基于TOPSIS的火电机组负荷优化分配

被引:6
作者
简一帆
陈彦桥
曾德良
机构
[1] 华北电力大学工业过程测控新技术与系统北京市重点实验室
关键词
多目标机组负荷优化分配; NSGAⅡ; TOPSIS; 非支配解集合;
D O I
10.16146/j.cnki.rndlgc.2017.01.012
中图分类号
TM621 [火力发电厂、热电站];
学科分类号
080802 ;
摘要
为了使火电机组能够适应新的环保形势和能源发展要求,定义了机组经济性、环保性、快速性这3个目标,并分别建立了各自目标下的最优负荷分配模型。联合应用NSGAⅡ方法和TOPSIS理论对该问题进行求解,得到了待决策的非支配解集合。文中给出了4台机组的负荷优化分配算例,仿真结果验证了模型的合理性,与AGC指令直调法相比,机组污染物排放量降低了53.43 t/h,调节时间降低了1.569 min,证明本文方法不仅能够保证负荷分配的经济性,在环保性和快速性方面有更明显的优化效果。最后讨论了3个目标取不同权值时负荷分配方案的区别,证明了基于TOPSIS的多目标机组负荷分配方案的确定依赖于3个目标在决策中所占的重要程度。
引用
收藏
页码:70 / 74+122 +122-123
页数:7
相关论文
共 15 条
[1]   能源互联网的发展现状 [J].
沈洲 ;
周建华 ;
袁晓冬 ;
杨伟 .
江苏电机工程, 2014, 33 (01) :81-84
[2]   基于繁殖粒子群算法的火电厂负荷优化分配 [J].
李勇 ;
王建君 ;
曹丽华 .
电力自动化设备, 2012, 32 (04) :80-83+87
[3]   基于BP神经网络的火电厂实时负荷优化分配 [J].
李勇 ;
王建君 ;
曹丽华 .
电力系统保护与控制, 2011, 39 (17) :87-92
[4]   我国新能源发展障碍与应对:全球现状评述 [J].
闫强 ;
陈毓川 ;
王安建 ;
王高尚 ;
于汶加 ;
陈其慎 .
地球学报, 2010, 31 (05) :759-767
[5]   LNG调峰电厂负荷优化分配的应用探讨 [J].
彭显刚 ;
张聪慧 ;
王星华 ;
周科 ;
叶胜 .
电力系统保护与控制, 2010, 38 (14) :84-87
[6]   电站多目标负荷优化分配与决策指导 [J].
周卫庆 ;
乔宗良 ;
司风琪 ;
徐治皋 .
中国电机工程学报, 2010, 30 (02) :29-34
[7]   基于遗传粒子群混合算法的机组组合优化 [J].
张炯 ;
刘天琪 ;
苏鹏 ;
张鑫 .
电力系统保护与控制, 2009, 37 (09) :25-29
[8]   利用拉格朗日松弛法解决SIS中的负荷经济分配问题 [J].
赖菲 ;
王智微 ;
杨东 ;
黄廷辉 ;
胡洪华 .
热力发电 , 2007, (06) :6-8
[9]   基于改进遗传算法的电力系统经济负荷分配 [J].
何大阔 ;
王福利 ;
毛志忠 .
控制与决策, 2007, (02) :230-232+237
[10]   改进遗传算法及其在机组优化组合中的应用 [J].
范宏 ;
韦化 .
电力系统及其自动化学报, 2004, (04) :46-49+63