基于人工神经网络的热负荷预测及蓄热式电锅炉系统运行优化

电蓄能技术是转移高峰电力、开发低谷用电、优化资源配置和保护生态环境的一项重要技术措施。受到分时电价政策的鼓励，蓄热式电锅炉供热技术已逐步得到推广应用。在蓄热式电锅炉供热系统中，直接向热用户供热的是蓄热器，电锅炉则应尽可能在低电价时段启动向蓄热器供热，而在高电价时段停运。 当前运行的蓄热式电锅炉供热系统中电锅炉的启停控制一般有两种方式：一种是根据分时电价和用户热负荷由人工启停，另一种是根据蓄热器的水位或水温信号由自动控制装置启停。这两种方式都不能充分利用分时电价，实现最优化运行（即运行费用最低）。 实际上，在已知逐时电价曲线和用户热负荷曲线的情况下，应存在一条最优的供热曲线（或电锅炉启停曲线），这条曲线可利用最优化理论和适当的优化方法来找到。问题是，其中的用户热负荷与诸多因素有关，难以预先确定。 考虑到影响供热采暖需求负荷的因素复杂且具有随机性和非线形性，在对预测理论进行研究和对各种预测方法进行比较后，本文首次将基于人工神经网络的负荷预测与基于动态规划原理的优化方法相结合，用于蓄热式电锅炉系统的经济运行策略研究。作为尝试，通过“CWL(气候-星期-负荷)”模型预测用户的热负荷需求，并以此为基础，结合当前及着眼未来的分时电价发展趋势，利用优化方法对该系统的经济运行做出决策。 本文还讨论了神经网络模型中隐含层神经元个数的选取问题及输入输出矢量的归一化处理问题，介绍了根据问题特点建立动态规划的优化模型及采用改进单纯形法求解的思路，并给出了具体的算法原理及实现步骤。 最后，介绍了应用Visual Basic、Access和MATLAB等工具进行编程实现的方法，并展示了研究结果在运行控制和经济分析上的应用。本文的研究成果对于蓄热式电锅炉系统的运行优化和电蓄能技术的推广应用，具有较为实际的参考和工程应用意义。