等微增法與動態(tài)規(guī)劃法在負(fù)荷優(yōu)化調(diào)度中的比較

等微增法與動態(tài)規(guī)劃法在負(fù)荷優(yōu)化調(diào)度中的比較

1電廠負(fù)荷優(yōu)化分配系統(tǒng)隨著工廠網(wǎng)絡(luò)的劃分以及工廠之間的競價網(wǎng)絡(luò)分配政策的實施，降低全工廠的教學(xué)成本和發(fā)電成本已成為工廠最擔(dān)心的問題。其中，工廠負(fù)荷優(yōu)化和分配是降低全工廠發(fā)電成本的途徑之一。對于有多臺發(fā)電機組的電廠,在滿足全廠總負(fù)荷一定的前提條件下,各臺機組所帶的負(fù)荷有許多不同的組合,而不同的負(fù)荷組合會使全廠的發(fā)電煤耗有所不同。電廠負(fù)荷優(yōu)化分配系統(tǒng)就是要在這許多不同的組合中挑選出使電廠煤耗最小的組合。只要使各臺機組的負(fù)荷調(diào)整到這一組合所規(guī)定的負(fù)荷,就一定會使全廠的發(fā)電成本最低。2傳統(tǒng)負(fù)荷分布模式目前,關(guān)于機組負(fù)荷優(yōu)化分配的研究較多,常見的兩種方法為:等微增法和動態(tài)規(guī)劃法。2.1機組煤量特性曲線b等微增法是以燃料消耗量最小為優(yōu)化目標(biāo),其基本的原理為:電廠各機組間負(fù)荷的經(jīng)濟分配,可等效為一個函數(shù)求極值的問題,即在電廠各機組負(fù)荷Ni(i=1…,n)之和等于電廠所需總負(fù)荷的前提條件下,通過使全廠的總?cè)剂舷牧緽(=ΣBi,Bi為第i臺機組的燃料消耗量)為最小值,從而確定各臺機組應(yīng)帶的負(fù)荷Ni(i=1…,n)?？梢宰C明,當(dāng)dBdN=dB1dN1=dB2dN2=?=dBndNndBdΝ=dB1dΝ1=dB2dΝ2=?=dBndΝn,而且d2BidN2i＞0(i=1,2,??n)d2BidΝi2＞0(i=1,2,??n)時,總?cè)剂舷牧緽可達到最小值,其物理意義為:若全廠的燃料消耗微增率與各機組燃料消耗微增率相等,則全廠總?cè)剂舷牧孔钌?也就是說當(dāng)電廠機組間負(fù)荷的分配達到了等燃料消耗微增率時,就實現(xiàn)了負(fù)荷的最佳分配。在理論上,基于等微增法的負(fù)荷分配是合理的,但在實際的應(yīng)用過程中會存在一定的問題:(1)在用等微增法計算最優(yōu)的負(fù)荷分配時,首先需要獲得各機組準(zhǔn)確的性能曲線,而機組性能曲線一般是通過某一次熱力實驗獲得的,但當(dāng)機組運行一段時間后,由于設(shè)備狀態(tài)及煤種等多方面的原因會使各機組的性能曲線發(fā)生變化,這樣在負(fù)荷優(yōu)化分配中所采用的機組煤量特性曲線與機組實際的煤量特性曲線會有較大的偏差,必然會影響負(fù)荷分配結(jié)果的正確性;(2)這種方法要求各機組的煤量特性曲線必須單調(diào)可微;(3)在負(fù)荷的分配過程中除考慮機組的煤耗外,沒有考慮其它許多重要的因素,如機組的安全性及負(fù)荷調(diào)整的復(fù)雜性等,也沒有融合值長的負(fù)荷分配經(jīng)驗,其結(jié)果必然會造成許多負(fù)荷分配結(jié)果與人的決策思維不一致,而且也會使機組的負(fù)荷改變過于頻繁,如:優(yōu)化結(jié)果可能會出現(xiàn)要求某一機組僅增加1kW(甚于只有幾百瓦),而要求另一機組減少僅幾百瓦的這種不合理的結(jié)果,最終結(jié)果將使負(fù)荷優(yōu)化分配系統(tǒng)難于使用。2.2負(fù)荷調(diào)度的步驟動態(tài)規(guī)劃屬運籌學(xué)的范疇,是研究對多階段決策過程求最優(yōu)策略的方法。基于貝爾曼提出的最優(yōu)化原理,對多階段決策問題進行求解。最優(yōu)化原理可歸結(jié)為一個遞推關(guān)系表達式。遞推關(guān)系式一般沒有明顯的解析式,常采用離散造表的方法。當(dāng)初始條件已知時,解題過程一般為逆順序,即從最終狀態(tài)開始,采用改進的枚舉法,遍歷各種情況,選擇使目標(biāo)函數(shù)最優(yōu)的一種組合。采用動態(tài)規(guī)劃法進行負(fù)荷調(diào)度的步驟:(1)列出目標(biāo)函數(shù)(如等微增法,以燃料消耗量最小為目標(biāo)函數(shù))。(2)通過實驗,求出機組燃料消耗特性曲線或特性表。(3)根據(jù)機組燃料消耗特性曲線或特性表,求出按不同機組臺數(shù)i組合的組合順序,依組負(fù)荷Ni的大小順序,求出與之對應(yīng)的最小組合目標(biāo)函數(shù)及單機負(fù)荷Ni,得到各種可能情況。(4)在第(3)步得到的各種可能情況中,采用逆序分配的方法,求出每種負(fù)荷情況下,目標(biāo)函數(shù)最小的一種,作為負(fù)荷分配時的機組負(fù)荷。由于動態(tài)規(guī)劃法并不需要對機組燃料特性曲線求導(dǎo)用動態(tài)規(guī)劃法進行負(fù)荷調(diào)度并不要求機組性能曲線單調(diào)可微,所以比等微增法具有更廣的使用范圍。但是動態(tài)規(guī)劃法同樣具有較多的缺點:(1)該方法同樣依賴于機組特性曲線;(2)在實際的負(fù)荷調(diào)度中,該方法沒有考慮機組的當(dāng)前負(fù)荷,導(dǎo)致有時只改變一臺機組就能滿足負(fù)荷調(diào)度的情況下,有可能要改變多臺機組負(fù)荷,這就必然導(dǎo)致機組負(fù)荷的頻繁改變,不利于經(jīng)濟性生產(chǎn)。3數(shù)據(jù)庫的智能決策人工智能是利用計算機程序和程序設(shè)計技術(shù)來認(rèn)識普通的智能原理和具體的人類思想。它是計算機科學(xué)的一個重要分支,它的研究領(lǐng)域十分廣泛,涉及模式識別、物景分析、自然語言理解、數(shù)據(jù)庫的智能檢索、博弈、自動定理證明、自動程序設(shè)計、專家系統(tǒng)、機器翻譯、機器學(xué)習(xí)、機器人等領(lǐng)域。針對常規(guī)方法依賴于嚴(yán)格的機組特性曲線的缺陷,結(jié)合動態(tài)規(guī)劃法適應(yīng)范圍廣的優(yōu)點,采用智能決策方法。通過對數(shù)據(jù)庫的智能檢索,編程實現(xiàn)智能算法,模仿運行人員的操作習(xí)慣,在智能檢索的結(jié)果中選出最優(yōu)的規(guī)則,作為決策輸出。這樣通過數(shù)據(jù)庫的不斷更新,不依賴于機組特性曲線,就能夠?qū)崿F(xiàn)機組負(fù)荷的改變,并且使改變負(fù)荷機組的臺數(shù)減到最少。3.1添加新規(guī)則后的規(guī)則數(shù)根據(jù)實際機組運行的負(fù)荷組合,結(jié)算出成本電價。若認(rèn)為該組合比較理想,就可當(dāng)作一條規(guī)則,輸入規(guī)則庫。當(dāng)規(guī)則庫中的規(guī)則數(shù)超過一萬條以后(此時基本上已經(jīng)覆蓋了所有的組負(fù)荷與機組組合),在輸入新的規(guī)則時,查找與所有已有規(guī)則中距離最小的一組覆蓋。采用這種方法覆蓋的原因在于:隨著機組的運行,機組的性能會發(fā)生改變,而老的規(guī)則是在原來的機組性能情況下產(chǎn)生的,已經(jīng)不適應(yīng)當(dāng)前的機組情況,所以被覆蓋掉是比較合理的。3.2機組負(fù)荷水平在規(guī)則庫已經(jīng)建立的前提下,遵循決策依據(jù)A、B,進行決策計算。其中:A-改動負(fù)荷機組臺數(shù)最少;B-成本電價在允許范圍之內(nèi)。(1)得到負(fù)荷指令和當(dāng)前機組負(fù)荷,定出所需改變的總負(fù)荷及死區(qū)負(fù)荷;(2)根據(jù)負(fù)荷指令,遍歷規(guī)則庫,查找出總負(fù)荷處于指令負(fù)荷加減20MW之間的所有規(guī)則;(3)在上述規(guī)則中剔除成本電價較高的規(guī)則,并將剩余的規(guī)則按比例縮放,使其總負(fù)荷等于指令負(fù)荷;(4)比較當(dāng)前機組負(fù)荷與每條規(guī)則中對應(yīng)機組負(fù)荷之差與死區(qū)負(fù)荷的大小,若存在只有一臺機組負(fù)荷差大于死區(qū)負(fù)荷的規(guī)則,則以成本最低為原則,選出成本電價最低的一條,將負(fù)荷改變量加在負(fù)荷差超出死區(qū)負(fù)荷的那臺機組上。若有超上(下)限,則將該機組置為上(下)限,剩余負(fù)荷改變量加在余下機組中距上(下)限最遠的機組上;(5)若不存在符合(4)的規(guī)則,則查找存在兩臺機組負(fù)荷差大于死區(qū)負(fù)荷的規(guī)則。同樣以成本最低為原則,選出成本電價最低的一條,根據(jù)這兩臺機組距其上(下)限負(fù)荷的距離,按比例將負(fù)荷改變量加在其上。若負(fù)荷超出上(下)限,則同(4)處理;(6)依此類推,直至結(jié)束所有機組負(fù)荷差都大于死區(qū)負(fù)荷情況的計算;(7)若不存在總負(fù)荷處于指令負(fù)荷加減20MW之間的規(guī)則,則根據(jù)各機組距上(下)限負(fù)荷的距離,按比例將負(fù)荷改變量加在各臺機組上。3.3評估算法的應(yīng)用示例三名機組3.3.1出死區(qū)負(fù)荷及成本電價指令負(fù)荷為310MW,當(dāng)前總負(fù)荷為250MW,三臺機組負(fù)荷分別為80MW、80MW和90MW,成本電價為0.0923元/(kWh)。定出死區(qū)負(fù)荷Dead=20MW;假設(shè)上限負(fù)荷為125MW,下限負(fù)荷為60MW。3.3.2整個數(shù)據(jù)庫是為了滿足負(fù)荷要求而制定的規(guī)則假設(shè)總負(fù)荷處于指令負(fù)荷加減20MW之間的規(guī)則如表1。3.3.3基于決策依據(jù)b，制定規(guī)則剔除成本較高的規(guī)則后,將所有規(guī)則按比例縮放至總負(fù)荷為指令負(fù)荷,如表2。3.3.4上限負(fù)荷規(guī)則(1)比較當(dāng)前機組負(fù)荷與每條規(guī)則中對應(yīng)機組負(fù)荷之差與死區(qū)負(fù)荷的大小,得到只有一臺機組負(fù)荷差大于死區(qū)負(fù)荷的規(guī)則(由于是規(guī)則負(fù)荷,所以不存在剩余要加負(fù)荷一項),見表3;(2)顯然機組一、三處于死區(qū)負(fù)荷之內(nèi),則負(fù)荷不變,將要加的負(fù)荷60MW全加在機組二上,則機組二超出負(fù)荷上限,所以將機組二置為上限負(fù)荷,見表3;(3)在機組一、三中,機組一距離上限負(fù)荷近,所以將剩余負(fù)荷加在機組一上,得最終的負(fù)荷分配結(jié)果,見表3。4負(fù)荷分配方式不合理南通天生港電廠4臺125MW機組在負(fù)荷調(diào)度時,根據(jù)所需調(diào)節(jié)的負(fù)荷量,平均分配到各機組,這樣就未能充分利用各臺機組的負(fù)荷特性,使經(jīng)濟性降低。針對這一情況,采用智能決策算法:首先建立規(guī)則庫,然后根據(jù)指令負(fù)荷,在數(shù)據(jù)庫的規(guī)則中,進行智能選擇,得到較好的負(fù)荷分配,提高經(jīng)濟性?？偟某绦蚩驁D見圖1。4.1改變負(fù)荷改變量10mw時,加回下限當(dāng)負(fù)荷改變量小于8MW時,再按人工智能決策算法進行負(fù)荷分配,可能會導(dǎo)致某臺機組負(fù)荷只改變1kW,這顯然違背了智能決策算法改變負(fù)荷機組盡量少的原則。所以當(dāng)負(fù)荷改變量小于8MW時,考慮將所變負(fù)荷加在距其上(下)限負(fù)荷最遠的一臺機組上。若加上后,超出負(fù)荷上(下)限,則將剩余要改變的負(fù)荷加在余下機組中距其上(下)限負(fù)荷最遠的一臺機組上。以此類推,直至加完。4.2指令負(fù)荷分配算法由于現(xiàn)行的負(fù)荷分配方法都是平均分配法,為了實現(xiàn)過渡,將平均分配法也編程實現(xiàn)。具體算法規(guī)則為:將指令負(fù)荷按運行的機組數(shù)平均分配,若平均負(fù)荷超過了某臺機組的負(fù)荷上限,則將該臺機組置為上限負(fù)荷,余下的負(fù)荷再按余下的機組臺數(shù)平均。以此類推,直至分配結(jié)束。5智能決策及數(shù)據(jù)庫的實現(xiàn)基于上述的智能決策算法,以VC++6.0為開發(fā)平臺,建立友好的客戶界面,方便離線負(fù)荷查詢。軟件介紹如下:5.1總界面負(fù)荷查詢圖的界面如圖2,灰色的是唯讀區(qū),白色的是輸入?yún)^(qū)。上部有兩個復(fù)選框控件,從這可以選擇使用智能決策算法還是平均分配算法。若當(dāng)前負(fù)荷處于對應(yīng)上下限負(fù)荷之間,則按“確認(rèn)”可得到調(diào)整后的4臺機組負(fù)荷與每臺機組負(fù)荷的改變量。按“設(shè)定機組上下限”按鈕,可進行各臺機組上下限負(fù)荷的設(shè)定。當(dāng)上限設(shè)為零時,即可表示該機組停機。圖2中的該機組當(dāng)前負(fù)荷輸入框也自動變?yōu)橹蛔x區(qū)。5.2數(shù)據(jù)庫界面本軟件的決策規(guī)則存放于動態(tài)數(shù)據(jù)庫中,數(shù)據(jù)庫是非封閉式的,可以顯示,按任何一列排序,并且根據(jù)需要,可以實現(xiàn)刪除、添加的功能,如表4。5.3軟件的運行環(huán)境本軟件的硬件要求:可以運行在Windows98、Windows2000等操作系統(tǒng)下,無需特殊的硬件輔助。6減輕工作壓力(1)采用智能決策的方法進行負(fù)荷優(yōu)化分配,可以完全不受機組特性曲線形狀的限制,因而具有通用性。(2)采用智能決策的方法進行負(fù)荷優(yōu)化分配,對于較小負(fù)荷變化做