火电厂利用负荷优化分配算法,在全厂机组组合方式一定的情况下,根据各运行机组的煤耗特性,合理分配机组所带负荷,可以使全厂总的煤耗量最小[1],从国内外调度经验可知,热效率可提高1%~2.5%。优化算法代表性的有线性规划、二次规划,不过这些传统解法如果靠手工编程复杂,很难普及。本文提出一种利用MATLAB工具箱解决机组负荷优化分配的方法:首先利用MATLAB的曲线拟合工具箱(CurveFittingToolbox)拟合得到机组的煤耗特性曲线,再以多台机组的煤耗量之和作为目标函数,考虑相关约束条件,利用MATLAB优化工具箱(OptimizationToolbox)[2]对火电厂各机组负荷进行优化分配。利用这种方法可以使传统的线性规划和二次规划算法更方便地应用到实践中去。1建模火电机组负荷优化分配要解决的问题是:一个有n台燃煤发电机组的电厂,每台机组要求运行在一定的负荷范围内,在一个给定的全厂负荷(发电量)或变负荷要求下,如何分配各台机组的负荷,使全厂的发电成本最低。本文以某火电厂4台机组(2135MW+2300MW)为例,根据各单元机组的煤耗负荷对应关系,利用MATLAB的曲线拟合工具箱(CurveFit-tingToolbox)拟合得到机组的煤耗特性曲线,再以多台机组的煤耗量之和作为目标函数,考虑相关约束条件,利用MATLAB优化工具箱(OptimizationToolbox)对火电厂负荷分别利用线性规划和二次规划进行优化分配并对其计算结果进行了比较。1.1线性规划数学模型对于具有m个单元机组的火电厂,当各机组的燃料耗量特性为一次曲线:fi(Pi)=aiPi+bi,i=1,2,,,m式中fi(Pi)第i个单元机组的燃料耗量,t/h;Pi第i个单元机组的输出功率,MW;ai,bi与机组性能有关的经验参数。考虑各单元机组出力Pi的上下限,总负荷PD在4个机组间进行最优负荷分配的数学模型为:minFD=4i=1(aiPi+bi)4i=1Pi=PDPi,minPiPi,max,i=1,2,3,4式中PD系统总负荷,MW;Pi,max,Pi,min机组发电功率上下限,MW。1.2二次规划数学模型由于用线性关系描述机组的燃料耗量特性不够精密,为此可进一步用二次曲线来描述:fi(Pi)=aiPi2+biPi+ci,i=1,2,…,m;式中fi(Pi)第i单元机组燃料耗量,t/h;Pi第i单元机组的输出功率,MW;ai,bi,ci与机组性能有关经验参数。这样优化调度就转化为二次规划问题:minFD=4i=1(aiPi2+biPi+ci)4i=1Pi=PDPi,minPiPi,max,i=1,2,3,4式中PD系统总负荷,MW;Pi,max,Pi,min机组发电功率上下限,MW。2煤耗特性曲线拟合及优度检验为了获得各机组的燃料耗量特性曲线,收集了某火电厂4台机组从-4-123:45:00-4-39:00:00的401组运行数据,利用MAT-LAB的曲线拟合工具箱中的线性曲线拟合和二次曲线拟合功能拟合求出相应参数。2.1煤耗特性曲线拟合结果线性拟合结果:1#:f1(p1)=0.3772p1-9.7362#:f2(p2)=0.4393p2-10.83#:f3(p3)=0.2687p3+5.2884#:f4(p4)=0.2763p4+4.677:二次曲线拟合结果:1#:f1(p1)=0.0042p12-0.3031p1+16.512#:f2(p2)=0.003261p22-0.1166p2+11.643#:f3(p3)=0.0001481p32+0.209
如果觉得《matlab负荷分配程序 利用MATLAB工具箱进行机组负荷优化分配》对你有帮助,请点赞、收藏,并留下你的观点哦!