一种火电厂动力煤多目标配煤优化方法与流程

1.本发明涉及火电厂配煤优化技术领域，具体涉及一种火电厂动力煤多目标配煤优化方法。


背景技术：

2.电厂实际运行时，所烧煤种偏离设计煤种，实际所用煤种混杂，需要配煤掺烧以提高锅炉安全性和经济性，目前电厂配煤比例大多数根据经验确定，显然不能满足通过配煤掺烧降低发电成本的需求。
3.目前也有一些优化配煤方法，都是在一定约束条件下以混煤价格最低为目标的单目标优化方法。混煤含硫量对机组脱硫系统运行有较大影响，是必须的优化约束条件之一，而煤的含硫量对煤价有很大影响。由于动力煤市场价格因素的影响，实际应用中有时会出现如下两种应用场景：一、适当提高混煤含硫量，可大幅降低混煤价格；二、较大幅度地减小混煤含硫量，混煤价格变化不大。这两种应用场景都可有效降低发电成本，但这些单目标优化方法很难提供足够的信息发现这两种应用场景，从而不能有效降低发电成本。


技术实现要素：

4.本发明的目的在于克服现有技术的缺陷，提供一种火电厂动力煤多目标配煤优化方法，以解决上述背景技术中提出的问题。
5.一种火电厂动力煤多目标配煤优化方法，包括下述步骤：
6.步骤一、确定当前机组可用的煤种，并采集各煤种的收到基工业成分含量，包括全水分mi(％)、灰分ai(％)、挥发分vi(％)、固定碳fci(％)、硫分si、低位发热量qi(kj/kg)，以及各煤种的价格pi(元/吨)；
7.步骤二、以煤种编号indj及编号为indj煤种的配煤比例为优化变量，构成遗传算法种群个体向量，以混煤价格p和含硫量s最小为优化目标，采用多目标非支配快速排序遗传算法(nsga-ii)，对煤种编号indj及编号为indj煤种的配煤比例x
indj
进行优化，indj∈{1,2,...,m}，j＝1,2,3
···
,n，优化过程中，混煤价格p和含硫量s按如下方法计算：各煤种配煤比例满足且则
[0008][0009][0010]
否则，
[0011]
[0012]
步骤三、以步骤二优化获得的遗传算法种群中各个体作为优化解集ω，该解集对应的帕累托前沿记为ψ，计算解集ω中每一个解对应的配煤热值q、挥发份v和燃烧特征参数f：
[0013][0014][0015][0016]
步骤四、在解集ω中选择满足如下条件的解构成解集ω1：
[0017]qmin
≤q≤q
max
，v
min
≤v≤v
max
，f≤c，并同时得到与ω1对应的帕累托前沿ψ1；
[0018]
步骤五、根据ψ1中不同配煤硫分值对应的配煤价格信息，结合机组脱硫系统运行状况，确定混煤硫分目标值s0；
[0019]
步骤六、选择ψ1中与s0最接近的值所对应的ω1中的解作为最终的配煤优化解，该解中的配煤煤种编号indj及其比例即为多目标配煤优化结果。
[0020]
优选地，所述步骤一中的i为煤种编号，i＝1,2,3
···
,m，其中m为煤种的个数。
[0021]
优选地，所述步骤二中的n为参与配煤的煤种个数，n≤m，n取2-4，
[0022]
优选地，所述步骤二中的a和b为正实数。
[0023]
优选地，所述步骤三中的max、min为取大、取小运算。
[0024]
优选地，所述步骤三中的f
max
、f
min
为参与配煤煤种的最大、最小燃料比。
[0025]
优选地，所述步骤四中的q
min
、q
max
为低位发热量的最小、最大限值。
[0026]
优选地，所述步骤四中的v
min
、v
max
为挥发份的最小、最大限值。
[0027]
优选地，所述步骤四中的c为正实数，取5.71。
[0028]
有益效果：该火电厂动力煤多目标配煤优化方法，提供不同含硫量下的混煤价格信息，基于该信息运行人员可结合机组脱硫系统运行状况，综合确定混煤的含硫量，提高了配煤决策的灵活性，以保证锅炉脱硫系统运行安全，并降低发电成本。
附图说明
[0029]
图1为本发明帕累托前沿ψ1曲线示意图。
具体实施方式
[0030]
为了更好的说明本发明公开的技术方案，下面结合具体实施案例做进一步的阐
述。
[0031]
以某电厂2
×
600mw火力发电厂为对象，对配煤方案进行优化，实施例一，如图1所示，一种火电厂动力煤多目标配煤优化方法，包括下述步骤：
[0032]
步骤一、确定当前机组可用的煤种，并采集各煤种的收到基工业成分含量，包括全水分mi(％)、灰分ai(％)、挥发分vi(％)、固定碳fci(％)、硫分si、低位发热量qi(kj/kg)，以及各煤种的价格pi(元/吨)，i为煤种编号，i＝1,2,3
···
,m，m为煤种的个数；
[0033]
应用中，以电厂某天的煤场8个煤种作为参与配煤的煤种，m＝8，数据如表1；
[0034]
表1电厂煤种工业成分及价格
[0035][0036]
步骤二、选择2个煤种参与配煤，n＝2，以煤种编号indj及编号为indj煤种的配煤比例为优化变量，j＝1,2，构成遗传算法种群个体向量，以混煤价格p和含硫量s最小为优化目标，采用多目标非支配快速排序遗传算法(nsga-ii)，对煤种编号indj及编号为indj煤种的配煤比例进行优化，优化过程中，混煤价格p和含硫量s按如下方法计算：各煤种配煤比例满足且则
[0037][0038][0039]
否则，
[0040]
设置a＝b＝99999.0，种群个体数为100；
[0041]
步骤三、以步骤二优化获得的遗传算法种群中100个个体作为优化解集ω，该解集对应的帕累托前沿记为ψ，计算解集ω中每一个解对应的混煤热值q、挥发份v和燃烧特征参数f：
[0042]
[0043][0044][0045]
其中max、min为取大、取小运算，f
max
、f
min
为参与配煤煤种的最大、最小燃料比；
[0046]
步骤四、在解集ω中选择满足如下条件的解构成解集ω1：
[0047]qmin
≤q≤q
max
，v
min
≤v≤v
max
，f≤c
[0048]
其中q
min
、q
max
为低位发热量的最小、最大限值，其中v
min
、v
max
为挥发份的最小、最大限值，c为正实数，并同时得到与ω1对应的帕累托前沿ψ1；
[0049]
应用中，取q
min
＝22386kj/kg，q
max
＝27361kj/kg,v
min
＝25.9％，v
max
＝31.6％,c＝5.71，解集ω1及其对应的帕累托前沿ψ1如图1所示；
[0050]
步骤五、根据ψ1中不同配煤硫分值对应的配煤价格信息，结合机组脱硫系统运行状况，确定混煤硫分目标值s0；
[0051]
由如图1可见，含硫量从0.85微小增大到0.87，混煤价格大幅下降，含硫量从0.87大幅增大到1.22，混煤价格只有小幅下降，故取s0＝0.87；
[0052]
步骤六、选择ψ1中与s0最接近的值所对应的ω1中的解作为最终的配煤优化解，该解中的配煤煤种编号indj及其比例即为多目标配煤优化结果；
[0053]
应用中ψ1中与s0最接近的值所对应的ω1中的解为，ind1＝7，ind2＝2混煤含硫量s＝0.868，混煤价格p＝858.6元/吨。优化结果为选择编号为7和2的煤种进行配煤，配煤比例分别为0.405和0.595。
[0054]
综上所述，该方法首先确定当前机组可燃用的煤种，然后以混煤价格和含硫量最小为优化目标，采用多目标非支配快速排序遗传算法(nsga-ii)对参与配煤的煤种编号和对应的配煤比例进行寻优，最后根据优化获得的不同含硫量下的混煤价格信息，结合机组脱硫系统运行状况确定混煤含硫量，进而确定配煤煤种编号及其比例，实现多目标配煤优化，这样通过提供不同含硫量下的混煤价格信息，基于该信息运行人员可结合机组脱硫系统运行状况，综合确定混煤的含硫量，提高了配煤决策的灵活性，以保证锅炉脱硫系统运行安全，并降低发电成本。
[0055]
实施例二，一种火电厂动力煤多目标配煤优化方法，包括下述步骤：
[0056]
步骤一、确定当前机组可用的煤种，并采集各煤种的收到基工业成分含量，包括全水分mi(％)、灰分ai(％)、挥发分vi(％)、固定碳fci(％)、硫分si、低位发热量qi(kj/kg)，以及各煤种的价格pi(元/吨)，i为煤种编号，i＝1,2,3
···
,m，m为煤种的个数；
[0057]
应用中，以电厂某天的煤场8个煤种作为参与配煤的煤种，m＝8，数据如表1；
[0058]
表1电厂煤种工业成分及价格
[0059][0060][0061]
步骤二、选择4个煤种参与配煤，n＝4，以煤种编号indj及编号为indj煤种的配煤比例为优化变量，j＝1,2,3,4构成遗传算法种群个体向量，以混煤价格p和含硫量s最小为优化目标，采用多目标非支配快速排序遗传算法(nsga-ii)，对煤种编号indj及编号为indj煤种的配煤比例进行优化，优化过程中，混煤价格p和含硫量s按如下方法计算：各煤种配煤比例满足且则
[0062][0063][0064]
否则，
[0065]
设置a＝b＝99999.0，种群个体数为100；
[0066]
步骤三、以步骤二优化获得的遗传算法种群中100个个体作为优化解集ω，该解集对应的帕累托前沿记为ψ，计算解集ω中每一个解对应的混煤热值q、挥发份v和燃烧特征参数f：
[0067][0068]
[0069][0070]
其中max、min为取大、取小运算，f
max
、f
min
为参与配煤煤种的最大、最小燃料比；
[0071]
步骤四、在解集ω中选择满足如下条件的解构成解集ω1：
[0072]qmin
≤q≤q
max
，v
min
≤v≤v
max
，f≤c
[0073]
其中q
min
、q
max
为低位发热量的最小、最大限值，其中v
min
、v
max
为挥发份的最小、最大限值，c为正实数，并同时得到与ω1对应的帕累托前沿ψ1；
[0074]
应用中，取q
min
＝22386kj/kg，q
max
＝27361kj/kg,v
min
＝25.9％，v
max
＝31.6％,c＝5.71，解集ω1及其对应的帕累托前沿ψ1如图1所示；
[0075]
步骤五、根据ψ1中不同配煤硫分值对应的配煤价格信息，结合机组脱硫系统运行状况，确定混煤硫分目标值s0；
[0076]
由如图1可见，含硫量从0.85微小增大到0.87，混煤价格大幅下降，含硫量从0.87大幅增大到1.22，混煤价格只有小幅下降，故取s0＝0.87；
[0077]
步骤六、选择ψ1中与s0最接近的值所对应的ω1中的解作为最终的配煤优化解，该解中的配煤煤种编号indj及其比例即为多目标配煤优化结果；
[0078]
应用中ψ1中与s0最接近的值所对应的ω1中的解为，ind1＝7，ind2＝2混煤含硫量s＝0.868，混煤价格p＝858.6元/吨。优化结果为选择编号为7和2的煤种进行配煤，配煤比例分别为0.405和0.595。
[0079]
综上所述，该方法首先确定当前机组可燃用的煤种，然后以混煤价格和含硫量最小为优化目标，采用多目标非支配快速排序遗传算法(nsga-ii)对参与配煤的煤种编号和对应的配煤比例进行寻优，最后根据优化获得的不同含硫量下的混煤价格信息，结合机组脱硫系统运行状况确定混煤含硫量，进而确定配煤煤种编号及其比例，实现多目标配煤优化，这样通过提供不同含硫量下的混煤价格信息，基于该信息运行人员可结合机组脱硫系统运行状况，综合确定混煤的含硫量，提高了配煤决策的灵活性，以保证锅炉脱硫系统运行安全，并降低发电成本。
[0080]
实施例三，一种火电厂动力煤多目标配煤优化方法，包括下述步骤：
[0081]
步骤一、确定当前机组可用的煤种，并采集各煤种的收到基工业成分含量，包括全水分mi(％)、灰分ai(％)、挥发分vi(％)、固定碳fci(％)、硫分si、低位发热量qi(kj/kg)，以及各煤种的价格pi(元/吨)，i为煤种编号，i＝1,2,3
···
,m，m为煤种的个数；
[0082]
应用中，以电厂某天的煤场8个煤种作为参与配煤的煤种，m＝8，数据如表1；
[0083]
表1电厂煤种工业成分及价格
[0084][0085]
步骤二、选择6个煤种参与配煤，n＝6，以煤种编号indj及编号为indj煤种的配煤比例为优化变量，j＝1,2,3,4,5,6构成遗传算法种群个体向量，以混煤价格p和含硫量s最小为优化目标，采用多目标非支配快速排序遗传算法(nsga-ii)，对煤种编号indj及编号为indj煤种的配煤比例进行优化，优化过程中，混煤价格p和含硫量s按如下方法计算：各煤种配煤比例满足且则
[0086][0087][0088]
否则，
[0089]
设置a＝b＝99999.0，种群个体数为100；
[0090]
步骤三、以步骤二优化获得的遗传算法种群中100个个体作为优化解集ω，该解集对应的帕累托前沿记为ψ，计算解集ω中每一个解对应的混煤热值q、挥发份v和燃烧特征参数f：
[0091][0092]
[0093][0094]
其中max、min为取大、取小运算，f
max
、f
min
为参与配煤煤种的最大、最小燃料比；
[0095]
步骤四、在解集ω中选择满足如下条件的解构成解集ω1：
[0096]qmin
≤q≤q
max
，v
min
≤v≤v
max
，f≤c
[0097]
其中q
min
、q
max
为低位发热量的最小、最大限值，其中v
min
、v
max
为挥发份的最小、最大限值，c为正实数，并同时得到与ω1对应的帕累托前沿ψ1；
[0098]
应用中，取q
min
＝22386kj/kg，q
max
＝27361kj/kg,v
min
＝25.9％，v
max
＝31.6％,c＝5.71，解集ω1及其对应的帕累托前沿ψ1如图1所示；
[0099]
步骤五、根据ψ1中不同配煤硫分值对应的配煤价格信息，结合机组脱硫系统运行状况，确定混煤硫分目标值s0；
[0100]
由如图1可见，含硫量从0.85微小增大到0.87，混煤价格大幅下降，含硫量从0.87大幅增大到1.22，混煤价格只有小幅下降，故取s0＝0.87；
[0101]
步骤六、选择ψ1中与s0最接近的值所对应的ω1中的解作为最终的配煤优化解，该解中的配煤煤种编号indj及其比例即为多目标配煤优化结果；
[0102]
应用中ψ1中与s0最接近的值所对应的ω1中的解为，ind1＝7，ind2＝2混煤含硫量s＝0.868，混煤价格p＝858.6元/吨。优化结果为选择编号为7和2的煤种进行配煤，配煤比例分别为0.405和0.595。
[0103]
综上所述，该方法首先确定当前机组可燃用的煤种，然后以混煤价格和含硫量最小为优化目标，采用多目标非支配快速排序遗传算法(nsga-ii)对参与配煤的煤种编号和对应的配煤比例进行寻优，最后根据优化获得的不同含硫量下的混煤价格信息，结合机组脱硫系统运行状况确定混煤含硫量，进而确定配煤煤种编号及其比例，实现多目标配煤优化，这样通过提供不同含硫量下的混煤价格信息，基于该信息运行人员可结合机组脱硫系统运行状况，综合确定混煤的含硫量，提高了配煤决策的灵活性，以保证锅炉脱硫系统运行安全，并降低发电成本。