基于粒子群算法的火电厂优化配煤研究.pdf

第 4 3卷第 5期 2 0 1 2年 9月 锅 炉技术 BOI LER TECHN0L0GY Vo1 ． 4 3，No ． 5 S e p． ，2 0 1 2 基于粒子群算法的火电厂优化配煤研究 刘永 江 ，高正平 ，韩 义 ，张秉权。 ，蔡 斌 ，于英利 ，郭 洋 1 ．内蒙古电力科学研究院 ，内蒙古 呼和浩特 0 1 0 0 2 0 ； 2 ．北京能源投资 集团 有 限公 司，北京 1 0 0 0 2 2 摘要 在火 电厂 的配煤过程 中， 需要综合 考虑锅炉 运行 的稳 定性与经 济性 。利用粒 子群算 法建立火 电厂 经济性配煤优化模型 ， 主要 以配煤经济性作为 目标 函数 ， 并 以单煤 的价格 、 发热量 、 灰分 、 挥发 分 、水 分 以及 硫 分等 6项指标值作 为约束条件 。基于 内蒙古某 电厂的来煤条件 ， 采用本模 型进行配煤优化 计算 。仿真实验 表 明 带惯性权重 的粒子群算法 标 准 P S O l 有较好 的全局搜索 能力 ， 能够快速、 准确地搜索 到最佳的优劣 质煤 配 比关系和最经济的配煤价格 。 关键词 配煤优化 ；火电厂经济性 ；粒子群优化算法 ；约束条件 ；惯性权重因子 ；适应度 函数 中图分类号 T K2 2 3 ． 7 2 文献标识码 A 文章编号 1 6 7 2 4 7 6 3 2 0 1 2 0 5 0 0 1 8 - 0 7 0 前 言 目前 各 发 电 企业 普 遍 存 在 煤 价 涨 幅 巨 大 而 上 网 电价 基本 维持 不 变 的压 力 ， 导致 采 购 煤 呈现 种类 变化 频 繁 、 煤 质 恶 化 、 发 热 量 低 下 以及 灰 分 偏高 等特 征 。 国家 “ 十 二 五” 规 划 明确 规 定 发 电 企业的节能减排依然为未来五年 内的重要 目标 ， 此外 ， 随 着水 能 、 风 能 、 核 能 、 太 阳 能 及 可 再 生 能 源 比重 的提高将 造 成 火 电建 设 空 间 的压 缩 ， 更 为 重要 的是 燃 煤 成 本 增 加 与煤 质 严 重 脱 离 设 计 值 也为 发 电企 业 的节 能 减排 带 来 空前 压 力 。然 而 ， 火 电是 国家 目前 能 源 发展 的 主要 支 撑力 量 ， 并 在 短 时期 内 不 会 改 变 这种 格 局 。在 我 国 的火 力 发 电企 业 中 ， 燃料 成本 占整个 企 业发 电 成本 的 7 0 以上 。因此 ， 降低 燃 料成 本 是 火力 发 电企 业提 高 经济 效益 的主要 途 径 ， 即在 锅 炉安 全 稳 定 运行 的 前提 下有 效 降低 人 炉煤 成 本 显 得 尤 为 重 要 。此 外 ， 由于电 厂 实 际用 煤 与设 计 煤 种 严 重 不 符 ， 煤 源 多 且 煤 质 差 别 大 ， 故 需 要 采 取 多 种 煤 混 合 掺烧 。 本 文 针 对 内 蒙 电 网所 属 电 厂 普 遍 存 在 实 际用煤与设 计 、 校 核 煤种 严 重脱节 等 问题 ， 且 来煤煤种多等特性 ， 建立 基于粒 子群寻优 理论 的优 化 配 煤 模 型 ， 将 发 热 量 、 灰 分 、 硫 分 、 挥 发 分 、 水 分 以及 单 煤 价 格 等 质 量 和 经 济 指 标 不 同 的 数 种 煤 互 相 掺 配 ， 达 到 优 势 互 补 ， 使 之 变 成 符合 电 厂 运 行 需 要 的 动 力 用 煤 。 这 对 于 促 进 火 电机 组 的 节 能 降 耗 和 提 高 电 厂 的 经 济 性 具 有 重要 意 义 。 1 粒 子群优化算 法的配煤模型建立 配煤优 化技术 的核心是 配 比的计算 ， 其 准 确性 取 决 于 优 化 配 煤 数 学 模 型 的 建 立 ． 国 内 关 于优化配煤数学模 型 的建 立取 得了较好 成绩 ， 主要 有 殷 春 根 等 人 采 用 人 工 神 经 网 络 建 立 配 煤 过 程状 态 数 学 模 型 ， 并 将 其 应 用 到 煤 灰 软 化 温度预测[ 2 ； 周俊虎 等人基 于遗 传算法 建立 了 动力 配 煤 模 型 ， 并 有 效 地 解 决 了 配 煤 中 的非 线 性多约束问题_ 3 ； 张 晓萱等 人采 用 区间规划方 法 ， 研 究 了 电 厂 煤 质 参 数 不 确 定 性 和 可 变 性 对 配煤 的 影 响 ； 夏 季 等 人 基 于 模 糊 数 学 方 法 和 遗传算法建立 了自适 应罚 函数 的正交遗传算法 优化 配 煤模 型 ， 并 取 得 了较 好 的 工 业 应 用 ； 林 介 团利用 线 性 规 划 法 研 究 了 电站 锅 炉 稳 定 性 、 环保性与经济性 与动力 配煤 的关 系[ 6 ； 彭娟 等 采 用 粒 子 群 算 法 研 究 了 混 煤 灰 分 差 距 最 小 、 配 煤时 间 最 短 以 及 精 煤 耗 量 最 少 的 优 化 配 比 问 题l_ 7 ] 。本文将单 煤价 格纳 入 约束条 件体 系 ， 以 此 作 为模 型 实 现 配 煤 最 优 经 济 性 的 核 心 条 件 ， 并将 粒 子 群 优 化 算 法 应 用 到 配煤 模 型优 化 和 求 收 稿 日期 2 0 1 10 32 0 ； 修 回 日期 2 0 1 1 一O 8 0 6 作者简介 刘永江 1 9 7 8一 ， 男 ， 硕士， 工程师 ， 主要从事锅 炉燃烧优化及动力配煤 技术的研究 。 学兔兔 w w w .x u e t u t u .c o m 第 5期 刘永江 ， 等 基于粒子群算 法的火电厂优 化配煤研究 1 9 解 的过 程 中 。 1 ． 1粒子群优化算法 P a r t i c l e S wa r m Op t i mi z a t i o n Al g o r i t h m。P S O 简介 美 国 社 会 心 理 学 家 Ke n n e y和 电 气 工 程 师 E b e r h a r t 于 1 9 9 5年 提 出 了 P S O 算 法 ] 。 主 要 思想来 源于对鸟类群体行 为 的研 究 ， 他们 的模 型 和 仿 真 算 法 主 要 利 用 了 生 物 学 家 He p p n e r 提 出的 模 型 。尽 管 最 初 的 设 想 是 通 过 仿 真 鸟 群 这 样 的 简 单 社 会 系 统 来 研 究 并 解 释 负 责 的 社 会 行 为 ， 但 随 着 研 究 的 深 入 ， 发 现 P S O还 是 一 种能有效解决复杂优 化 问题 的技术 ， 它 通过 群 体 中粒 子 间 的 合 作 与 竞 争 而 产 生 的 群 体 智 能 进 行 指 导 优 化 搜 索 。在 P S O算 法 中 ， 每 个 优 化 问题 的解 看 作 搜 索 空 间 的 一 只 鸟 ， 称 为 “ 粒 子 ” 。所 有 的 粒 子 对 应 着 优 化 问 题 的 适 应 值 ， 粒 子 的 速 度 决 定 其 飞行 的 方 向 和 距 离 ， 粒 子 通 过 追 寻 群 体 中 的 最 优 粒 子 来 完 成 在 解 空 间 的 搜索 。P s 0算 法采用 简单 的速度 一位 移模型 ， 避 免 了 复 杂 的 遗 传 操 作 ， 同 时 它 特 有 的记 忆 功 能 使 其 可 以 动 态 地 跟 踪 当 前 的 搜 索 情 况 并 调 整 搜 索 策 略 ， 具 有 较 强 的全 局 搜 索 能 力 和鲁 棒 性 ， 且 不 需 要 借 助 问 题 的 特 征 信 息 [ 9 ] 。 因 此 ， P S 0算法是一种更 高效 的并行 搜索算法 ， 非 常 适 用 于 对 复 杂 环 境 中 的 优 化 问 题 的 求 解 [ 9 ] 。 P S O算 法 解 决 问题 是 先 初 始 化 一 组 随 机 解 ， 通 过 迭 代搜 寻 最 优 解 。 1 ． 2数 学模 型建 立 为 了得 出 合 理 的 混 配 燃 烧 方 案 ， 必 须 建 立 科 学 的 数 学 模 型 。在 实 际 的 配 煤 过 程 中 ， 需 要 综合考虑 电厂的稳 定性与经济性 。火力发 电厂 优 化 配煤 是 一 个 多 目标 寻 优 过 程 ， P S O 算 法 不 能 直接 应 用 其 中 ， 需 将 多 目标 优 化 问题 转 化 为 单 目标 口 ] 。因此 ， 本 文采 用 Yu h u i S h i 提 出 的带 有惯性 权重 的粒子群 算法 如式 1 、 式 2 描 述 ， 将 多 目标 问 题 转 化 为 单 目标 问 题 ， 再 利 用 P S O算 法 对 配 煤 系 统 进 行 优 化 ， 并 求 出 最 优 解 集 。 P S O搜 索 过 程 数 学 表 述 为 假 设 在 一 个 N 维 的 目标搜索 空 间 中 ， 由 M 个 代表 潜在 问题解 的 粒子组成群体 X一{ ， ,7 C 。 ， ⋯， M ， 在 t 时刻 ， 第 i 个粒子位置为 z ￡ [ z ￡ ， z ￡ ， ⋯， z ￡ ] ， 速 度 为 一E 73 州 ￡ ， 73 ， ⋯ ， 73 1 ， ] ， i 1 ， 2 ， ⋯ ， M 。个 体 最 好 位 置 表 示 为 t 一 [ ， ￡ ， ￡ ， ⋯ ， 73 ￡ ] ， 群体 的全局最好位 置为 一[ ， 。 ， ⋯， 多 ￡ ] ， 且 一 Y ￡ ， 其 中 g为处 于 全 局 最好 位 置 粒子 的下 标 ， g一{ 1 ， 2 ， ⋯ ， M } 。 1 WV ， - t - c l r l ， ￡ X [ 一z 』 ] c z r 2 ， [ ， ￡ 一z ] 1 z ， ， 1 一 薯 ，J ￡ - t- ， ￡ 1 2 式中 J 1 ， 2 ， ⋯， N 粒子的第 维 ； N 搜索 空 间维数 ； 下标 i 一1 ， 2 ， ⋯ ， M 第 i 个粒 子 ； M 群体 规模 ； t 进 化代 数 ； 7 3 第 i 个粒子 的速 度 ， 73 会 受 到 ⋯ 的 限制 ， 以防止 粒子 过 分移 动 ， 而 超 出 了搜 寻 的空 间 ； W 惯 性权 重 因子 ； c 、 7 2 学 习 因子或加 速度 常数 ； r 、 ， ．。 [ O ， 1 ] 区间上均匀分布的随机数 ； Y 第 i 个粒子的 P b ； z 第 i 个 粒子 目前所 在 的位置 。 带惯性权重的粒子群算法步骤 1 以 随机 的方 式 ， 初 始 化 族 群 中 每一 个 粒 子的初始速度及初始位置 。 2 依据 目标 函数 计 算 其 适 合 度 f i t n e s s ， 以评估每个粒子的优劣 。 3 检 查每个粒 子 的适 合 度 与 自己的 P 适 合 度是 否 优 越 ， 如 果 是 则 以 粒 子 目前 的位 置 取 代 P b 。 4 检 查 每个粒 子 的适 合度是 否 比 g 适 合 度好 ， 如果是则以粒子 目前的位置取代 g 。 5 依 据式 1 、 式 2 更 新 每 一 个 粒 子 的 速 度 与位置 。 6 检 查所 预设 的任 何 停 止 条 件 ， 若 判 断 为 否则 至 步骤 2 ， 判 断为是 则 至步骤 7 。 7 输 出最佳 解或 最佳 近似解 。 从基 于粒 子 群 最 佳 化 配 煤 掺 烧 优 化 系 统 的 工作流程可以看 出， 配煤优化系统 首先根据用户 设定的约束条件和煤种信息进行计算 ， 如在设定 的约束条件下有解时， 模型将 给出最优 方案； 当 所 设定 约束 条件 下无 解 时 ， 系 统重 新 评 估各 个 粒 子的适应函数 值， 重新计算后得到最优方案 ， 如 图 1所示 。 本 文 采 用 单 煤 的 发 热 量 、 挥 发 分 、 灰 分 、 水 分 、 硫分 以及价格作为约束条件 ， 并运用加权 方 学兔兔 w w w .x u e t u t u .c o m 2 0 锅 炉 技术 第 4 3卷 法将 以上 6个 目标 函数 转 换 为单 目标 函数 ， 即粒 子 的适 应度 函数 。配煤 优化模 型 表述如 下 目标 函数 6 Y 。 ∑ W j X y ， 3 J l 0 ． 0 1 ∑ i 1 一 1， 2， 3， 4， 5， 6 4 聂 蛩 奏 箨 、 ＼ ／ 粒 子 个 数 、粒 子 孽 憾 7 i ／ ／ 僵 寺／ 个 数 和 迭 代 次 数 ／ 爹 裂 例 媚 化 在允许范围内， 随机选取 给定个数的粒子位置和 速度， 将位置和速度混沌化 根据设置的算法类型， 更新各粒子的速度和位置 否 计算各粒子局部的最优 性能函数值和最优位鼍 计算所有粒子全局的最优 性能函数值和最优位置 根据设 置的算法类型 ， 更新各粒子 的速度和位置 输出所有实验总性能 函数最优的子性能函数 值和各煤种配煤百分比 计算各粒子局部的最优 性能函数值和最优位置 计算所有粒子全局的最t 性能函数值和最优位置 是 ／ ／ ， 输出 本 次 实 验 总 斐 函 数 ． 1 最优的子性能函数值和 ＼ 各煤种配煤百分比 一 图 1 粒子群最佳化流程 约束 条件 1 低位 发热量 要求 混煤 的发 热 量 越 低 ， 锅 炉 燃 烧 稳 定 性 越 差 ， 且磨 煤设 备和输 煤设 备 的耗 电量 也 越 大 ， 从 而导 致厂 用 电增加 。 ∑ Q n e t， z ≥ Q n 5 i 1 2 收 到基挥发 分要 求 挥发 分对 锅炉燃 烧 影 响很 大 ， 锅 炉 对 挥 发分 的适应范围很窄 ， 挥发分不 能低 于某一下限 ， 以 维持低负荷燃烧的稳定性 。也不能高于上限， 以 防止燃烧喷嘴烧坏或制粉系统事故 。 V ⋯≤∑ V z ≤ V 6 i l 3 收 到基灰 分要求 煤 中灰 分 含 量 高低 是 衡 量 煤 质 的一 项 最 为 重要的指标 ， 可 以决定其 实际使用价值。此外 ， 灰分 越大 ， 锅 炉 的 除 灰 、 除 渣 系 统 出力 以及 受 热 面积灰、 磨损也越 大， 从而导致厂用 电率 和发 生 受热面磨损 事故 的概率增加 ， 因此 ， 灰 分不能超 过 某一 特定值 。 ∑ A ≤ A ⋯ 7 4 收 到基水 分要求 水 分 是 煤 中 不 可 燃 的 成 分 ， 其 含 量 越 大 ， 所 需 入 炉 煤 的 量 就 越 多 ， 势 必 增 加 运 输 压 力 及 电厂的经 济 负担 。同时 ， 在 燃烧 过 程 中 ， 更 多 的水 分 蒸 发 汽 化 ， 则 要 消 耗 更 多 的 热 能 ， 降 低 锅 炉 的效 率 。 因此 ， 人 炉 煤 含 水 分 不 可 超 过 某 一 值 。 ∑ M a X x ≤ ⋯ 8 5 硫 排放要 求 为符合 国家对 S O 的排 放要 求 ， 混 煤 中所 含 的硫分必须控制在某一值下。 ∑ S z ≤s 9 6 煤 价格约 束 P m in ≤∑ p z ≤户 ⋯ 1 o 7 非 负约束 ∑ 1 0 0 ， o ≤ z ≤1 o 1 1 I 式 3 中 y为 全局 目标 值 ， 作 为衡 量 配 煤 工 业特性和 经济性 的综 合指 标 ； 为单 煤 i的价 格 ， 元 ／ t ； Q 为 单 煤 i 的 低 位 发 热 量 ， MJ ／ k g ； 、A 、 Ma 、 S 分别代 表单 煤 i 的收到基 挥 发 分 、 灰 分 、 水 分 以 及 硫 分 ， 单 位 均 为 。X 下 标 mi n表 示 指标 的 下 界 ， 下 标 ma x表 示 指 标 的 上 界 。其 中 ， 分 目标 函 数 ， Y 为发 热 量 ， Y z 为 挥 发分 ， 为灰 分 ， Y 为水 分 ， 为硫 分 ， Y 为 价 格 ， 叫， 为分 目标 函数 的加 权 值 。模 型 采 用 ， z 种 单 煤 作为掺配选择 ， 为 i 号煤 的混合配煤的百分 比 O ～ 1 0 0 。是 1 、 矗 矗 是 、 惫 5 、 是 6 分 别 为 第 i 号 煤 的 发 热 量 、 挥 发 分 、 灰 分 、 水 分 、 硫 分 以 及 价格 。 2仿真实验及结果 本实验所用煤种数据来源于 内蒙古某电厂 ， 入厂 单煤 工 业 分 析 及 价 格 数 据 如 表 1所 示 。 约 束 条件 的设 定 主 要 参 考 电 厂 在 7 0 负荷 稳 定 运 行工 况下 人 炉 煤 质 需 满 足 的 条 件 ， 如 表 2所 示 。 利用 带有惯 性权 重 的粒 子 群算 法 求 解 数 学模 型 ， 采用 MAT L AB 7 ． 1 软件进行仿真实验 。实验 中 学兔兔 w w w .x u e t u t u .c o m 第 5期 刘永江 ， 等 基于粒子群算 法的火 电厂优化配煤研究 一 粒子群算法更新公式设定参数 c 一c z 2 ； 惯性 权重因子为 0 ． 1 ； 粒子数为 2 0 ； 迭代次数为 1 0 0 ， 共进行 2 0次实验 。配煤在满足约束条件 的基础 上 ， 实验 主要 偏重 于配煤 价格 最低 。 表 1 单煤 数据 实验 全局 1 号 2 号 3号 4号 5号 6号 7号 发热量／ 挥 发分灰分 水 分 硫分 价格／ 序列目标 值煤／ 煤／ ％ 煤／ 煤／ 煤／ 煤／ 煤／ MJ k g ／ ／ ％ ／ ／ ％ 元 。 t _ 1 删1 至 为 分 目标 函数 加 权 值 ， l 、 2 、 叫。 、 、叫 及 的 取 值 影 响 目标 函 数 的最 优 解 集 。 当 。 偏大 时 ， 整 个优 化过 程将使 得实 际地位 发热 量最 大限度 地接 近 目标 发 热量 ； 当 硼。 偏 大 时 ， 优 学兔兔 w w w .x u e t u t u .c o m 2 2 锅 炉 技 术 第 4 3 卷 化 过程 中使 得 配 出符 合 客 户 要 求 煤 种 的 挥 发 分 最大 限度 的 接 近 目标 挥 发 分 ； “L U 。 、 I ,O 、 叫。 以此 类 推 。当 I ,U s 偏 大 时 ， 使得 整个 配煤过 程 中主要偏 重 价格 最低 。此 外 ， 叫 至 叫 的赋 值 应 满 足 归 一 化 条 件 ， 即 叫2 硼3 - F -ry j 4 叫5 ∞6 1 ； 通 过 多次试 验 ， 加 权值 选 定 为 ∞ 一0 ． 1 ， 硼 一0 ． 1 ， 3 0 ．1， 叫4 0． 3， 叫5 0 ． 1， “L U 6 0 ．5。 由表 1可知 ， 3 号 煤 与 7号 煤 的价 格低 廉 ， 但 热值较低， 且 7 号煤的发热量最低。在混配煤过程 30 丑2 0 衄 蝼 1 O 逞 丑 lⅢ ⋯。 ⋯ ⋯⋯⋯t ⋯⋯’ ～⋯⋯⋯I⋯⋯⋯ ⋯⋯⋯ O 20 中 ， 为了保证满 足 发热 量 约束 条件 ， 掺 烧 劣质 煤 3 号煤 与 7号煤需要增 大发热量 较高 的 1号煤 、 2号 煤 、 4号煤 、 5号煤 和 6号煤 的配 煤百 分 比， 这将 增 加 配煤 价格 ， 包含 7 号煤 的配煤方案难 以实 现性 能 全局最优 ， 如表 3所示 。相 比 7号 煤 ， 3号煤 的发 热量与价格 的 比值较高 ， 挥发分 和灰 分较高 的不足 可 以通过 与 4号煤 、 5 号煤 、 6 号煤 的混合 抵 消 。因 此 ， 随着迭代 次数 的增 加 ， 3号煤 的配煤 百分 比逐 渐增加 ， 最终 收敛 于 3 6 ． 5 ％， 如 图 2 c 所 示 。 3 0 逞 羞2 O - m 1 0 ● oO ● ⋯‘‘ ⋯‘ ‘ ⋯⋯’。 』一 ⋯ ⋯ ‘ ⋯ ⋯ ⋯ I 0 ‘ 1 ； 4 0 6 0 8 0 1 00 0 2 0 迭代次数 a 1 号煤 4 O 耋 。 蛊2 0 岛1 0 0 4 0 6 0 8 0 l o 0 迭代 次数 b 】 2 号煤 一 一 I 2 0 4 0 6 o 8 O l o o 迭代次数 d 4 号煤 图 2各粒子 的局部最优配煤百分 比曲线 遂 陋 髓 逞 求忸 陧 逞 髓 学兔兔 w w w .x u e t u t u .c o m 第 5期 刘永江 ， 等 基 于粒 子群算法 的火 电厂优化 配煤研究 2 3 由图 2 b 、 f 和 图 4可知 ， 在迭代 次数小 于 1 0 时 ， 2号 煤 和 6号 煤 的 配 煤 百 分 比 在 2 O ％附近 ， 随着 迭代 次 数 的增 加 逐 渐 降为 0 ， 其 原 因 为 2号 煤 的 灰 分 和 6号 煤 的硫 分 均 超 过 上 限 值 。在 偏 重 配 煤 价 格 最 低 的 性 能 函 数 的作 用下 ， 3号 煤 与 5号 煤 的 混 合 煤 在 满 足 灰 ． 童 綦 迭代次数 a 子性能1 发热量 ≥1 5 ．9 0 3 MJ g 迭代次数 c 子性能3 灰 分 ≤3 5 ％ 分小于 3 5 ％和硫分小 于 1 ． 5 ％条件下 ， 逐 渐代 替 价 格 较 高 的 2号 煤 和 6号 煤 ， 如 图 2 b 、 c 、 e 、 f 和 图 4所 示 。同 理 ， 随着 迭 代 次 数 的增加 ， 水分较高 的 1号煤 和 4号煤 的配煤百 分 比迅 速 降 为 0 ， 如 图 2 a 、 d 所 示 。 4 4 42 餐 o 38 ⋯ 4 0． 98 6 7 j ； ； ； 0 1 0 20 3 0 4 0 5 0 6 0 7 0 8 0 90 1 0 0 迭代次数 b 子性能2 挥发分 ≥3 7 ％， ≤4 2 ． 5 ％ 委 l R L ． ． ， ． ． L ． ． ￡ j ． ． ． ． ． L ， ． j ． ． ． ． ． j ． ． ． ． L ． ． ． ． ． J ． ． ． ． ． ． L 一 迭代次数 迭代次数 e 】 子性能5 硫分 ％ ≤1 ．5 ％ t3总性能函数 最小值为最优值 图 3 各粒子局部最优配煤下 的性能 曲线 总性能函数值最小的各煤种配煤百分比 ⋯ j l 号煤 一 5 号煤 ⋯ I l } ．2 号煤 一 6 号煤 ⋯ ； ≥ 一 3 号煤 ⋯ 7 号煤 ⋯ 4 号煤 7 厂 、 ； ／ 。 ’ ～ j 厂 ‘ 一 ”＼ ⋯ ‘ 一 ． 0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 O 1 0 0 迭代次数 图 4 所有粒子 的全局最优配煤百分 比曲线 综合 图 3与图 4可知， 在迭代开始 时， 各粒 子不能完全满 足约束 条件 ， 但存在 满足一 个 以 上满足约 束条 件 的粒 子。随 着迭 代 次 数 的增 加 ， 各粒子在 向局部最优 配煤百 分 比和全局最 优 配煤 百 分 比 的靠 拢 过 程 中 ， 逐 渐 满 足 各 约 束 条 件 ， 并搜 索 和 收 敛 到 全 局 最 优 配 煤 百 分 比 ， 即 最 佳配 方 为 3号 煤 3 6 ． 5 、 5号煤 6 3 ． 5 ， 其相 应 的 配煤 价 格 为 3 1 5 ． 1元 ／ 吨 。 3 结 语 本文针对 内蒙古 电网所属电厂 中具有代表 性 的某 厂 的来 煤 条 件 ， 建 立 基 于 粒 子 群 寻 优 理 论 的配 煤 优 化模 型 ， 将 发 热 量 、 灰 分 、 硫 分 、 挥 发 分 、 水分以及单 煤价格 等质量 和经济指标 不 同 的 7种煤互相掺配。模型 中采用全局 目标值 y， 作 为衡 量混 配 煤 的工 业 特 性 和 经 济性 的综 合 指 标 ， 并偏重于配煤价格最小 。仿真实验 表明 带 ∞ ∞ ∞ ∞ ∞ ∞ 加 m 摹、 避 忸 学兔兔 w w w .x u e t u t u .c o m 2 4 锅 炉 技术 第 4 3卷 惯 性权 重 的粒 子 群 算 法 具 有较 好 的全 局 搜 索 能 力 ， 能够 快 速 、 准 确 地 搜 索 到 最 佳 的 配 比 关 系 ， 如 最佳 配 方 为 3号 煤 3 6 ． 5 9 ／ 6 、 5号 煤 6 3 ． 5 ， 配煤 价 格 为 3 1 5 ． 1元 ／ 吨 。然 而 粒 子 群 算 法 在 解 决 分 目标 加 权 系数 的 问题 还 具 有 一 定 难 度且 尚未 形 成理 论 ， 需 要 进 一 步 的理 论 与实 验 研 究 。 此外 ， 依 据 锅 炉实 际 燃 烧 过 程 ， 本 模 型 还需 考 虑 单煤 的灰 熔 融 特 性 、 单 煤 的 可 磨 性 以及 在 燃 烧 过程 中 NO 排放 控 制等 特 性对 混 煤 综合 燃烧 特 性 的影 响 规 律 ， 这 将 是 本 研 究 下 一 步 的 重 点 工作 。 参考 文献 [ 1 ]胡敬东 ， 连 向东．我 国煤炭科 技发展及展望E J ] ．煤炭科学技 术 ，2 0 0 5 1 2 1 2 4 ． [ 2 ]殷春根 ， 骆仲泱 ， 岑可法 ， 姚强 ， 周俊虎 ， 倪明江．人 工神经 网络在配煤过程状态建模 中的应 用研究 E J ] ．工程 热物理学 报，1 9 9 8 ，1 9 5 6 3 7 6 4 1 ． [ 3 ]周俊虎 ， 平传娟 ， 刘建忠 ，周志军 ，程军，岑可法．基 于遗传 算法的动力配煤模型I J ] ．煤炭学报，2 0 0 3 ， 2 8 5 5 4 8 5 5 1 ． [ 4 ]张晓萤 ， 黄国和，席北斗 ， 徐鸿 ，牛彦涛 ， 刘烨．电厂优化配 煤的不确定性机会约束非线性规划 方法[ J ] ．中 国电机 工程 学报 ， 2 0 0 9 ，2 9 5 1 1 1 5 ． E s ]夏季 ，陆攀 ， 华志 刚。张成 ， 徐远纲 ，陈刚．电站锅炉全局优 化智能配煤 模 型 的建 立 及 系统 开发 [ J ] ．动 力工 程 学 报 ， 2 O 1 0，3 0 7 5 1 2 5 1 7 ． [ 6 ]林介团．电厂燃煤 混配模 型 的建 立及 分析 E J ] ．广东 电力 ， 2 0 0 8．2 1 4 2 5 2 8． [ 7 ]彭娟 ，程健 ，韩仿仿 ，阙胜利 ，宋万宝．基于粒子群 算法的 自动配煤 系统多 目标优化[ J ] ．工况 自动化 ， 2 0 0 9 1 O 2 5 2 8 ． E 8 ]Ke n n e d y J ，E b e r h a r t R C ．P a r t i c l e s w a r m o p t i mi z a t i o n [ C] ． Pr o c e e d i n g s o f I EEE I n t e r na t i o n a l Co n f e r e nc e on Ne u r a l Ne t wo r k s ，1 9 9 51 9 4 2 1 9 4 8 ． [ 9 ]孙俊．求解复杂问题 的量子行为粒子群优化 算法[ D ] ．无锡 江南大学 ，2 0 0 8 ． [ 1 0 ]S h i Y，E b e r h a r t R C ．A mo d i f i e d p a r t i c l e s w a r m o p t i mi z e r [ c ] ．P r o c e e d i n g s o f t h e I E E E I n t e r n a t i o n a l C o n f e r e n c e o n Ev o l u t i o n a r y Co mp u t a t i o n，Pi s c a t a wa y，NJI EEE Pr e s s ， 1 9 9 8 1 6 9 7 3 ． I n v e s t i g a t i o n o f Co a l Bl e n d i n g Op t i mi z a t i on f o r P o we r P l a nt s Ba s e d o n P a r t i cl e S wa r m Op t i mi z a t i o n Al g or i t h m I I U Yo n g j i a n g 。 GAO Zh e n g p i n g ， HAN Yi ， ZHANG Bi n g q u a n 。 ， CAI Bi n 。 YU Yi ng l i ， GUO Ya n g 1 ．I n ne r M on go l i a El e c t r i c Po we r Re s e a r c h I n s t i t u t e，Hu he ha o t e 01 0 02 0，Chi na； 2 ．B e i j i n g En e r g y I n v e s t me n t Ho l d i n g C o mp a n y ，B e i j i n g 1 0 0 0 2 2 ，Ch i n a Ab s t r a c t I n t h e pr o c e s s o f c o a l bl e nd i ng f o r p o we r p l a n t s， t he s t a bi l i t y a nd e c o no mi c s of b o i l e r mu s t b e c o n s i d e r s y n t h e t i c a l l y ． Th e c o a l b l e n d i n g mo d e l o f p o we r p l a n t wa s e s t a bl i s he d by us i ng pa r t i c l e s wa r m op t i mi z a t i on a l go r i t h m ， whe r e t h e e c o no m i c s o f c oa l b l e n d i n g wa s a c t e d a s a n o b j e c t f u n c t i o n，mo r e o v e r ，s i x i n d u s t r i a l a n d e c o n o mi c a l t a r g e t o f c o a 1 a c t e d a s c o n s t r a i n t c o n d i t i o n s ，c o n c l u d i n g p r i c e a n d c a l o r i f i c v a l u e a n d v o l a t i l e ma t t e r a n d a s h c o ns t i t u e n t a nd wa t e r c o ns t i t u e n t a nd s u l f u r c o nt e nt ． Ba s e d on c o a l ob t a i ni n g c o nd i t i o n o f a p o we r p l a n t i n I n ne r M o n go l i a，t he c o a l o p t i mi z a t i on bl e nd i ng p r op or t i o n wa s i n v e s t i ga t e d b y us i n g t h e mod e 1 ．The s i mul a t i o n r e s ul t s ho we d t h a t t he m e t ho d t ha t a pp l y i n g a mo di f i e d p a r t i c l e s wa r m o p t i mi z a t i o n a l g or i t hm t o o pt i m i z e b l e nd i n g c oa l s ys t e m i s l e a s i bl e，whi c h h a s a b e t t e r g l o ba l s e a r c h c a p a bi l i t y．Co ns e q ue nt l y，i t c a n q ui c kl y s e a r c h t he b e s t r a t i o b e t we e n h i g h q u a l i t y c o a l a n d b a d o n e a s we l l a s t h e b e s t e c o n o mi c a l p r i c e o f b l e n di ng c o a 1 ． Ke y w or ds c o a l b l e n di n g o pt i m i z a t i o n； e c on o m i c s o f p owe r p l a nt ；p a r t i c l e s wa r m o D t i mi z a t i on a l g o r i t hm ； c o ns t r a i n t c o nd i t i on； i n e r t i a l we i g ht f a c t o r； f i t ne s s f un c t i on 学兔兔 w w w .x u e t u t u .c o m