一、大型电站负荷优化分配研究（论文文献综述）
李斌[1]（2021）在《大型电站锅炉炉膛辐射传热分区模型的改进及应用研究》文中研究表明发电机组的安全稳定经济运行对我国电力行业的发展具有重要意义。当燃用煤种发生变化、运行方式改变、炉膛受热面结构和面积变化时,需要对新工况下的炉内热负荷分布、炉膛出口烟温等参数进行合理的预估。炉膛热力计算是进行锅炉其它部分计算的前提和基础。本文主要研究大型电站锅炉炉膛的热力计算及应用。针对当前大型电站锅炉的结构布置与燃烧特点,在苏联《锅炉机组热力计算标准方法》中米多尔分段法的基础上提出一种改进的一维分区传热模型。沿炉膛高度方向从冷灰斗底部到折焰角分成5个区段,对每个区段采用热平衡方程迭代计算,分别考虑每个区段的传热与沾污情况,得到炉膛内烟气一维温度分布、水冷壁吸热量、壁面热负荷等重要参数。选择某600MW超临界压力煤粉炉,采用改进后的炉膛一维分区传热模型进行不同工况下的热力计算,并与传统零维模型计算结果对比。改进后的模型在100%BMCR、75%BMCR、50%BMCR三种工况下的误差分别为13K、12K、18K,相较零维模型误差更小,验证了该模型的准确性。同时还能得到不同工况下炉内其他重要参数,比如各区段的火焰黑度、炉膛黑度、工质进出口的温度、压力等。选择某600MW亚临界压力煤粉炉,针对实际运行中存在的再热汽温偏低的问题,综合分析后提出墙式再热器改造的方案。采用改进后的炉膛一维分区传热模型计算得到不同工况下的炉膛出口烟温,利用计算结果进行再热器部分的热力计算。300MW负荷下,末级再热器出口汽温达到528℃,比改造前提高了 8℃;450MW负荷下,末级再热器出口汽温达到540℃;600MW负荷下,末级再热器出口汽温达到540℃。有效提高了再热蒸汽温度,保证机组经济运行。
康俊杰[2]（2021）在《电站锅炉燃烧和SCR脱硝系统一体化建模与优化控制研究》文中研究说明随着我国能源结构的变化,为了接纳更多的新能源并提高电网调峰调频的灵活性,燃煤火力发电机组将更多运行在低负荷、变负荷工况,造成机组性能及控制方式发生重大变化。深入分析燃煤火电机组在全局工况下的运行特性,研发新型优化控制策略,挖掘机组节能潜力,实现宽负荷范围下的安全稳定、节能环保运行,已成为新形势下火力发电主动适应角色转换,提升市场竞争力的重要举措。锅炉的燃烧优化涉及安全性、经济性和环保性三个方面,目前的研究集中单一方面,缺乏对这三个方面的综合考虑。本论文首先从安全性方面考虑了结渣状态对锅炉燃烧传热模型的影响,在此基础上设计了在线辨识系统,对结渣率进行辨识;进而利用DCS系统中的大数据信息建立了锅炉燃烧过程和SCR脱硝系统深度学习神经网络的预测模型,并在此基础上提出了喷氨量精准控制策略,避免了 SCR系统喷氨量和NOx排放不匹配的问题,保证了其环保性;最后,根据现场运行的实际需求,将理论与实际工程相结合,将离线优化与在线寻优相结合,实现了在线实时锅炉优化,提高了锅炉燃烧的经济性。论文的主要研究内容如下:1.针对复杂燃烧过程的结渣问题,建立了结渣状态的锅炉燃烧传热理论模型。基于特征模型和自适应黄金分割方法,设计了受热面结渣情况的辨识系统,将在线辨识与基于CFD的锅炉燃烧传热仿真模块相结合,为无法实时用设备测量的燃烧过程的结渣情况,提供了一种新的控制策略;为合理调整锅炉运行参数,帮助运行人员及时了解燃烧的安全状态,防止由结渣情况引发的事故提供了一种辨识手段。2.构建了一个基于混合LSTM和CNN神经网络的燃煤锅炉NOx排放预测的动态模型。利用小波变换（WT）的信号处理技术,将原始燃烧数据样本分解为一个平滑近似分量和一系列的细节分量。利用LSTM深度网络建立了近似分量的动态模型,预测NOx排放的整体趋势;同时,利用3个CNN神经网络对多个细节分量分别进行动态建模,预测NOx排放的特征信息。最后,将两个预测模型融合,得到最终的NOx排放模型。仿真结果表明,该方法能够实现准确稳定的建模和良好的预测性能。与典型的建模方法相比,该模型具有更好的通用性和可重复性。3.为了充分利用历史信息和未来信息,综合考虑输入变量对输出的影响,利用动态联合互信息（DJMI）估计了每个输入变量的延迟时间。采用双向长短时记忆（Bi-LSTM）深度学习算法对燃煤锅炉SCR系统出口 NOx排放进行预测,提高了预测精度,并建立了预测未来3min的t+3时刻的NOx模型。仿真结果表明该预测模型比当前时刻的波形有明显的提前,提前时间完全满足现场实际喷氨控制的要求。利用该模型可以及时调整喷氨量,对降低污染物排放、降低燃煤机组成本具有指导意义。4.通过SCR入口 NOx排放将锅炉燃烧模型和SCR系统模型整合起来,形成预测SCR出口NOx排放的一体化动态模型,并将其作为智能预测前馈信号构建智能前馈控制系统对SCR喷氨量进行精准控制。仿真结果表明,提出的一体化智能前馈预测控制方法控制效果好,喷氨控制平稳,能够满足具有大惯性、大延迟特性工业对象的控制需求。5.提出了一种基于灰色关联理论的案例推理（GR-CBR）锅炉燃烧在线优化方法。采用全局优化算法离线建立了优化案例库,结合主、客观因素利用遗传算法优化案例推理特征权重,提高了检索精度,并能从庞大的案例库中检索出与目标案例相匹配的案例。在保证机组稳定燃烧的同时,兼顾锅炉燃烧效率和NOx排放浓度,合理给出二、三次风门挡板开度指令及氧量定值,实现锅炉稳定经济燃烧。系统整体运用到某350MW燃煤发电机组,简化了优化计算的过程,寻优时间短,稳定性高,适合在线实时寻优。
王英男[3]（2021）在《燃煤锅炉的NOx排放预测与控制研究》文中认为随着新能源发电系统的深度接入,电网的安全稳定运行面临新的挑战。提高火力发电机组的深度调负荷能力势在必行。机组负荷的快速、深度变化会导致燃烧过程的剧烈波动,进而影响机组排放控制。建立锅炉NOx预测模型,是后续的脱硝控制以及燃烧优化的前提和基础,对火电厂实现深度调负荷及控制排放具有重要意义。论文围绕燃煤锅炉NOx排放预测与控制这一主题,从以下几个方面展开研究:1.分析影响燃煤锅炉NOx生成的多种因素,并在锅炉主燃烧区安装红外测温装置获取主燃烧区温度,探索主燃烧区温度参数与炉内NOx浓度之间的关系。研究基于主成分分析、变量重要性投影以及互信息等多种数据分析方法,实现了基于互信息的NOx预测模型变量自动选择。2.考虑到热工过程变量间相对存在着不同的时滞,基于互信息方法校准了变量间的时间迟延。并提出一种基于深度置信网络的NO,排放集成模型,该模型设计基于偏最小二乘-蒙特卡洛的数据集划分方法和基于随机子空间的模型集成方式。基于660MW燃煤锅炉热工运行数据,利用该集成策略建立锅炉NO,排放模型,与浅层学习算法相比,深度学习模型能够充分挖掘运行数据隐含特征,提高模型预测精度。3.考虑到燃煤锅炉NOx浓度变化对时间的依赖性,从时间角度出发,将循环神经网络应用于NOx排放预测,充分利用数据的时序信息,实现了NOx排放浓度的动态预测。针对模型因输入长度增加导致预测性能下降问题,提出一种基于注意力机制的长短期记忆网络预测算法,仿真结果表明,该算法能够实现对数据特征的自适应关注,提高网络的特征提取能力。4.针对多变量时间序列预测中,变量之间复杂的非线性关系以及相互耦合现象,从空间角度出发,提出了一种结合变量相关性的图卷积神经网络预测算法。该算法通过构建变量之间的邻接关系形成图数据、获取特征邻接矩阵,有效地融合了不同变量间特征信息。根据燃煤锅炉拓扑结构信息以及历史运行数据,构建了基于图卷积网络的NOx预测模型。仿真结果表明基于变量相关性的图卷积网络能够有效融合辅助变量间的相关信息,提升模型预测性能。5.针对燃煤电厂SCR烟气脱硝系统大惯性、大时延及强扰动特点,设计基于线性自抗扰的SCR烟气脱硝串级控制方案,并将SCR入口处NOx浓度预测值作为前馈信号引入到控制系统中,实现了 SCR喷氨系统的复合控制。仿真结果表明,基于自抗扰的复合控制策略能够更及时地对喷氨量进行调整,具有更好的控制性能。
谢晓强[4]（2021）在《600MW前后墙对冲燃煤锅炉侧墙CO富集与优化研究》文中提出我国电力生产以燃煤发电为主,燃煤发电约占每年发电总量的70%。目前,前后墙对冲燃烧是大型电站锅炉广泛采用的一种燃烧方式。在前后墙对冲燃烧锅炉中,各燃烧器单独组织气流结构、火焰相对独立,因而理论上应该实现较为均匀的燃烧过程和组分浓度分布。但在实际运行中,前后墙对冲燃烧锅炉普遍存在沿炉膛宽度CO浓度分布呈中间低、两边高的现象,燃烧均匀性并不理想,同时侧墙CO富集,加剧了水冷壁结渣、高温腐蚀的风险。本文针对上述现象,通过数值模拟与试验相结合的方法,开展了前后墙对冲燃烧锅炉侧墙CO富集机理与优化技术研究。首先,建立某600MW前后墙对冲燃烧锅炉全尺度数值模型,并对模型结果进行验证。在该模型的基础上,定义炉膛横向风、煤扩散与混合系数,探究风煤混合分布特性与CO分布特性的内在联系,发现炉内气流分布相对均匀,而两侧墙区域存在煤粉富集现象,煤粉的扩散差异导致了炉内燃烧程度不均,从而产生CO浓度偏差。采用氩气示踪法,研究了一、二次风、燃尽风的扩散过程,得出不同配风与煤粉的偏离程度,一次风与煤粉的偏离主要发生在侧墙中心,二次风则提前至炉膛中心,而燃尽风与煤粉的混合程度最差。基于炉膛气流结构特点,阐述了炉内CO分布规律的形成过程,并指出由前后墙风粉气流对冲形成的四角涡流是导致侧墙煤粉聚集,CO浓度偏高的主要原因。其次,针对HT-NR3旋流燃烧器的气固流动特点,研究了旋流强度、内二次风率、一次风率以及外二次风扩口角度对炉内风煤流动与混合过程的影响。减小旋流强度可以使燃烧器气流外围的煤粉比例减少,侧墙区域的煤粉比例随之减少。当旋流强度由0.8降至0时,燃烧器区域侧墙风煤混合系数由1.43降至1.21。而内二次风率对炉内风煤分布则几乎没有影响。一次风率增加将使炉膛中心烟气上升动量增强,煤粉向侧墙的扩散程度减小,一次风率由原23%提升至27%,燃烧器区域侧墙风煤混合系数由1.37减少到1.18。减小外二次风扩口角度同样能在一定程度上减轻煤粉向侧墙的扩散程度,但与其它参数的调解效果一致,均无法消除侧墙富燃料状态。再次,针对前后墙对冲燃烧锅炉内CO浓度偏差,采用现场试验和数值模拟相结合的方式,研究二次风碗式配风对炉内风煤混合与燃烧过程的影响。碗式配风能够有效减轻燃烧器区域侧墙的煤粉富集程度,改善炉内宽度方向上的风煤混合过程,减小CO浓度偏差,降低炉膛出口CO排放和飞灰含碳量,从而提高锅炉燃烧效率。随着碗式配风偏差增大,炉膛出口NOx排放增加,但是当风量偏差不大于10%时,NOx排放浓度变化不大于4.4%。综合燃烧器碗式配风对炉内风煤混合特性和炉膛出口烟气中NOx排放浓度的影响,在燃用常用煤种的条件下,碗式配风的风量偏差宜控制在10%以内。炉膛出口CO、NOx浓度曲线模拟值与现场试验值的变化趋势一致,且实际应用中,碗式配风对CO整体浓度与分布的改善效果更加显着。最后,针对四角涡流与侧墙CO富集的影响机制,提出了侧边风消涡方法,基于四角涡流的结构特点,形成了前后墙与侧墙布置侧边风两种方案,对比分析了喷口位置对消涡效果的影响,并对二者分别开展了优化设计。结果表明,侧墙侧边风的消涡效果较为理想,当喷口间距取2.4m,中、下层侧边风喷口与燃烧器同层布置,上层喷口与燃烧器错层布置时,侧墙近壁CO高浓度区域面积相较于原始工况减少67%,炉膛出口CO排放浓度以及飞灰含碳量略有减少,而NOx质量浓度增加不到6%,综合效果良好。
刘炳含[5]（2019）在《基于大数据技术的电站机组节能优化研究》文中研究表明随着我国经济持续发展,能源消费保持增长态势。燃煤发电作为能源供应的支柱产业,在我国独特的能源结构作用下,将继续占据主导地位,也是我国实现优能降耗减排目标的关键。大数据、人工智能的崛起及迅猛发展,推动着智能化、信息化与工业化的深度融合,为我国发电企业由高能耗、高排放、低效率的粗放型发展方式向低能耗、低排放、高效率的绿色发展方式转变带来新的方式和机遇。随着电力系统信息集成化的普及应用,电站机组积累了海量运行数据,如何挖掘数据中的潜在价值并加以利用,已成为当前发电行业的重要研究领域。推广大数据技术在电站机组的多角度、深层次、宽范围的挖掘与应用,对提高机组效率及深化优能降耗具有重要意义。首先,通过对电力大数据定义及特征的概括分析,阐述了电站机组大数据的定义及价值。针对电站机组大数据的挖掘过程,提出电站机组大数据的层级架构设计;同时,依据电站大数据处理关键技术,构建电站大数据生态系统应用框架,引入大数据存储与批处理技术,实现电站机组大数据的信息挖掘与获取。其次,深入分析电站机组海量运行数据特点及数据质量,阐明质量缺陷及原因,明确数据处理策略及方法。在电站机组数据检测中,采用多参数阈值判断法筛选稳态工况数据。在数据预处理中,利用双线性插值法及联合概率密度法分别处理数据空缺值及离散值;同时,针对电站机组大数据高维度、非线性的特点,引入模糊粗糙集理论,建立电站机组大数据特征参数选择方法,剔除冗余或无关参数,精简特征参数集,保证大数据挖掘处理的高效率性与高精度性。再次,开展基于大数据技术的电站机组能耗分析方法。以模糊粗糙集属性约简为基础,通过Canopy算法对K-means聚类算法改进,并将改进K-means聚类算法在Hadoop平台上实现并行化计算,实现全工况高效寻优确定电站机组运行目标基准值。同时,建立支持向量机能耗敏感性分析模型,依据供电煤耗与输入特征参数之间的依赖度及相关性,分析不同负荷工况下关键特征参数对供电煤耗的敏感性系数。然后,分析厂网两级负荷优化分配现状,针对电力发展清洁型、灵活型、智能型需求,提出基于大数据技术的考虑边界条件及污染物排放的多目标厂级负荷优化分配策略。基于电站机组的海量运行数据,引入大数据分析方法,通过粒子群算法对支持向量机进行改进,建立厂级快速性、经济性、环保性多目标负荷优化预测模型;并利用MapReduce并行编程模型实现对NSGA-Ⅱ优化算法的并行化处理,完成厂级多目标负荷优化分配计算。以此为基础开展的厂级负荷优化分配可有效降低电站机组供电煤耗及污染物排放,对电力系统节能发电调度具有参考意义。最后,开展燃气电站机组对标管理综合评估研究。在分析研究燃气电厂对标管理评估特点及表征参数的基础上,从安全环保、机组可靠、设备管理、经济运营、生产技术5个方面建立燃气电站机组对标管理综合评价指标体系:同时,基于大数据分析方法的粗糙集属性约简原理,结合向量夹角余弦与主成分分析法,建立燃气电站机组对标管理综合评估模型。针对模型赋权方案,建立基于指标权值的敏感性分析模型,检验结果表明所建立的燃气电站机组对标管理综合评价模型的权值分配敏感性较低,模型评价结果稳定,鲁棒性好,为燃气电厂企业对标管理及电厂机组间竞赛提供指导和帮助。
喻聪[6]（2019）在《电站锅炉燃烧优化及低NOx排放控制若干问题研究》文中研究表明氮氧化物（NOx）是燃煤电厂主要排放的大气污染物之一。目前,电站锅炉普遍采用低NOx燃烧结合选择性催化还原法（SCR）进行联合脱硝,而低NOx燃烧方式在某些运行工况下会牺牲锅炉经济性,因此有必要开展燃烧优化研究,以同时降低污染物排放及提高锅炉运行安全性和经济性。本文以某660MW切圆燃烧锅炉及尾部SCR脱硝系统为研究对象,结合试验、数值模拟和数据挖掘方法,对燃烧优化及低NOx排放控制的若干问题进行研究,为锅炉运行与烟道设计提出了优化策略及方法。论文提出了一种锅炉燃烧数值模型和热工水动力模型的新耦合计算方法。首先基于CFD和MATLAB平台搭建了锅炉风烟侧和汽水侧的分布参数模型,再采用直接映射法和辅助网格法建立了模型间不同网格的映射函数,进而通过开发两个平台的信息交互接口,实现了受热管壁温在烟、汽两侧的迭代计算。基于该模型,得到了炉内易超温管壁的实际位置,为不同管段的金属选材、现场测点的位置选取提供了支撑。综合分析了分离燃尽风（SOFA）上下摆角大小与炉内空气分级效果、湍流强度分布、旋转动量、火焰中心高度、烟温偏差的关系,并定量研究了其变化对燃烧产物生成量和受热面壁温的影响,结果表明:满负荷下SOFA风摆角变大能提高锅炉效率且减小NOx生成浓度,但SOFA风摆角从+20°增大到+30°,会使高温再热器管屏0.16%的外表面超过SA-213 TP347H材料的许用温度。论文提出了一种燃煤电站锅炉实际运行环境下的催化剂磨损预测方法。首先建立SCR反应器气固流动模型,计算催化剂入口烟气和飞灰颗粒的分布,再将此分布与详细的催化剂单通道磨损速率模型耦合,实现了SCR系统催化剂床层的磨损计算。基于本文模型,研究了SCR反应器内三角筋结构、支撑梁结构及导流板设计等对烟气运动和飞灰轨迹的影响,并分析了不同粒径飞灰对催化剂的磨损作用,最终提出了SCR系统流场和灰场的综合优化方案。该方案在现场应用中取得了较好效果,有效解决了催化剂局部磨损过重的问题。针对锅炉两侧SCR反应器入口速度和NOx浓度不同且均存在分布不均的现象,论文提出了一种计及燃烧效应的SCR系统喷氨均匀性优化策略。首先通过锅炉燃烧数值模拟,计算进入两侧SCR反应器烟气的流量系数及浓度系数,并以NO流量份额与供氨份额相等为原则,推导出各反应器的氨流量分配系数。更进一步,通过耦合燃烧模型计算的烟气场,求解SCR流动与组分输运模型,并定量解析各氨/空混合气支管的氨流量分配系数。最后,以不同氨流量分配系数为目标,完成各级氨流量控制阀的调节。结果表明,本文提出的方法能使氨氮摩尔比的相对偏差系数满足设计要求,有效解决了催化剂入口氨氮摩尔比分布不均的问题。论文将单调知识融合到燃烧系统数据驱动建模中,采用虚拟样本法将导数关系作为支持向量机回归时的不等式约束,并引入加法型核函数减小模型训练的计算量,提出了一种融合单调知识的支持向量机（FM-SVR）。测试算例表明,在局部样本缺失和系统噪声较大的情况下,相较于最小二乘支持向量机（LS-SVR）,FM-SVR预测精度较高,且能更好地反映函数原有的单调趋势。将FM-SVR应用于NOx生成浓度、锅炉效率及烟温偏差的建模中,结果表明,相较于LS-SVR,FM-SVR模型的增量分析结果与对象锅炉的运行及排放特性更吻合。论文提出了一种SCR出口NOx排放浓度和氨逃逸自适应模型。首先基于R检验手段,从海量历史运行数据中获得稳态样本,再采用压缩最近邻（CNN）算法对系统入口参数进行聚类,获得按工况划分的稳态样本库。在此基础上,结合滑动时间窗技术对连续数据流进行处理,不断以新稳态样本替换样本库中相同工况内调整手段最相似的旧样本,并引入拥挤距离（CD）算子对冗余数据进行删除,最终获得了RCNN-CD数据处理方法。对1804天的SCR系统历史运行数据进行分析,采用RCNN-CD方法能明显提高所选样本的代表性,且样本自然散点状态所表现的趋势与脱硝机理吻合。基于所选样本,采用FM-SVR建立定期更新的NOx排放模型,并以此预测氨逃逸。结果表明,模型能合理反映SCR脱硝性能变化的规律。论文提出了一种锅炉燃烧与SCR脱硝联合系统的综合优化策略。首先采用不等式约束型NSGA-II算法求解考虑烟温偏差限值的锅炉燃烧优化问题,再以该结果为边界条件,以NOx排放浓度不超标为约束条件,优化联合系统的总成本和氨逃逸率。结果表明,对于燃烧优化Pareto前端中的个体,随着锅炉效率升高,运行总成本持续降低。然而,当锅炉效率上升到一定程度后,再继续增加微小幅度,NOx生成浓度随之大幅增加,且此时优化得到的O2量也较高,为使SCR出口NOx排放达标,喷氨流量急剧增加,使得运行总成本又开始缓慢升高。这个运行总成本的拐点不仅经济性较高,氨逃逸也较低,是联合系统的最佳优化工况。
高寒[7]（2019）在《天生桥梯级短期优化调度实用化方法研究》文中研究说明在我国资源与需求逆向分布的大背景驱动下,西南地区多个特大流域梯级水电站群逐步建成投产,“西电东送”工程进一步推动互联大电网平台的建设,我国水电调度运行方式随之发生改变。调度从单库到“一库多级”,受端电网从单一到多个,消纳从就地就近到跨省跨区,产生了很多我国独有的、无从借鉴的难题,如复杂水力联系下的梯级调度、多电网调峰等,极大地影响了梯级库群的发电效率及计划安排。本文针对“一库多级”式开发的梯级的短期优化调度问题,以天生桥梯级——天生桥一级和天生桥二级电站为应用实例,开展了梯级短期发电计划制定及多电网网间负荷分配方法的研究,取得的成果如下:（1）针对“一库多级”梯级水电站的短期优化调度问题,以机组为基本调度单元,提出了考虑回水效应的“一库多级”式水电站群短期优化调度模型,通过对下游库水位进行区间划分,将尾水位泄量库水位三维曲线描述为三种典型情境,采用分段线性方法实现了线性描述,最终将原问题转换为MILP模型,并利用商用软件Lingo进行求解。经实例验证,提出的模型可在充分考虑回水影响下实现水电站群的精细化计算,有效提高梯级水电站群的发电量。（2）针对电站出力在多个电网间的负荷分配问题,提出了基于负荷分段评价的同品质电能互济多电网调峰方法。从电网负荷特性出发,对电网日负荷的峰谷段进行划分,令各受端电网峰谷段电能权重与协议比例一致,以分段余荷均方差的加权平均最小为单一电网目标函数,再引入目标权重将多目标问题转化为单目标,以此构建二次规划模型,并利用商用软件Lingo进行求解。经实例验证,所提模型在保证调峰效果的同时兼顾时效性的要求,为特性各异的多电网网间负荷分配问题提供一种可靠的解决方法。
赵宏烨[8]（2019）在《考虑敏感水头影响的水电站（群）短期优化调度研究》文中认为近20年来,我国形成了规模庞大的水电系统,这些水电系统集中分布在西南地区,既包含大量发电水头高、水头变幅大的“一洞多机”式水电站,也包含上下游流量敏感的梯级库群,它们往往是电力系统中重要的调峰调频电源,其短期优化调度一直是研究的热点和难点。这些库群在短期优化计算过程中既要考虑电站本身的约束条件,又要考虑梯级之间复杂的水力和电力约束,而水头相互干扰使得建模及求解更为复杂。本文围绕西南地区敏感水头下梯级水电站群面临的关键问题进行短期优化调度研究,以红水河南盘江梯级水电站（群）为背景开展研究,主要工作及获得的结论如下:（1）构建了敏感水头下一洞多机水电站短期负荷分配MILP模型。针对一洞多机长距离引水式水电站不仅具有装机容量大、运行水头高等特点,同时同一引水隧洞中多台机组共用同一水头,水头损失计算复杂等特性,构建了考虑隧洞和机组组合负荷分配的MILP模型,模型引入0-1整数变量描述开停机状态,分段线性化水头损失,采用三维插值解析出力、水头和发电流量的复杂耦合关系。以红水河某水电站枯水期不同负荷率（枯大、枯小）的典型日计算进行验证,结果表明该方法可以获得满足约束要求的结果,可以有效地指导敏感水头的“一洞多机”电站的短期负荷分配。（2）构建了一洞多机引水式水电站短期负荷分配的两阶段求解方法。针对敏感水头下一洞多机水电站水头变幅大、机组间水力干扰复杂及MILP模型求解效率低等问题,实现了两阶段建模求解:第一阶段建立考虑持续时段约束的水电机组开停机优化模型,结合启发式搜索策略和逐步优化算法确定开机隧洞及最优开停机组合方式;以此为基础,第二阶段建立以电定水准则的负荷分配模型,采用动态规划方法进行给定开停机方式下机组间的负荷最优分配。以红水河某水电站枯水期不同负荷率（枯大、枯小）典型日分配为例进行验证,结果表明该方法具有较强的实用性,可满足实际运行要求。（3）构建了基于电量控制的梯级水电站群短期调峰优化模型。针对敏感水头下梯级电站在满足电网需求及电站本身的多重约束下合理进行调峰的问题,构建了基于电量控制的梯级电站短期调峰电量最大模型并提出对应的求解方法,该方法将下发到每个电站的合同电量作为电量控制约束,采用逐步优化算法进行求解。以红水河南盘江梯级电站群为例,计算结果表明梯级电站在满足日优化电量及控制约束下,可以充分发挥梯级电站的调峰优势。最后对全文进行简单的总结,并对未来的工作进行了展望。
张治朝[9]（2018）在《岱海电厂厂级自动发电控制（AGC）调度系统设计》文中研究指明自动发电控制系统（automatic generation control（AGC））主要功能是维持发电机组发电功率和负载功率的平衡,保证电网的电能质量。随着电力系统规模的日益扩大,火力发电站机组数量增加,电力系统的经济运行则日显重要,厂级负荷优化分配就成为一个很重要的研究课题。据国内外统计资料表明,实现了负荷优化分配的火电机组可节约0.1%1.5%的燃料（原煤）消耗。这在能源减少、日渐稀缺的今天,是非常可观的经济效益。内蒙古岱海电厂装机为4台630MW燃煤机组,以前采用单机AGC调度控制模式。2014年开展厂级AGC节能调度系统改造可行性研究,2016年完成厂级AGC调度系统改造,论文结合电厂的AGC改造开展相应工作。根据机组发电量、厂用电率,结合机组发电煤耗数据计算机组供电煤耗。基于运行数据对电厂内各机组的发电煤耗曲线进行了拟合,对厂用电系统,主要辅机如电动给水泵、空冷风机等对机组煤耗的影响进行了分析,由此拟合出机组的供电煤耗特性曲线。根据调度系统对总负荷平衡、机组负荷的上下限、机组负荷调节速率、和临界负荷约束等边界条件建立负荷优化数学模型,利用粒子群优化算法实现负荷优化分配,达到全厂煤耗最低的优化效果。以2016年10月份机组接收的单机负荷指令为基础,进行粒子群仿真,对仿真数据进行分析,经过负荷优化分配,全厂发电煤耗较优化前有所降低。岱海电厂厂级AGC调度系统改造结合RTU、DCS与SIS系统构架进行设计,完成了系统的搭建,由RTU系统接收调度负荷指令并下发至厂级AGC调度系统,实现厂级AGC调度功能。系统基于DCS、SIS等系统的机组运行数据,进行机组煤耗数据处理。根据系统模拟运行的数据分析,岱海电厂厂级AGC调度系统运行后可有效降低全厂煤耗,提高了机组运行的环保性,达到了节能减排的优化目的。以2016年10月份的模拟运行数据为基础,对系统改造后的效果从节能、环保的角度进行了分析、评价。
周诗齐[10]（2018）在《火电厂机组能耗特性分析及负荷优化分配》文中研究表明随着全球能源危机的加剧,以及电力市场改革带来的冲击,火电机组的节能降耗以及发电集团的负荷优化分配是如今火电行业需要解决的问题。发电集团想要提高自身竞争力,便需要降低自己的发电成本,对集团内部的发电机组负荷实现优化分配。本文以火电机组的能耗特性及负荷优化分配为课题,研究的对象为燃煤机组以及燃气-蒸汽联合循环机组。本论文针对多种机型、多燃料的发电机组,主要研究了机组的能耗经济指标影响因素以及机组间的负荷优化分配两方面的问题。基于热力学原理,本文对燃煤机组和燃气-蒸汽联合循环机组能耗经济性指标的计算进行了简单的介绍,建立了机组能耗经济指标的计算模型。并尝试基于计算模型对机组的能耗特性曲线进行简单拟合,发现难以满足工程实际需要。基于数据回归的方式,本文采用最小二乘支持向量机（LS-SVM）对燃煤机组和燃气-蒸汽联合循环机组进行建模,并通过粒子群优化算法对模型结构参数进行寻优。建模之前利用自组织特征映射网络对学习样本进行聚类处理。建立的LS-SVM模型测试样本误差均小于1%,并且预测趋势与实际运行相差不大。燃煤机组方面,本文利用K-means聚类的方式,提出机组工况基准值的概念,基于机组不同负荷工况基准值,拟合出了机组的负荷与能耗的特性曲线。燃气-蒸汽联合循环方面,本文分别对燃气轮机、余热锅炉和蒸汽轮机进行了建模,并通过模型的输入、输出参数将模型有机地结合在一起。模型测试样本误差均小于2%,精度与误差均满足工程要求。根据拟合出的曲线,本文采用遗传算法,对不同目标函数下的机组的负荷分配进行了寻优,结果显示,在基于机组平均供电标煤耗最优的目标下,能够使煤耗最多降低0.5g/（kW·h）;在基于机组平均供电燃料成本最优的情况下,能够使供电成本最多降低2.3分/（kW·h）;在基于机组平均上网利润最优的情况下,能够使上网利润最多提高0.3分/（kW·h）。负荷优化分配取得了很好的效果,具有一定的参考价值,为机组的优化运行提供了一定的方向。
二、大型电站负荷优化分配研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、大型电站负荷优化分配研究（论文提纲范文）
（1）大型电站锅炉炉膛辐射传热分区模型的改进及应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 炉内温度测量的试验研究 |
| 1.2.2 炉内温度计算的理论研究 |
| 1.2.3 电站锅炉再热器改造应用研究 |
| 1.3 本文研究内容 |
| 第2章 炉膛一维分区传热建模 |
| 2.1 引言 |
| 2.2 原炉膛一维分区传热计算模型 |
| 2.3 炉膛一维分区传热计算改进方法 |
| 2.3.1 Ⅰ区传热计算 |
| 2.3.2 Ⅱ区传热计算 |
| 2.3.3 Ⅲ区传热计算 |
| 2.3.4 Ⅳ区传热计算 |
| 2.3.5 Ⅴ区传热计算 |
| 2.3.6 炉膛分区热力计算流程 |
| 2.4 本章小结 |
| 第3章 600MW超临界压力锅炉炉膛传热计算 |
| 3.1 研究对象 |
| 3.2 结果分析 |
| 3.3 本章小结 |
| 第4章 一维分区模型在墙式再热器改造中的应用 |
| 4.1 引言 |
| 4.2 机组概况 |
| 4.3 改造方案 |
| 4.3.1 侧墙墙式再热器改造方案 |
| 4.3.2 前墙墙式再热器改造方案 |
| 4.4 结果分析 |
| 4.5 本章小结 |
| 附图 |
| 热力计算结果汇总 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及参加科研情况 |
| 致谢 |
（2）电站锅炉燃烧和SCR脱硝系统一体化建模与优化控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内外研究动态 |
| 1.2.1 锅炉燃烧建模研究现状 |
| 1.2.2 SCR脱硝系统建模研究现状 |
| 1.2.3 锅炉燃烧及SCR脱硝系统一体化建模及优化控制研究现状 |
| 1.3 论文研究内容 |
| 第2章 燃烧过程结渣状态理论建模与辨识 |
| 2.1 前言 |
| 2.2 基于CFD模型的燃烧传热理论 |
| 2.3 基于CFD模型的受结渣影响的燃烧传热模型 |
| 2.4 基于特征模型和自适应黄金分割的结渣率在线辨识 |
| 2.4.1 二阶非线性系统特征模型 |
| 2.4.2 特征模型参数辨识 |
| 2.4.3 黄金分割自适应控制 |
| 2.4.4 基于特征模型和自适应黄金分割的结渣率在线辨识 |
| 2.4.5 结渣率的辨识仿真 |
| 2.5 本章小结 |
| 第3章 炉膛出口NO_x深度神经网络建模 |
| 3.1 燃煤电站锅炉燃烧系统简介 |
| 3.2 WT、LSTM和CNN模型的理论方法 |
| 3.2.1 小波变换理论 |
| 3.2.2 LSTM理论 |
| 3.2.3 CNN理论 |
| 3.3 基于小波分解与动态混合深度学习的NO_x排放预测结构 |
| 3.4 数据选取 |
| 3.5 模型建立及结果分析对比 |
| 3.6 本章小结 |
| 第4章 SCR脱硝系统动态建模 |
| 4.1 SCR脱硝系统简介 |
| 4.1.1 SCR系统布置方式及简单分析 |
| 4.1.2 NO_x浓度检测滞后 |
| 4.1.3 SCR脱硝系统工作流程 |
| 4.2 BI-LSTM和动态联合互信息(DJMI)原理方法 |
| 4.2.1 Bi-LSTM结构 |
| 4.2.2 动态联合互信息(DJMI) |
| 4.3 变量选择和数据准备 |
| 4.4 SCR脱硝系统动态模型的建立 |
| 4.5 不同建模方法的比较分析 |
| 4.6 本章小结 |
| 第5章 锅炉燃烧与SCR脱硝一体化控制 |
| 5.1 SCR脱硝控制系统及其存在的问题 |
| 5.1.1 SCR脱硝控制系统 |
| 5.1.2 脱硝系统存在的问题 |
| 5.2 喷氨控制方法 |
| 5.2.1 单级PID控制方法 |
| 5.2.2 PID串级控制方法(出口NO_x定值控制) |
| 5.2.3 智能前馈控制方法 |
| 5.2.4 模型预测控制方法 |
| 5.2.5 分区控制方法 |
| 5.3 智能预测控制系统 |
| 5.4 本章小结 |
| 第6章 燃烧系统案例推理自适应寻优方法及应用 |
| 6.1 引言 |
| 6.2 离线建立燃烧优化案例库 |
| 6.3 基于灰色关联的案例推理方法 |
| 6.3.1 灰色关联的案例推理理论 |
| 6.3.2 采用遗传算法确定最优的权重分配 |
| 6.3.3 修正和案例重用 |
| 6.4 GR-CBR自适应优化设计 |
| 6.5 GR-CBR自适应寻优的具体应用 |
| 6.5.1 数据准备 |
| 6.5.2 仿真结果及对比 |
| 6.5.3 电厂实际投运效果 |
| 6.6 本章小结 |
| 第7章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（3）燃煤锅炉的NOx排放预测与控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 NO_x排放预测的研究现状 |
| 1.2.2 深度学习及其在模型预测方面的研究进展 |
| 1.2.3 燃煤锅炉SCR脱硝控制算法研究进展 |
| 1.3 论文主要研究内容 |
| 1.4 论文结构 |
| 第2章 燃煤锅炉NO_x生成机理及影响因素分析 |
| 2.1 引言 |
| 2.2 燃煤锅炉NO_x生成及SCR脱硝工艺流程 |
| 2.2.1 炉膛和烟道结构及工作参数 |
| 2.2.2 SCR烟气脱硝系统 |
| 2.3 NO_x生成机理及影响因素分析 |
| 2.3.1 影响NO_x生成的主要因素 |
| 2.3.2 主燃烧区温度对NO_x的影响 |
| 2.4 参数遴选与数据预处理方法 |
| 2.4.1 基于机理分析的辅助变量选择 |
| 2.4.2 基于主成分分析的数据降维 |
| 2.4.3 基于变量重要性投影的辅助变量选择 |
| 2.4.4 基于互信息的辅助变量选择 |
| 2.5 本章小结 |
| 第3章 基于深度置信网络的NO_x浓度预测 |
| 3.1 引言 |
| 3.2 深度置信网络 |
| 3.3 电站燃烧过程时间序列迟延估计 |
| 3.3.1 基于VIP的辅助变量选择 |
| 3.3.2 基于互信息的时间序列迟延估计 |
| 3.4 基于集成深度置信网络的NO_x浓度预测 |
| 3.4.1 集成学习及其基本构建方法 |
| 3.4.2 基于随机子空间的数据划分 |
| 3.4.3 集成深度置信网络预测算法 |
| 3.4.4 实验与结果分析 |
| 3.5 本章小结 |
| 第4章 基于循环神经网络的NO_x浓度预测 |
| 4.1 引言 |
| 4.2 循环神经网络 |
| 4.2.1 传统循环神经网络 |
| 4.2.2 长短期记忆神经网络 |
| 4.2.3 门控循环单元 |
| 4.3 基于循环神经网络的NO_x浓度预测算法 |
| 4.3.1 模型构建 |
| 4.3.2 结果分析 |
| 4.4 基于注意力机制和长短期记忆神经网络的NO_x排放预测 |
| 4.4.1 注意力机制 |
| 4.4.2 基于AM-LSTM的NO_x预测算法 |
| 4.4.3 实验分析 |
| 4.5 本章小结 |
| 第5章 基于图卷积网络的NO_x浓度预测 |
| 5.1 引言 |
| 5.2 图卷积网络 |
| 5.3 基于图卷积网络的NO_x预测 |
| 5.3.1 基于NO_x预测的图网络 |
| 5.3.2 邻接矩阵 |
| 5.3.3 基于图卷积网络的NO_x预测算法的设计 |
| 5.4 实验与分析 |
| 5.4.1 实验结果 |
| 5.4.2 邻接矩阵对于NO_x预测的影响 |
| 5.4.3 输入序列长度对于NO_x预测的影响 |
| 5.4.4 不同预测算法之间的比较分析 |
| 5.5 本章小结 |
| 第6章 基于线性自抗扰的SCR烟气脱硝控制 |
| 6.1 引言 |
| 6.2 SCR烟气脱硝复合控制 |
| 6.3 线性自抗扰控制 |
| 6.3.1 线性自抗扰控制原理 |
| 6.3.2 扰动补偿 |
| 6.3.3 离散时间扩张状态观测器 |
| 6.3.4 基于粒子群算法的LADRC参数整定 |
| 6.4 基于LADRC的SCR烟气脱硝控制 |
| 6.5 仿真结果与分析 |
| 6.5.1 设定值跟踪 |
| 6.5.2 扰动分析 |
| 6.5.3 SCR处入口NO_x浓度前馈 |
| 6.6 本章小结 |
| 第7章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（4）600MW前后墙对冲燃煤锅炉侧墙CO富集与优化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 煤粉锅炉前后墙燃烧的设计特性 |
| 1.3 前后墙燃烧实际运行存在的问题 |
| 1.4 研究现状 |
| 1.4.1 前后墙对冲燃烧锅炉的热态燃烧与数值模拟研究 |
| 1.4.2 影响前后墙对冲燃烧锅炉内CO分布的因素 |
| 1.4.3 减轻侧墙CO富集的措施 |
| 1.5 本文主要研究内容 |
| 第2章 设备概况与研究方法 |
| 2.1 设备概况 |
| 2.1.1 锅炉结构与设计参数 |
| 2.1.2 HT-NR3低NO_x燃烧器结构与设计参数 |
| 2.2 锅炉运行状态测试 |
| 2.2.1 试验工况与方法 |
| 2.2.2 试验结果与存在的问题 |
| 2.3 研究方法 |
| 2.3.1 数学模型 |
| 2.3.2 锅炉几何建模与网格设计 |
| 2.3.3 模型边界条件与网格无关化验证 |
| 2.4 模型的验证 |
| 2.5 本章小结 |
| 第3章 前后墙对冲燃烧锅炉CO分布规律形成机制研究 |
| 3.1 前言 |
| 3.2 风煤混合特性 |
| 3.2.1 风、煤扩散系数与风/煤混合系数定义 |
| 3.2.2 沿炉膛宽度CO浓度分布特征 |
| 3.2.3 风煤混合特性与CO分布特性的关联分析 |
| 3.2.4 影响风煤混合特性的主要参数分析 |
| 3.3 影响煤粉扩散特性的因素分析 |
| 3.3.1 一、二次风与燃尽风扩散系数定义 |
| 3.3.2 配风扩散性能分析 |
| 3.3.3 炉膛气流结构特性 |
| 3.3.4 颗粒粒径对煤粉扩散分布的影响 |
| 3.4 前后墙对冲燃烧锅炉CO分布特征形成原因分析 |
| 3.5 本章小结 |
| 第4章 旋流燃烧器运行与结构参数对炉内风煤分布的影响 |
| 4.1 前言 |
| 4.2 燃烧器风门特性试验与数值模拟 |
| 4.2.1 试验系统与数值模型介绍 |
| 4.2.2 试验与模拟结果分析 |
| 4.3 燃烧器运行参数对炉内风煤分布的影响 |
| 4.3.1 计算工况与分析方法介绍 |
| 4.3.2 旋流强度对炉内风煤分布的影响 |
| 4.3.3 内二次风率对炉内风煤分布的影响 |
| 4.3.4 一次风率对炉内风煤分布的影响 |
| 4.4 二次风扩口对炉内风煤分布的影响 |
| 4.5 本章小结 |
| 第5章 碗式配风对炉内风煤分布与燃烧过程的影响 |
| 5.1 前言 |
| 5.2 碗式配风数值模拟 |
| 5.2.1 计算工况 |
| 5.2.2 碗式配风对炉内风煤分布的影响 |
| 5.2.3 碗式配风对炉内燃烧过程的影响 |
| 5.3 碗式配风调整试验 |
| 5.3.1 试验工况 |
| 5.3.2 碗式配风试验结果 |
| 5.4 本章小结 |
| 第6章 侧边风对四角涡流强度与炉内燃烧过程的影响 |
| 6.1 前言 |
| 6.2 侧边风布置方案 |
| 6.3 分析方法介绍 |
| 6.4 前后墙布置侧边风方案 |
| 6.4.1 侧边风与侧墙间距对消涡效果的影响 |
| 6.4.2 侧边风组合方式对炉内燃烧过程的影响 |
| 6.4.3 侧边风率对燃烧效果的影响 |
| 6.5 侧墙布置侧边风方案 |
| 6.5.1 侧边风间距对消涡效果的影响 |
| 6.5.2 侧边风组合方式对炉内燃烧过程的影响 |
| 6.5.3 侧边风率对燃烧效果的影响 |
| 6.6 方案比较 |
| 6.7 本章小结 |
| 第7章 全文总结与展望 |
| 7.1 全文总结 |
| 7.2 主要创新点 |
| 7.3 下一步工作展望 |
| 参考文献 |
| 作者简介 |
| 作者攻读博士学位期间的主要研究成果 |
| 参加的科研项目 |
（5）基于大数据技术的电站机组节能优化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.1.1 能源行业大数据技术发展需求 |
| 1.1.2 电力行业迈进大数据时代 |
| 1.2 国内外研究现状及发展趋势 |
| 1.2.1 电力大数据研究现状及发展趋势 |
| 1.2.2 电站机组节能降耗研究现状 |
| 1.3 论文的研究内容 |
| 第2章 电站大数据架构及理论基础 |
| 2.1 引言 |
| 2.2 电站大数据概念及特性 |
| 2.3 电站大数据架构体系 |
| 2.3.1 电站大数据架构 |
| 2.3.2 电站大数据关键技术 |
| 2.4 电站大数据平台 |
| 2.4.1 电站大数据平台架构 |
| 2.4.2 电站大数据平台搭建与配置 |
| 2.5 电站大数据理论基础 |
| 2.5.1 大数据存储 |
| 2.5.2 大数据计算技术 |
| 2.5.3 数据挖掘技术 |
| 2.6 本章小结 |
| 第3章 电厂实时大数据预处理及特征参数选择研究 |
| 3.1 引言 |
| 3.2 电站大数据预处理 |
| 3.2.1 数据稳态检测 |
| 3.2.2 大数据清理 |
| 3.3 电站机组关键能耗特征参数选择 |
| 3.3.1 特征参数选择方法概述 |
| 3.3.2 模糊粗糙集理论与方法 |
| 3.3.3 关键能耗特征参数选择实例分析 |
| 3.4 本章小结 |
| 第4章 基于大数据技术的电站机组能耗分析 |
| 4.1 引言 |
| 4.2 电站机组能耗分析策略 |
| 4.2.1 电站机组关键能耗特征参数分析 |
| 4.2.2 大数据技术新算法确定基准值策略 |
| 4.2.3 K-means聚类 |
| 4.2.4 Canopy算法 |
| 4.2.5 基于MapReduce架构的新算法实现 |
| 4.2.6 基于支持向量机的能耗敏感性分析模型 |
| 4.3 电站机组应用实例 |
| 4.3.1 确定研究对象及目标 |
| 4.3.2 算法应用及计算结果 |
| 4.3.3 算法性能测试 |
| 4.3.4 不同负荷下能耗敏感性分析实例 |
| 4.4 本章小结 |
| 第5章 大数据技术的电站机组节能环保多目标负荷优化分配 |
| 5.1 引言 |
| 5.2 厂级负荷分配 |
| 5.2.1 厂级负荷分配策略 |
| 5.2.2 负荷优化分配方法 |
| 5.2.3 大数据技术的厂级多目标负荷优化分配策略 |
| 5.3 大数据技术的厂级多目标负荷优化分配 |
| 5.3.1 PSO-SVM预测模型 |
| 5.3.2 NSGA-Ⅱ算法 |
| 5.3.3 并行NSGA-Ⅱ多目标优化方法 |
| 5.3.4 染色体表达 |
| 5.3.5 电厂负荷分配的物理模型 |
| 5.3.6 基于大数据技术的节能环保多目标负荷优化分配模型 |
| 5.4 实例分析 |
| 5.4.1 确定研究对象及目标 |
| 5.4.2 电站机组能耗特性分析 |
| 5.4.3 基于PSO-SVM预测模型计算 |
| 5.4.4 多目标负荷优化及计算结果 |
| 5.4.5 大数据方法效率验证 |
| 5.5 本章小结 |
| 第6章 燃气电站机组对标管理综合评价研究 |
| 6.1 引言 |
| 6.2 对标管理综合评价 |
| 6.2.1 对标管理基本概念 |
| 6.2.2 对标管理综合评价方法 |
| 6.3 燃气电站机组对标管理综合评价指标体系 |
| 6.3.1 指标体系构建的基本原则 |
| 6.3.2 评价指标体系建立 |
| 6.4 燃气电站机组对标管理综合评价模型搭建 |
| 6.4.1 粗糙集指标筛选 |
| 6.4.2 基于向量夹角余弦二级指标评价模型 |
| 6.4.3 主成分分析一级指标综合评价模型 |
| 6.5 实例分析 |
| 6.5.1 燃气电站机组样本概况 |
| 6.5.2 电站机组样本数据选取 |
| 6.5.3 基于粗糙集的指标筛选 |
| 6.5.4 基于向量夹角余弦法二级指标评价结果 |
| 6.5.5 基于主成分分析的一级指标评价结果 |
| 6.6 燃气电站机组评价体系指标权值敏感性分析 |
| 6.6.1 指标权值的敏感性分析模型 |
| 6.6.2 评价体系指标权值敏感性分析 |
| 6.7 本章小结 |
| 第7章 结论与展望 |
| 7.1 主要研究成果 |
| 7.2 论文主要创新点 |
| 7.3 后续工作展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（6）电站锅炉燃烧优化及低NOx排放控制若干问题研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 燃煤锅炉燃烧与汽水换热的模拟研究 |
| 1.3 SCR脱硝系统的数值模拟与优化研究 |
| 1.4 考虑热工系统特性的数据驱动建模研究 |
| 1.5 电站锅炉燃烧与SCR系统综合优化研究 |
| 1.6 存在的问题及困难 |
| 1.7 论文主要内容及结构安排 |
| 参考文献 |
| 第二章 锅炉风烟和汽水侧换热的耦合数值模拟 |
| 2.1 引言 |
| 2.2 研究对象 |
| 2.3 锅炉风烟过程建模 |
| 2.4 锅炉汽水过程建模 |
| 2.5 风烟和汽水模型的耦合 |
| 2.6 本章小结 |
| 参考文献 |
| 第三章 炉内燃烧性能与蒸汽管壁超温的联合分析 |
| 3.1 引言 |
| 3.2 锅炉热态试验 |
| 3.3 模拟工况及边界条件 |
| 3.4 模型分析及结果验证 |
| 3.5 SOFA风摆角对燃烧产物的影响 |
| 3.6 SOFA风摆角对烟温偏差的影响 |
| 3.7 SOFA风摆角对受热面壁温的影响 |
| 3.8 燃烧性能和蒸汽管壁超温的联合分析 |
| 3.9 不同运行模式对烟温偏差的影响 |
| 3.10 本章小结 |
| 参考文献 |
| 第四章 耦合SCR流动的催化剂磨损建模与优化 |
| 4.1 引言 |
| 4.2 研究对象与试验 |
| 4.3 数学模型及计算方法 |
| 4.4 数值模拟结果及分析 |
| 4.5 脱硝反应器优化设计 |
| 4.6 改造后现场流场测量 |
| 4.7 本章小结 |
| 参考文献 |
| 第五章 计及炉内燃烧效应的SCR喷氨均匀性优化 |
| 5.1 引言 |
| 5.2 SCR反应器喷氨系统及建模 |
| 5.3 基于设计条件的SCR喷氨优化 |
| 5.4 计及燃烧效应的SCR喷氨优化 |
| 5.5 本章小结 |
| 参考文献 |
| 第六章 基于数据挖掘的锅炉燃烧与SCR运行优化 |
| 6.1 引言 |
| 6.2 锅炉燃烧和SCR系统热态调整试验 |
| 6.3 融合单调知识的燃烧系统特性建模 |
| 6.4 考虑烟温偏差约束的燃烧运行优化 |
| 6.5 考虑催化剂性能劣化的SCR系统建模 |
| 6.6 炉内燃烧与SCR系统协调运行优化 |
| 6.7 本章小结 |
| 参考文献 |
| 第七章 结论与展望 |
| 7.1 本文主要工作与结论 |
| 7.2 本文后续研究展望 |
| 攻读博士学位期间主要成果情况 |
| 致谢 |
（7）天生桥梯级短期优化调度实用化方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 关键问题 |
| 1.2 国内外研究进展 |
| 1.2.1 短期优化调度概述 |
| 1.2.2 多电网调峰 |
| 1.3 研究内容及框架 |
| 2 研究工程背景 |
| 2.1 红水河流域概况 |
| 2.2 天生桥梯级基本资料 |
| 2.2.1 电站基本参数 |
| 2.2.2 电站特性曲线 |
| 2.3 梯级特性分析 |
| 2.4 电网特性分析 |
| 2.4.1 广东电网 |
| 2.4.2 广西电网 |
| 2.5 小结 |
| 3 考虑回水效应的一库多级式水电站群短期优化调度模型 |
| 3.1 引言 |
| 3.2 数学模型 |
| 3.2.1 目标函数 |
| 3.2.2 约束条件 |
| 3.3 模型求解 |
| 3.3.1 水位库容约束处理 |
| 3.3.2 尾水位泄量约束处理 |
| 3.3.3 机组动力特性约束处理 |
| 3.3.4 机组振动区限制处理 |
| 3.4 实例分析 |
| 3.4.1 工程背景 |
| 3.4.2 计算结果及分析 |
| 3.5 小结 |
| 4 基于负荷分段评价的同品质电能互济多电网调峰方法 |
| 4.1 引言 |
| 4.2 数学模型 |
| 4.2.1 目标函数 |
| 4.2.2 约束条件 |
| 4.3 模型求解 |
| 4.3.1 目标函数处理 |
| 4.3.2 网间电力分配二次规划法 |
| 4.4 实例分析 |
| 4.4.1 工程背景 |
| 4.4.2 计算结果及分析 |
| 4.5 小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（8）考虑敏感水头影响的水电站（群）短期优化调度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 敏感水头下梯级水电站面临的关键问题 |
| 1.2.1 敏感水头问题 |
| 1.2.2 一洞多机问题 |
| 1.3 梯级水电系统优化调度的进展 |
| 1.3.1 总体概述 |
| 1.3.2 常规优化方法 |
| 1.3.3 智能算法 |
| 1.4 主要研究内容及框架 |
| 1.4.1 论文主要内容 |
| 1.4.2 论文主体框架 |
| 2 敏感水头下一洞多机水电站短期负荷分配MILP模型研究 |
| 2.1 引言 |
| 2.2 一洞多机水电站短期负荷分配问题的影响因素 |
| 2.2.1 水力和电力联系 |
| 2.2.2 水头损失计算 |
| 2.3 数学模型 |
| 2.3.1 目标函数 |
| 2.3.2 目标函数 |
| 2.4 模型求解 |
| 2.4.1 水位库容线性化 |
| 2.4.2 机组动力特性线性化 |
| 2.4.3 机组振动区线性化 |
| 2.4.4 MILP模型求解流程机组动力特性线性化 |
| 2.5 实例分析 |
| 2.5.1 工程背景及参数选择 |
| 2.5.2 枯大开机方式及负荷分配 |
| 2.5.3 枯小开机方式及负荷分配 |
| 2.6 本章小结 |
| 3 敏感水头下一洞多机引水式水电站短期负荷分配两阶段求解方法 |
| 3.1 引言 |
| 3.2 数学模型 |
| 3.2.1 开停机优化模型 |
| 3.2.2 耗水量最小模型 |
| 3.3 模型求解 |
| 3.3.1 总体求解思路 |
| 3.3.2 单时段可行域搜索过程 |
| 3.3.3 多时段启发式策略求解初始可行解 |
| 3.3.4 多时段POA求解全局最优解 |
| 3.3.5 耗水量最小模型求解 |
| 3.3.6 总体求解流程 |
| 3.4 实例分析 |
| 3.4.1 工程背景及参数选择 |
| 3.4.2 不同开机方式下的耗水分析 |
| 3.4.3 开停机组合结果分析 |
| 3.4.4 枯大方式的结果分析 |
| 3.4.5 枯小方式的结果分析 |
| 3.5 本章小结 |
| 4 基于电量控制的梯级水电站群短期调峰最优模型研究 |
| 4.1 引言 |
| 4.2 水电站短期水电调峰电量最大模型 |
| 4.2.1 目标函数 |
| 4.2.2 目标函数 |
| 4.3 模型求解方法 |
| 4.3.1 典型日负荷分配方法 |
| 4.3.2 逐步优化算法 |
| 4.3.3 求解流程 |
| 4.4 模型求解方法 |
| 4.4.1 工程背景 |
| 4.4.2 计算参数 |
| 4.4.3 实例一:2 月份 |
| 4.4.4 实例二:11 月份 |
| 4.5 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 攻读硕士学位期间参与项目及获奖情况 |
| 致谢 |
（9）岱海电厂厂级自动发电控制（AGC）调度系统设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景和研究的目的和意义 |
| 1.2 国内外在该方向的研究现状及分析 |
| 1.2.1 厂级自动发电控制系统(AGC)的研究现状 |
| 1.2.2 厂级自动发电控制系统(AGC)应用情况 |
| 1.2.3 岱海电厂自动发电控制系统(AGC)的现状 |
| 1.2.4 电网经济调度的运行现状 |
| 1.3 技术难点分析 |
| 1.4 论文的主要研究内容 |
| 第2章 岱海电厂机组供电煤耗特性曲线拟合 |
| 2.1 引言 |
| 2.2 机组的供电煤耗 |
| 2.3 机组的发电煤耗 |
| 2.3.1 发电煤耗特性曲线求取 |
| 2.3.2 厂用电率特性分析 |
| 2.4 供电煤耗特性曲线的拟合 |
| 2.5 本章小结 |
| 第3章 机组间负荷优化分配 |
| 3.1 引言 |
| 3.2 负荷优化数学模型 |
| 3.3 负荷优化分配算法 |
| 3.4 粒子群仿真结果 |
| 3.5 本章小结 |
| 第4章 岱海电厂厂级AGC调度系统设计 |
| 4.1 引言 |
| 4.2 系统设计总体方案 |
| 4.3 厂级自动发电控制系统(AGC)系统控制规则 |
| 4.4 负荷优化分配的软件系统设计 |
| 4.5 调度控制系统显示界面设计 |
| 4.6 厂级AGC调度系统优化分配前后煤耗效果 |
| 4.7 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 个人简历 |
（10）火电厂机组能耗特性分析及负荷优化分配（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.1.1 能源问题 |
| 1.1.2 电力市场改革 |
| 1.1.3 课题来源 |
| 1.2 研究现状 |
| 1.2.1 机组能耗特性 |
| 1.2.2 负荷优化分配方面 |
| 1.3 本文主要研究内容 |
| 第二章 机组能耗指标简介与分析 |
| 2.1 、燃煤机组 |
| 2.1.1 机组汽耗率 |
| 2.1.2 热耗率 |
| 2.1.3 煤耗率与标准煤耗率 |
| 2.2 燃煤机组煤耗计算 |
| 2.2.1 锅炉效率 |
| 2.2.2 汽轮机内效率 |
| 2.2.3 厂用电率、管道效率和机械效率 |
| 2.3 机组实例简要计算与统计分析 |
| 2.3.1 机组概况与数据来源 |
| 2.3.2 计算结果及分析 |
| 2.4 燃气-蒸汽联合循环能耗特性指标 |
| 2.4.1 燃气轮机运行能耗特性指标 |
| 2.4.2 余热锅炉能耗指标 |
| 2.4.3 联合循环机组能耗指标 |
| 2.5 燃气-蒸汽联合循环机组实例分析 |
| 2.5.1 机组概况与数据来源 |
| 2.5.2 燃机机组与联合循环机组热耗特性 |
| 2.6 本章小结 |
| 第三章 基于最小二乘支持向量机的机组能耗特性建模 |
| 3.1 引言 |
| 3.2 最小二乘支持向量机理论 |
| 3.2.1 支持向量机基本思想 |
| 3.2.2 最小二乘支持向量机回归算法 |
| 3.2.4 最小二乘支持向量机参数优化 |
| 3.3 粒子群算法 |
| 3.3.1 粒子群算法数学模型 |
| 3.3.2 基于粒子群的最小二乘支持向量机参数寻优 |
| 3.4 自组织特征映射网络 |
| 3.5 燃煤机组煤耗建模与分析 |
| 3.5.1 机组煤耗模型输入、输出参数的确定 |
| 3.5.2 样本的采集与预处理 |
| 3.5.3 煤耗模型的建立与验证 |
| 3.5.4 煤耗特性曲线拟合 |
| 3.6 燃气-蒸汽联合循环机组能耗特性建模与分析 |
| 3.6.1 燃气轮机机组建模与分析 |
| 3.6.2 余热锅炉机组建模与分析 |
| 3.6.3 汽轮机组热耗及功率建模与分析 |
| 3.6.4 燃气-蒸汽联合循环机组功率曲线拟合 |
| 3.7 本章小结 |
| 第四章 机组负荷优化分配 |
| 4.1 引言 |
| 4.2 遗传算法简介 |
| 4.2.1 遗传算法概念 |
| 4.2.2 遗传算法寻优基本步骤 |
| 4.2.3 遗传算法的特点 |
| 4.3 基于遗传算法的机组负荷优化分配 |
| 4.3.1 机组负荷优化分配问题的数学模型 |
| 4.3.2 基于机组能耗最优的负荷优化分配问题 |
| 4.3.3 基于机组燃料成本最优的负荷优化分配问题 |
| 4.3.4 基于机组上网价格最优的负荷优化分配问题 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间科研成果 |
四、大型电站负荷优化分配研究（论文参考文献）
- [1]大型电站锅炉炉膛辐射传热分区模型的改进及应用研究[D]. 李斌. 华北电力大学(北京), 2021(02)
- [2]电站锅炉燃烧和SCR脱硝系统一体化建模与优化控制研究[D]. 康俊杰. 华北电力大学(北京), 2021(01)
- [3]燃煤锅炉的NOx排放预测与控制研究[D]. 王英男. 华北电力大学(北京), 2021(01)
- [4]600MW前后墙对冲燃煤锅炉侧墙CO富集与优化研究[D]. 谢晓强. 浙江大学, 2021(01)
- [5]基于大数据技术的电站机组节能优化研究[D]. 刘炳含. 华北电力大学(北京), 2019(01)
- [6]电站锅炉燃烧优化及低NOx排放控制若干问题研究[D]. 喻聪. 东南大学, 2019(05)
- [7]天生桥梯级短期优化调度实用化方法研究[D]. 高寒. 大连理工大学, 2019(02)
- [8]考虑敏感水头影响的水电站（群）短期优化调度研究[D]. 赵宏烨. 大连理工大学, 2019(02)
- [9]岱海电厂厂级自动发电控制（AGC）调度系统设计[D]. 张治朝. 哈尔滨工业大学, 2018(02)
- [10]火电厂机组能耗特性分析及负荷优化分配[D]. 周诗齐. 东南大学, 2018(05)