為機(jī)組負(fù)荷和磨煤機(jī)總給煤量的關(guān)系；
[0044] y = 0.356x+30.8 (1)
[0045] 表1為根據(jù)該機(jī)組的原始數(shù)據(jù)通過最小二乘法擬合得到的各臺(tái)磨煤機(jī)的給煤量與 制粉單耗的關(guān)系；
[0046] 表1:磨煤機(jī)制粉電耗擬合函數(shù)關(guān)系
[0048] 2)當(dāng)給定鍋爐負(fù)荷在滿負(fù)荷時(shí)，磨煤機(jī)總的給煤量為386.8t/h;磨煤機(jī)同時(shí)運(yùn)行 臺(tái)數(shù)最少為5臺(tái)；所以一共6種運(yùn)行方式；
[0049] 根據(jù)每種運(yùn)行方式，將粒子群算法的目標(biāo)函數(shù)加入懲罰函數(shù)使粒子群在尋優(yōu)的時(shí) 候解決等式約束問題;然后將每一種運(yùn)行方式依次輸入到自適應(yīng)混沌粒子群算法中進(jìn)行尋 優(yōu);混沌粒子群尋優(yōu)過程如下：
[0050] a)輸入粒子群算法的基本參數(shù)，隨機(jī)每個(gè)粒子的位置和速度，計(jì)算每一個(gè)粒子的 適應(yīng)度值;找出每個(gè)粒子的個(gè)體的最優(yōu)解Pbest和全局最優(yōu)解Gbest;然后計(jì)算每個(gè)粒子的 慣性權(quán)重值w，跟新粒子的速度和位置，計(jì)算粒子的適應(yīng)度值；
[0051] b)判斷每個(gè)粒子新的適應(yīng)度值是否小于此粒子的歷史最優(yōu)值，如果小于歷史最優(yōu) 值，則更新此粒子個(gè)體的最優(yōu)解Pbest，然后判斷此粒子的適應(yīng)度值是否小于全局最優(yōu)值， 如果小于全局最優(yōu)值，則更新全局粒子的最優(yōu)解Gbest;
[0052] c)判斷程序迭代的進(jìn)程，如果在迭代初期則將全局最優(yōu)值在每臺(tái)磨煤機(jī)的整體取 值范圍內(nèi)進(jìn)行混沌尋優(yōu)，如果在迭代后期則全局最優(yōu)值在當(dāng)前最后值附近進(jìn)行混沌尋優(yōu)；
[0053] 3)根據(jù)混沌優(yōu)化值和慣性權(quán)重更新粒子的速度和位置；
[0054] 4)判斷是否滿足終止條件，若滿足終止條件則輸出全局最優(yōu)值Gbest;若不滿足條 件則繼續(xù)混沌優(yōu)化更新粒子的速度和位置；
[0055] 5)統(tǒng)計(jì)出不同運(yùn)行方式的制粉單耗;表2為磨煤機(jī)不同運(yùn)行方式的制粉單耗情況；
[0056] 表2磨煤機(jī)不同運(yùn)行方式及其制粉單耗
[0058]從表2中可以看出在給煤指令為387t/h時(shí)，制粉單耗最小的為運(yùn)行方式4:A、B、D、 E、F磨同時(shí)運(yùn)行。制粉單耗為13.72;選出此運(yùn)行方式作為機(jī)組的運(yùn)行方式。
【主權(quán)項(xiàng)】
1. 一種基于自適應(yīng)混濁粒子群的制粉系統(tǒng)優(yōu)化分配方法，其特征在于包括W下步驟： 步驟1，采集歷年電廠的關(guān)于制粉系統(tǒng)的DCS數(shù)據(jù)； 步驟2,根據(jù)機(jī)組負(fù)荷和磨煤機(jī)總的給煤量，擬合處機(jī)組負(fù)荷和磨煤機(jī)總的給煤量的函 數(shù)關(guān)系，然后根據(jù)每臺(tái)磨煤機(jī)的給煤量和制粉單耗，擬合出磨煤機(jī)的制粉單耗和磨煤機(jī)給 煤量之間的一元二次函數(shù)關(guān)系； 步驟3,根據(jù)機(jī)組分配的機(jī)組負(fù)荷，求出總的機(jī)組磨煤機(jī)給煤量;根據(jù)磨煤機(jī)總的給煤 量和每臺(tái)磨煤機(jī)的出力范圍，計(jì)算出磨煤機(jī)運(yùn)行臺(tái)數(shù)最少的所有運(yùn)行方式； 步驟4,將粒子群算法的目標(biāo)函數(shù)加入懲罰函數(shù)，將N臺(tái)磨煤機(jī)總的給煤量的等式約束 問題加入到目標(biāo)函數(shù)中，然后將每一種運(yùn)行方式用自適應(yīng)混濁粒子群進(jìn)行尋優(yōu)； 步驟5，根據(jù)混濁優(yōu)化值和慣性權(quán)重更新粒子的速度和位置； 步驟6，判斷是否滿足終止條件，若滿足終止條件則輸出全局最優(yōu)值加 est;若不滿足條 件則繼續(xù)混濁優(yōu)化更新粒子的速度和位置； 步驟7,統(tǒng)計(jì)出不同運(yùn)行方式的制粉單耗，選取出制粉單耗最小的運(yùn)行方式。2. 根據(jù)權(quán)利要求1所述的一種基于自適應(yīng)混濁粒子群的制粉系統(tǒng)優(yōu)化分配方法，其特 征在于:所述步驟1中的DCS數(shù)據(jù)，包括機(jī)組負(fù)荷及其對(duì)應(yīng)的磨煤機(jī)給煤量、每臺(tái)磨煤機(jī)的有 功功率、制粉單耗、一次風(fēng)機(jī)單耗和每臺(tái)磨煤機(jī)的給煤率。3. 根據(jù)權(quán)利要求1所述的一種基于自適應(yīng)混濁粒子群的制粉系統(tǒng)優(yōu)化分配方法，其特 征在于:所述步驟2中將解決的問題簡(jiǎn)化成W下數(shù)學(xué)問題： 目標(biāo)函數(shù)： F=min(Fi+F2+L+Fn) 制粉單耗和磨煤機(jī)給煤量的函數(shù)關(guān)系：Bi.min < Bi < Bi.max或者Bi = 0 當(dāng) Bi = 0 時(shí)，F(xiàn)i = 0; 其中：i為第i臺(tái)磨煤機(jī);Bi為分給第i臺(tái)磨煤機(jī)的給煤量;Fi為第i臺(tái)磨煤機(jī)的制粉電耗； 根據(jù)機(jī)組給定的負(fù)荷計(jì)算出磨煤機(jī)總的給煤量，將總的給煤量合理的分配給機(jī)組的N 臺(tái)磨煤機(jī)使總的制粉單耗最小。4. 根據(jù)權(quán)利要求1所述的一種基于自適應(yīng)混濁粒子群的制粉系統(tǒng)優(yōu)化分配方法，其特 征在于:所述步驟4中混濁粒子群尋優(yōu)過程如下： 輸入粒子群算法的基本參數(shù)，隨機(jī)每個(gè)粒子的位置和速度，計(jì)算每一個(gè)粒子的適應(yīng)度 值;找出每個(gè)粒子的個(gè)體的最優(yōu)解Pbest和全局最優(yōu)解加 est;然后計(jì)算每個(gè)粒子的慣性權(quán) 重值W，跟新粒子的速度和位置，計(jì)算粒子的適應(yīng)度值； 判斷每個(gè)粒子新的適應(yīng)度值是否小于此粒子的歷史最優(yōu)值，如果小于歷史最優(yōu)值，貝U 更新此粒子個(gè)體的最優(yōu)解Pbest，然后判斷此粒子的適應(yīng)度值是否小于全局最優(yōu)值，如果小 于全局最優(yōu)值，則更新全局粒子的最優(yōu)解Gbest; 判斷程序迭代的進(jìn)程，如果在迭代初期則將全局最優(yōu)值在每臺(tái)磨煤機(jī)的整體取值范圍 內(nèi)進(jìn)行混濁尋優(yōu)，如果在迭代后期則全局最優(yōu)值在當(dāng)前最后值附近進(jìn)行混濁尋優(yōu)。5. 根據(jù)權(quán)利要求1所述的一種基于自適應(yīng)混濁粒子群的制粉系統(tǒng)優(yōu)化分配方法，其特 征在于:所述步驟2中制粉單耗和磨煤機(jī)給煤量之間的函數(shù)關(guān)系為： F(B)=aB2+bB+c 其中:B為磨煤機(jī)的給煤量;F(B)磨煤機(jī)的制粉單耗。6. 根據(jù)權(quán)利要求1所述的一種基于自適應(yīng)混濁粒子群的制粉系統(tǒng)優(yōu)化分配方法，其特 征在于:所述慣性權(quán)重的更新方法為：其中：Wmax為慣性權(quán)重的最大值;Wmin為慣性權(quán)重的最小值;f Umax為當(dāng)前所有粒子適應(yīng) 度最差粒子的適應(yīng)度;fitmin為當(dāng)前所有粒子適應(yīng)度最好的粒子的適應(yīng)度;fit(i)為粒子i 的適應(yīng)度值。7. 根據(jù)權(quán)利要求1所述的一種基于自適應(yīng)混濁粒子群的制粉系統(tǒng)優(yōu)化分配方法，其特 征在于:所述步驟4中的懲罰函數(shù)為：其中：B為磨煤機(jī)總的給煤量;C為給定負(fù)荷對(duì)應(yīng)的總的給煤量;hi(B)，h2(B)為經(jīng)驗(yàn)常 數(shù)。
【文檔編號(hào)】G06N3/00GK105844369SQ201610241043
【公開日】2016年8月10日
【申請(qǐng)日】2016年4月18日
【發(fā)明人】仲亞飛, 韋紅旗
【申請(qǐng)人】東南大學(xué)