电厂优化配煤的不确定性机会约束非线性规划方法

动力配煤是适合中国国情的一种洁净煤技术,可以改善燃煤电厂的经济效益和燃烧性能。动力配煤技术的关键在于优化求解,然而煤质参数是不确定的和可变的,电厂优化配煤决策必须处理这些不确定性。文中建立了一个不确定性机会约束非线性规划模型(inexact chance-constrained nonl- inear programming, ICCNLP)来处理不确定条件下电厂优化配煤问题。ICCNLP可有效处理以区间或概率密度分布表征的不确定性,并评估为实现系统成本最小而需承担的违反约束的风险水平,如超出硫排放标准的风险。结果表明,ICCNLP可得到稳定和可行的区间解,决策者可根据实际情况,在解区间内调整决策变量值,从而得到多个决策替代方案。     

火电厂配煤模型研究

根据配煤的核心,通过确定动力配煤的优化配比,研究了燃煤电厂配煤模型的组成,建立了火电厂线性配煤模型、非线性配煤模型和不确定性的配煤模型。对线性模型和非线性模型的目标函数和约束条件进行分析,指出线性模型的建立和求解较简单,其实用性和操作性较强;而非线性模型的精确度虽高,但其纠结相对困难。针对电厂配煤煤质参数的不确定性、可变性以及煤炭价格的波动性问题,利用区间规划方法对不确定性的配煤模型进行分析,并通过算例验证其现场操作性更强。     

基于供热发电分析的配煤优化方法

为达到多热源供热系统的热电厂经济运行和节能减排的目的,同时使配煤结果更具有科学性和实用性,将供热负荷分配和配煤掺烧过程纳入到一个系统内进行配煤优化.通过供热分析将热电厂和调峰锅炉的供热、发电量作为后续配煤优化模型的边界输入条件,同时考虑到不同煤源煤质波动所导致的区间不确定性问题,以我国北方某大型城市经济新区采暖期的热电厂和调峰锅炉配煤为案例,建立“以热定电”的热电厂-调峰锅炉联合不确定优化模型,并利用交互式区间算法进行求解.结果表明：该模型在达到供热发电、满足锅炉机组设备和环保要求的同时,也将配煤成本控制在合理范围内.配煤优化模型所得的最终优化混煤煤质较为稳定,在不同掺配煤种的优化区间解内,可根据实际情况为相关决策者提供合理的环境减排-经济成本配煤妥协方案.     

动力配煤在山西的应用

分析了山西各典型矿区煤的煤质指标,根据用户对煤质的特定要求,应用配煤软件实施配煤,选取最优配方,最大限度地使用劣质煤,以整合当地乃至全省范围内的煤炭资源,达到特性互补、劣煤优用、有利燃烧的目的。     

电厂计算机配煤优化模型的研究

将遗传算法和模拟退火算法应用于电厂计算机配煤,建立了一种高效、准确的配煤优化模型,该模型的计算效率比传统模型提供了近一百倍。     

电厂负荷分配与配煤优化耦合模型的研究

机组负荷和混煤质量是影响电厂经济运行和节能减排的重要因素,但是目前的研究很少考虑到两者的关联性.本研究提出一个电厂负荷分配与配煤优化耦合模型.该模型的计算是通过负荷优化分配模型优化分配不同时段各机组的负荷;计算出各机组不同负荷下单位小时电力生产所需的热耗量,此计算结果作为配煤优化模型中供热量约束的输入;通过求解配煤优化模型得到各机组在不同负荷下的各掺配煤种的消耗量.研究结果表明: 电厂负荷分配与配煤优化耦合模型能够在合理分配机组负荷的基础上对燃料混配进行优化,既能满足机组实时负荷变化下的生产要求,又可以避免不必要的燃料浪费,并减少污染物排放.     

BP神经网络在电厂优化配煤中预测性能的研究

详细分析了不同的BP神经网络模型对混煤煤质的预测效果,并发现学习样本的大小是影响其预测性能的关键。     

燃煤电厂动力配煤技术的应用

分析了燃煤电厂动力配煤的现状,提出采用动力配煤技术,该技术能解决当前电厂用动力煤煤质差的问题。并利用动力配煤应用软件,实施燃煤电厂动力配煤。     

动力配煤系统中配煤燃烧特性研究

在不同过量空气系数、炉膛温度和煤粉细度条件下,通过沉降炉燃烧特性试验,研究了不同煤种以不同比例混合配煤的着火、燃烧、结渣等燃烧特性变化规律及其影响因素.研究表明:(1)配煤中挥发分减少,着火温度逐渐升高,煤粉着火推迟,使得燃尽性变差;(2)配煤的发热量降低,导致着火温度逐渐升高及飞灰含碳量升高;(3)煤粉浓度一定时,煤粉越细越利于着火.     

优化配煤专家系统的构造与应用

优化配煤专家系统以具有自学习功能的神经网络方法构造系统的知识表达,以登山法和查点法进行目标函数的优化搜索,并配置了强大的Access数据库以及具有Windows’95风格的人权交换界面．     

考虑多重不确定性的含需求响应及电碳交易的虚拟电厂优化调度策略

为解决当前对虚拟电厂系统中多重不确定性源的表征考虑不全面且处理方法单一的问题,提出一种基于蒙特卡罗与曼哈顿概率距离的场景生成与削减法来对风光出力、电价进行建模,并利用区间法对碳价、需求响应进行建模;以虚拟电厂运行成本最小化为目标,综合考虑电碳交易及激励型需求响应机制,建立基于区间线性规划的虚拟电厂优化调度模型,采用强区间线性规划法中的两阶段分解算法对模型进行求解,针对不同不确定性源的特点,采用2种方法处理虚拟电厂系统中的多重不确定性。算例结果表明,该模型能够通过指标变化趋势有效地反映多重不确定性因素对系统调度结果的影响,在保证虚拟电厂系统安全运行的基础上提高经济性,区间形式的表示为决策者留出了一定的现实选择空间。     

火电机组进行劣质煤掺烧的措施分析

掺烧劣质煤是降低火力燃煤电厂发电成本的主要举措,某发电公司选择了高水分、高硫份、低发热量的劣质褐煤进行掺烧.为了确保锅炉运行安全和经济性,在实际应用劣质煤掺烧技术的过程中,逐步制定并规范了掺烧的各项技术管理措施,在保证机组安全稳定运行的基础上,减少了锅炉燃料的成本支出.     

计及不确定性的区域综合能源系统双层优化配置规划模型

针对综合能源系统规划运行时缺乏对负荷、可再生能源预测误差和购能价格波动不确定性的考虑,构建了基于粒子群优化-区间线性规划的双层优化模型,用于求解计及不确定性的综合能源系统规划问题。为了说明所提优化配置模型能够显著提高系统运行的灵活性,给出了评价系统参与需求响应项目的潜力指标,量化分析了系统在响应电网削负荷指标和应对购能价格变化方面的优势。算例结果不仅验证了所提模型的有效性和可行性,还表明了在能源互联替代的背景下,天然气价格和电负荷的波动直接影响能源服务公司的收益区间,可通过所提模型优化配置各类储能设备以提高能源利用率、抑制系统运营收益的波动。     

考虑不确定性的微网日前经济优化调度区间线性规划方法

微网中的可再生能源发电出力和负荷功率都具有不确定性特征,在微网的经济优化调度中如何考虑这些不确定性因素的影响值得深入研究。为了能够表征微网中的这些不确定性因素,采用区间数学对风速以及光照强度变化的不确定性进行了区间数描述,并结合对负荷不确定性的区间描述,提出了微网日前经济优化调度的区间线性规划模型。然后,结合分时电价,考虑微网与外部电网的电能交换问题,应用CPLEX优化软件结合C++编程实现了区间线性规划求解方法。最后,以微网中储能对系统经济运行的影响分析为例,讨论了考虑可再生能源发电出力和负荷功率的不确定性对优化结果产生的影响。算例结果验证了所提模型和方法良好的鲁棒性能,显示了对不确定性优化问题求解的有效性。     

燃煤电厂分磨掺烧方式下磨煤机组合优化模型及应用

为了提高配煤掺烧的精细化水平,建立了实用性强的磨煤机组合优化模型。模型中结合混煤煤质及锅炉结构构建了用于表征燃尽特性、结渣特性、低负荷稳燃特性及污染物排放特性的函数指标,优化模型分为煤种组合优化和出力组合优化两部分,并分别采用穷举法和非支配排序多目标遗传算法作为寻优算法。该模型已成功应用于某电厂燃煤掺烧全程动态优化决策系统中。     

An improved finite frequency approach to robust filter design for LTI systems with polytopic uncertainties

In this paper, the finite frequency robust filtering problem (‐FFRFP), design of a robust filter minimizing the norm from the disturbance input to the estimation error evaluated over a prescribed finite frequency domain, is considered for continuous‐time and discrete‐time linear time‐invariant (LTI) systems with polytopic parameter uncertainties. By means of the generalized Kalman–Yakubovich–Popov (KYP) lemma in combination with a result known as Finsler's lemma, the ‐FFRFP is cast as a linear matrix inequality (LMI) optimization. Examples are given to demonstrate that the proposed condition can achieve improvement over the previous ones in the literature. Copyright © 2012 John Wiley & Sons, Ltd.     

Periodic overhaul planning system for electric power plants

Periodic overhaul planning for boilers and turbines in electric power plants has been done based on expert experience in order to satisfy various constraints that are hard to formalize, such as legal regulations, the overhaul interval restriction between units, the adjustment strategy in the case of including special events, the daily electric power requirement, and so forth. Although computer processing using the knowledge base approach has been tried, it does not lead to good results because of excessive hardware requirements, low performance, and no assurance of optimality. A two‐step approach is proposed based on the categorization of constraints that are hard to formalize into “strong constraints” and “weak constraints.” It replaces the nonlinear integer programming problem corresponding to “strong constraints” by a combination of integer programming and combinatorial analysis. Consequently, it can lead to optimal solution in terms of fuzzy satisfaction measures within an allowable time with a PC. © 1999 Scripta Technica, Electr Eng Jpn, 127(2): 24–31, 1999