首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

用于燃煤发电厂机组能耗分析方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:杭州和利时自动化有限公司;中煤新集利辛发电有限公司

摘要:本发明提供一种用于燃煤发电厂机组能耗分析方法及系统,涉及能耗分析技术领域,包括获取机组参数,构建守恒方程,通过有限体积法分解守恒方程对应的求解域并生成离散方程组,对所述离散方程组进行求解得到场分布,计算机组中设备对应的黏性熵产率和热熵产率,建立熵平衡方程确定所述设备对应的设备熵产率,进而构建目标函数,结合决策变量求解所述目标函数,得到初始运行方案。基于运行方案生成初始鲸鱼种群,设置多目标优化算法对应的算法参数并计算所述初始鲸鱼种群中每个个体的适应度值,更新个体位置并执行差分进化进行迭代,最终选择最优个体得到最优运行参数。

主权项:1.用于燃煤发电厂机组能耗分析方法,其特征在于,包括:获取机组参数,基于所述机组参数构建守恒方程,通过有限体积法分解所述守恒方程对应的求解域并生成离散方程组,对所述离散方程组进行求解得到场分布,基于所述场分布计算机组中设备对应的黏性熵产率和热熵产率,建立熵平衡方程确定所述设备对应的设备熵产率;基于所述设备熵产率,以系统总熵产率最小化和能量利用效率最大化为目标,根据实际任务需求设置约束条件并结合负荷调节率和煤质偏差率构建目标函数,结合决策变量求解所述目标函数,得到初始运行方案;基于所述初始运行方案生成初始鲸鱼种群,设置多目标优化算法对应的算法参数并计算所述初始鲸鱼种群中每个个体的适应度值,基于所述适应度值更新个体位置并执行差分进化,重复操作直至达到预设的迭代次数,选择最优个体得到最优运行参数,其中,所述多目标优化算法是基于鲸鱼优化算法和差分进化算法构建的;获取机组参数,基于所述机组参数构建守恒方程,通过有限体积法分解所述守恒方程对应的求解域并生成离散方程组,对所述离散方程组进行求解得到场分布,基于所述场分布计算机组中设备对应的黏性熵产率和热熵产率,建立熵平衡方程确定所述设备对应的设备熵产率包括:获取燃煤发电厂的机组参数,基于所述机组参数,结合热力学第二定律,确定所述机组参数对应的能量守恒方程和动量守恒方程,对于所述能量守恒方程和所述动量守恒方程,通过有限体积法进行空间离散,对控制体积进行积分后基于高斯散度定理得到面积分,基于所述面积分,对所述控制体积的每个边界面进行离散,得到离散方程组;基于所述离散方程组,结合多重网格法构建多层网格,在每个网格层上通过压力链接方程迭代求解所述离散方程组,得到温度场分布,速度场分布和压力场分布;基于求解得到的场分布,结合熵产公式和温度梯度,计算所述控制体积内的黏性熵产率和热熵产率,基于所述黏性熵产率和所述热熵产率,结合机组中不同设备对应的换热量,构建熵平衡方程,求解所述设备对应的设备熵产率;所述基于所述设备熵产率,以系统总熵产率最小化和能量利用效率最大化为目标,根据实际任务需求设置约束条件并结合负荷调节率和煤质偏差率构建目标函数,结合决策变量求解所述目标函数,得到初始运行方案包括:基于所述设备熵产率,遍历机组中的设备并生成系统总熵产率,获取燃烧煤的实际释放能量和理论释放能量,确定能量利用效率;以所述系统总熵产率最小化和能量利用效率最大化为目标,构建所述目标函数,基于机组设备的运行参数限制和安全生产标准,为所述目标函数添加约束条件,获取所述负荷调节率和所述煤质偏差率并作为影响因素添加至所述目标函数;定义系统中的可调整参数,并将所述可调整参数作为决策变量,基于所述决策变量,通过非线性规划求解所述目标函数,得到所述初始运行方案;基于所述初始运行方案生成初始鲸鱼种群,设置多目标优化算法对应的算法参数并计算所述初始鲸鱼种群中每个个体的适应度值,基于所述适应度值更新个体位置并执行差分进化,重复操作直至达到预设的迭代次数,选择最优个体得到最优运行参数包括:基于所述初始运行方案,随机生成初始鲸鱼种群,其中,所述初始鲸鱼种群中的每个个体代表一组决策变量,基于预先选择的多目标优化算法,初始化最大迭代次数,交叉概率和缩放因子;对于所述初始鲸鱼种群中的每个个体,计算对应的适应度值,基于所述适应度值,对所述个体根据支配关系进行排序,将被支配的个体排在未被支配的个体之后并根据未被支配的个体生成初代个体集合,选择具有最高适应度值的个体作为初代最优解;对于所述初代个体集合中的每个个体,随机初始化一个对应的探索因子,若所述探索因子大于等于0.5但小于1,则使当前个体向所述初代最优解移动,若所述探索因子小于0.5,则通过螺旋下潜行为对应的位置更新函数对当前个体的位置进行更新,若所述探索因子为1,则随机选择所述初代个体集合中的一个个体并向这一个体移动,计算位置更新后的适应度值并与位置更新前的适应度值进行比较,若位置更新后的适应度值更高,则更新当前个体的位置,否则不进行更新,其中,所述探索因子的取值范围为大于等于0且小于等于1;在所述初代个体集合中随机选择三个不同的个体,对于每一个被选择的个体,基于所述缩放因子生成当前个体对应的变异个体,基于所述交叉概率对所述变异个体进行交叉操作,得到差分个体,计算所述差分个体对应的差分适应度值,将所述差分适应度值与当前被选择的个体的适应度值进行比较,若所述差分适应度值较大,则使用所述差分个体替换当前个体;重复操作直至达到预设的最大迭代次数,选择最后一次迭代产生的差分个体作为最优个体,得到所述最优运行参数。

全文数据:

权利要求:

百度查询: 杭州和利时自动化有限公司 中煤新集利辛发电有限公司 用于燃煤发电厂机组能耗分析方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。