基于免疫算法的火電廠(chǎng)循環(huán)水系統優(yōu)化

基于免疫算法的火電廠(chǎng)循環(huán)水系統優(yōu)化王慶國,顏文俊，姚維浙江大學(xué)電氣工程學(xué)院,浙江杭州310027[摘要]在綜合對比應用 于循環(huán)水系統優(yōu)化模型算法的基礎上,提出用免疫算法求解,得到了最優(yōu)決策向量。與遺傳算法相比,免疫算法能夠有效地尋求火電廠(chǎng)循環(huán)水系統的最優(yōu)組合和最佳調速比,其求解代數更少且質(zhì)量更高,可有效地提高循環(huán)水系統的運行效率。[關(guān)鍵詞]火電廠(chǎng);循環(huán)水系統;循環(huán)水泵;遺傳算法;免疫算法;最佳調速比[中圖分類(lèi)號] TM311[文獻標識碼] A[文章編號] 1002 - 3364(2009)06 - 0041 - 05[DOI編號] 10. 3969/j. issn. 1002 - 3364. 2009. 06. 041OPTIMIZATION OF CIRCULATING WATER SYSTEM IN THERMALPOWER PLANTS BASED ON IMMUNE ALGORITHMWANG Qing- guo, YAN Wen - jun, YAO WeiCollege of Elctrical Engineering ，Zhejiang University ,Hangzhou 310027 ,Zhejiang Province ,PRCAbstract: Based on comparison of optimization algorithm model applied to circulating water system inthermal power plants , an optimization algorithm has been put forward on immune model , obtaining theoptimal decision vector. Compared with the genetic algorithm,it can effectively find out the optimalcombination and speed - regulating ratio in the circulating water system, the algebric equations need toseek solutions would be more smaller in quantity , but more higher in quality ,it can effectively enhancethe operation efficiency of circulating water system.能Key words: thermal power plant; circulating water sytem; circulating water pump; genetie algorithm;immune algorithm; optimal speed - regulating ratio研究循環(huán)水泵作為熱電廠(chǎng)的重要輔機,其耗電量占總對于循環(huán)水系統優(yōu)化,以往常采用因子試驗偏差發(fā)電量的1%~1. 5%。對此,本文研究循環(huán)水系統的法,該方法較粗糙,且為離線(xiàn)手動(dòng)調節。隨著(zhù)最優(yōu)化理最優(yōu)運行方式,以提高電廠(chǎng)運行的經(jīng)濟性。論和計算機技術(shù)的發(fā)展,離散動(dòng)態(tài)規劃法在循環(huán)水備基金項目:國家863項目資助(00A052232);浙江省科技計劃資助(2007C21180)作者簡(jiǎn)介:王 慶國(1984 -),男,河南輝縣人,浙江大學(xué)電氣工程學(xué)院碩士研究生,研讀方向為工業(yè)過(guò)程控制及其優(yōu)化算法。E - mail: qingguo0825@ 126. com九中國煤化工MHCNMH G41.系統優(yōu)化中的應用和恒速泵群的并聯(lián)運行凹取得了較好的節能效果;針對變頻調速技術(shù),建立了變頻驅動(dòng)循2優(yōu)化控制模型的算法求解環(huán)水系統效率優(yōu)化的數學(xué)模型b,并用遺傳算法求解，得到了遺傳算法優(yōu)于約束變尺度法(目前發(fā)電廠(chǎng)通常目前,國內外對火電廠(chǎng)循環(huán)水系統優(yōu)化控制的研采用這種方法)的結論。本文在變頻驅動(dòng)循環(huán)水系統究大多是基于非線(xiàn)性規劃和動(dòng)態(tài)規劃算法,如離散動(dòng)數學(xué)模型的基礎上,綜合分析了各種算法,提出了采用態(tài)規劃算法、約束變尺度法等5]。由于模型中含有非免疫算法來(lái)求解該模型,并求出了最優(yōu)解。與遺傳算線(xiàn)性等式及不等式約束混合離散變量,其求解方法很.法結果對比表明,免疫算法所得結果的進(jìn)化代數更少。繁瑣,運算量大且時(shí)間長(cháng)。1循環(huán)水系統優(yōu)化運行數學(xué)模型2.1效率優(yōu)化模型的遺傳算法求解使用遺傳算法求解具有約束的優(yōu)化問(wèn)題時(shí),常把對于配有n臺循環(huán)水泵的循環(huán)水系統,其效率優(yōu)約束條件處理成懲罰項然后轉化到目標麗數中,從而化控制的目標函數可用各臺運行水泵的軸功率之和表將有約束優(yōu)化問(wèn)題轉化為無(wú)約束優(yōu)化問(wèn)題:示:Paow= 2(wqv-qrn)2(10)minP = minw,P,(qw,D,)(1)Ppump =w:(D{Hx-Sxqh-H.)° (11) .式中,P為循環(huán)水泵組的總軸功率;wi為水泵狀態(tài)因子，w;=0表示第i臺泵停止，w;=1表示第i臺泵運其中,式(10)為對式(5)引人的懲罰項,式(11)為對式行;q.表示第i臺泵的流量;P表示第i臺泵的運行軸(6)引人的懲罰項。功率;D;表示第i臺的調速比。取狀態(tài)權值向量w;和調速比D;為遺傳算法搜索可將循環(huán)水泵的流量揚程(qv-H)曲線(xiàn)和流量-變量,則D,和qvi的約束式(7)、式(8)可通過(guò)個(gè)體的編軸功率(qv- P)曲線(xiàn)擬合為以下形式叫]:碼范圍來(lái)限定。由式(6)可得到H。和q.w之間的關(guān)系H= D*Hx- Sxgv(2)為:P= aD* + bD°qv + cDq號/D;Hx- H。9vi=/(12)式中,Hx為流量為0時(shí)水泵的虛總揚程;Sx為泵體內的虛阻耗系數;q,H,P分別為轉速n下的流量、揚從式(12)可以看出,通過(guò)調速比D;可以求出qvi。對程、和軸功率;a,b,c為常量。于約束式(7)可以引人懲罰項:對循環(huán)水泵的優(yōu)化問(wèn)題是尋找循環(huán)水泵的并聯(lián)運P∞= [gv; - qvw.mn]Ivi< 9vi,min行組合方案及各并聯(lián)調速泵的調速比D,使該系統能.Pqw = [qvi,mx 一qv.]2，9v: > 9Vvi,mx(13)滿(mǎn)足供水流量指標qr和揚程指標H., 并使循環(huán)水泵Pw = 0,9vimin ≤9v;≤9vi.mx組的總軸功率最小,其數學(xué)模型為:綜合上述,遺傳算法優(yōu)化模型為:都DHx:- H。能minP = min Zw,(a,D; + b,DYqv + cD.q到) (4)min'|a,D? + b,D?,-Sxis.t. qve= wqv;(5)c,DDiHxy- H.1(14)究SxH。= DHxi- Sxqw,i= 1,2..,n(6)DHx:- H。qvimin≤Qvi≤Ivi,max,i = 1,2,.,n(7)S電D..min≤D,≤1,i= 1,2,.,m .(8)Qvi,minDHx- H。6 Qvi;moxD;= 1,i= m+1,m + 2,.,n(9)Sx;二其中,由 式(3)代人式(1)得到式(4);式(5)為總流量約. t.i= 1,2,..,m,m+ 1,m + 2,.,n (15)9束;式(6)為揚程約束;(7)表示第i號循環(huán)水泵的流量D,min≤D;≤1,i= 1,2,..,m .， 在區間9v.n,v.mxJ內;式(8)表示變頻調速泵的調D;= 1,i = m+ 1,m+ 2,.,n速比范圍;式(9)表示恒速泵的調速比取為1。其算法的適應度函數修正為:中國煤化工42YHCNMH G ..F= 2w;|aD} + b,D?,DHx- H。+1-F"(x), ZF'(x)≠0Sxi2(1-F"(x,))cD, DHyg-叢]+[2=w DHx-F。-qvc」+Fww==(17)Sx2F'(x)=0(16)之P其中,假設個(gè)體適應度函數為F(x;),i=1,2,-.N,N循環(huán)水泵遺傳算法的程序流程見(jiàn)圖1。為種群規模,則:F'(x)= F(x;)- minF,F"(x;)= F'(x;)/"(x)翰入系統樊標圣種群、交叉率、交異率致)(18)程序中采用2個(gè)收斂準則:(1)同時(shí)滿(mǎn)足適應度函初始化種群數與目標函數的差小于50;(2)各循環(huán)水泵的流量和與供水指標水量差小于7。計算適應值函數，評價(jià)初始種群2.2 效率優(yōu)化模型的免疫算法求解免疫算法是基于生物免疫機理提出的一種智能優(yōu)化算法,其核心概念有信息熵、相似度、抗體濃度[+,5],進(jìn)化代數<最大代數它是具有促使進(jìn)化加速的記憶機制和相似度閾值抑制機制的遺傳算法[0.]。采用免疫算法求解循環(huán)水系統效率優(yōu)化模型主要進(jìn)化代數加1是利用免疫算法的記憶加速機制和高濃度時(shí)抗體的相互抑制來(lái)更快、質(zhì)量更高地求出最優(yōu)解。為了便于與生成下一代種群(選杭化策略)變異、遺傳算法進(jìn)行比較,免疫算法中的抗原對應于遺傳算法的適應度函數表達式(16),抗體規模和種群規模一樣,交叉率、變異率和收斂準則均取值一樣,只是在程評價(jià)當代種群(包括序中加入免疫功能,其程序流程見(jiàn)圖2。找到當前最優(yōu)值)3仿真試驗及結果分析輸出當前最優(yōu)值為驗證循環(huán)水泵優(yōu)化模型免疫算法的有效性,并對比遺傳算法求解,本文對優(yōu)化模型進(jìn)行了仿真,分別N_是否滿(mǎn)足結束條件選取了10個(gè)供水指標點(diǎn)進(jìn)行了對比。各循環(huán)水泵的參數和序號見(jiàn)表1,其中1號循環(huán)能水泵和2號循環(huán)水泵為變頻調速泵,免疫算法和遺傳礎輸出系統優(yōu)化解算法的搜索變量為D,D2,w,其中D,D2為8位二進(jìn)夯圖1循環(huán)水泵優(yōu)化模型遺傳算法求解流程制編碼,w為5位二進(jìn)制編碼。取抗體(種群)規模N=40,交叉率P.=0.2,變異率Pm=0.1。免疫算法中熱圖1中采用了隨機淘汰2個(gè)個(gè)體并用所有個(gè)體中的相似度閾值取為0.12,用于求抗體濃度的相似度常大適應度最小的2個(gè)個(gè)體替代的優(yōu)化策略。選擇算子不數取為0. 90,聚合適應度F取為F= F'X exp(k●電采用式(16),而是采用式(17)依次賭盤(pán)選擇[3]。C)，其中C;表示抗體i的抗體濃度,k取為0.80。采用遺傳算法和免疫算法求得的結果分別如表2、表30所示。九對比表2和表3的結果可知,前8組數據中,免疫中國煤化工YHCNMH G .48.算法的進(jìn)化代數明顯優(yōu)于遺傳算法(免疫算法中,第4標的水量要求。組和第6組的抗體滿(mǎn)足多樣性要求,并沒(méi)有經(jīng)過(guò)免疫在遺傳算法中,隨著(zhù)進(jìn)化的發(fā)展,由于適應度高的.機制處理,所以結果-樣);最后2組數據雖然免疫算群體積累,群體的多樣性降低，致使進(jìn)化緩慢,而免疫法的進(jìn)化代數并不優(yōu)于遺傳算法,但是其求得解的質(zhì)算法產(chǎn)生多樣性抗體的功能可以維持這個(gè)進(jìn)化過(guò)程的量明顯高于遺傳算法;在第10組數據中,適應度函數多樣性,其免疫記憶和自身調節功能可以提高算法的值和目標函數值幾乎一致，而且更接近循環(huán)水供水指全局搜索能力和算法的局部尋優(yōu)功能。表1循環(huán)水泵仿真試驗參數 (m=2,n=5)循環(huán)水泵型號Hx:/m/108.g2gVi.min,Vi.nx.軸功率參數cX10414sh-13 58. 156 60. 127 3380440117. 230.12161. 198.24sh-1367. 43910.027 241 100329. 01.0.274 414sh-13 58. 15660.127 330.121 61. 19824sh- 1367.43910. 027 24329. 01-1.185000.2744表2循環(huán)水泵(m=2,n=5)優(yōu)化模 型遺傳算法求解結果供水指標遺傳算法求解結果H。/m qve/L.s-1)z總流量適應度軸功率/kW優(yōu)化解所需函數值進(jìn)化代數3230010 0000. 863 529298. 77113.31111. 812580010 1000. 930 980794. 51369.81334.51 50010 0100.971 7651 500. 09660. 30660. 291 30011 00000. 923 9220. 942 7451 295. 94564.04547. 5635. 52 50011 1100. 912 9410. 8447062 504. 461 115. 651 095. 702 30011 001 .0.978 824o. 902 7452 302. 11 020. 541 016. 0236. 53 00011 0110. 950 5880. 806 2753 005. 641 400. 171 368. 3253 2000. 996 0780. 856 4713 193. 91 491. 261 454. 9637.53 700111110. 9992160. 899 6083 693.201 739. 631 693. 5215611 1110. 9898040. 9984313 898. 921 820. 951 819. 80表3循環(huán)水泵(m=2,n=5)優(yōu)化模型免疫算法求解結果免疫算法求解結果H/m qve/L.s-1D1/L. s-1熱0. 863529298. 7113. 3124340.930 980369. 81339. 711500.09.660.303511 000547.56究0. 9003920. 8478432 497. 331 098. 771 091. 883611 0010. 9027452 302. 121 016.020. 9647060. 800 0002998.01.1 374. 361 370. 4041370. 970980.0. 869 020.3 193. 971 464. 791 452. 611.000 0003 694. 091728.89.1 694.08179383 9000.996 0783 900. 601 821. 091 820. 72C力中國煤化工44MHCNMH G.輸入系統指標及種樣規模N、最大進(jìn)化代數、交義率、變并率4結論[初始化抗體針對循環(huán)水系統的優(yōu)化運行問(wèn)題,本文提出用免計算抗體適應偵函數，評價(jià)初始抗休疫算法進(jìn)行優(yōu)化,并與循環(huán)水系統效率優(yōu)化模型遺傳算法求解的結果相比較。在遺傳算法和免疫算法中，提出了合理的結束條件作為判斷收斂準則,而不是采進(jìn)化代數<最大代數用以往以最大優(yōu)化代數作為結束條件,更符合工程要求。采用免疫算法求解,結果顯示求得的最優(yōu)解的進(jìn)進(jìn)化代數加1化代數更少或質(zhì)量更高。參考文獻]牛成下. :代抗休(選擇、交叉、變異、優(yōu)化策略)[1] 洪波,楊自?shī)^,高鶚.動(dòng)態(tài)規劃法在火電廠(chǎng)給水泵優(yōu)化運行中的應用[].熱力發(fā)電,1996 ,25(5):25 - 30.計算抗休信息滿(mǎn)及相似度A[2] Hannetl N ,Lamb P. Modeling of a pumped storagehydro plant for power system stability studies[J] . PowerN相似度4>相似度閱俏System Technology,1998(2) :1302 - 1304.3] 夏東偉,張承慧,石慶升.電廠(chǎng)循環(huán)水系統優(yōu)化控制及其遺傳算法求解[J].山東大學(xué)學(xué)報(工學(xué)版),2005 ,35(2).是否第次4] 陳麗安,張培銘.免疫遺傳算法在MATLAB環(huán)境中的實(shí)隨機產(chǎn)生P個(gè)新抗體，記憶單元中產(chǎn)生P個(gè)新抗現[J].福州大學(xué)學(xué)報(自然科學(xué)版), 2004, 32(5):554 -抗休總數為(P+N) .休，抗休總數為(P+N)55[5] Ge Hong ,Mao Zong - Yuan. Immune Algorithm[C]. Pro-ceedings of the 4th World Congress on Inelligent Control計算抗體濃度及聚合適應度and Automation,2002:1784 - 1788. .基于抗休濃度的群體更新[6] Vincenzo Cutello, Giuseppe Nicosia, Mario Romeo,et al.On the Convergence of lmmune Algorithms[C]. Proeed-更新記憶單元ings of the 2007 IEEE Symposium on Foundations ofComputational lelligence (F0CI 2007) ,2007 :409 - 415.評價(jià)當代抗體(包括找到當前最優(yōu)值)7] Satoshi Endoht, Naruaki Toma●koji Yamdaf, Immune al-gorithm for n - TSP[C]. 1998 IEEE International Confer-輸山當前最優(yōu)值ence on Systems，Man, and Cybernetics( Volume 4) ,1998:3844 - 3849.遙否滿(mǎn)，足結束條件>[8] 張承慧,程金,夏東偉,等.變頻調速技術(shù)的發(fā)展及其在電力系統中的應用[J].熱能動(dòng)力工程，2003.18(5):439-共能輸出系統優(yōu)化解圖2循環(huán)水泵優(yōu)化模型免疫算法求解流程(上接第40頁(yè))[2]北京:郭瑞堂 ，等.濕法煙氣脫硫石灰石的活性[J].燃燒[1] 周至祥,段建中,等.火電廠(chǎng)濕法煙氣脫硫技術(shù)手冊[M]. .科學(xué)與技術(shù),2007,13(6) :485 - 489.北京:中國電力出版社,2006:32-37..九中國煤化工MHCNMH G.