冷热电联供多目标优化方法研究与实现

发布时间：2017-09-23 09:32

  本文关键词：冷热电联供多目标优化方法研究与实现

  更多相关文章： 冷热电联供 CCHP 多目标优化 Pareto 人工鱼群 轮盘选择

【摘要】：随着社会经济不断发展,国家对能源的需求越来越大,导致能源枯竭的威胁越来越成为成为了人们关心的重点。同一时间在国内,高速发展带来的环境污染问题也开始吸收大众的注意。为了社会经济的科学可持续发展,必须摒弃传统的产能方式,推广使用高能源利用率,低污染排放的新型产能方式势在必行。而如何提高能源利用率的同时还降低污染排放成为了最为关键的问题。冷热电联供(CCHP)联供是一种新型的产能方式,通过回收产能过程中的废热,并将废热转换成用户制冷所需的冷量的方法,实现了能源的阶梯化利用。冷热电联供系统可以同时向用户提供电、热,冷三种负荷,可以在有效保障用户日常生活所需的同时也可保证能源利用率高和污染排放低。大范围建立使用冷热电联供产能方式的能源站是能源枯竭,环境污染等问题的有效解决方案。在能源站投建的过程中,既要保证低能源消耗,污染排放,又要保证企业自身的利润,而如何平衡这三项指标成为了当前的研究热点。据此本文的主要工作可以分为以下三个方面:(1)冷热电联供系统的模型建立。本文通过对目前主流的冷热电联供系统进行分析整理,建立系统运营策略模型,在此基础上建立燃料消耗,运营费用,污染排放三个评价指标的模型,最后再此基础上,建立了基于多目标优化问题的相关概念的冷热电联供系统的多目标评价模型,寻求其Pareto最优解集。(2)提出了一种基于轮盘选择机制的多目标人工鱼群算法。本文在冷热电联供系统模型的基础上确定冷热电联供系统的多目标优化问题,并使用本文提出的基于轮盘选择机制的多目标优化算法进行求解。本文利用多目标优化问题特性对基本人工鱼群算法进行改造,使其可以适用于多目标优化问题的求解,并且为了避免算法陷入局部最优解,而导致解集过于集中,本文采取了轮盘选择机制对算法进行了改进,并与PSO算法和NSGAII进行了比较试验。(3)实现了冷热电联供系统软件。本文在前面工作的基础上分别实现了冷热电联供系统中的负荷预测模块和多目标优化模块,将两者组合形成冷热电联供系统,并展示软件成果。
【关键词】：冷热电联供 CCHP 多目标优化 Pareto 人工鱼群 轮盘选择
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM61;TP18
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 绪论11-17
• 1.1 研究工作的背景与意义11-13
• 1.2 冷热电联供多目标优化的国内外研究历史与现状13-14
• 1.2.1 冷热电联供应用现状13-14
• 1.2.2 冷热电联供优化方法研究现状14
• 1.3 本文的研究内容及创新点14-16
• 1.4 小结16-17
• 第二章 冷热电联供多目标优化相关技术17-28
• 2.1 冷热电联供系统简介17-19
• 2.1.1 燃气轮机18
• 2.1.2 余热锅炉18-19
• 2.1.3 吸收式制冷机19
• 2.1.4 电制冷机19
• 2.2 冷热电联供多目标优化策略19-21
• 2.2.1 设备性能优化19
• 2.2.2 系统设备配置优化19-21
• 2.3 多目标优化技术21-27
• 2.3.1 优化问题的分类21
• 2.3.2 多目标优化问题的描述21-22
• 2.3.3 多目标优化问题的求解算法22-27
• 2.3.3.1 多目标进化算法22-25
• 2.3.3.2 多目标模拟退火算法25-26
• 2.3.3.3 多目标蚁群算法26
• 2.3.3.4 多目标粒子群算法26-27
• 2.4 小结27-28
• 第三章 冷热电联供系统模型28-45
• 3.1 运营策略28-31
• 3.1.1 以电定热模型28-30
• 3.1.2 以热定电模型30-31
• 3.2 评价指标模型31-33
• 3.2.1 基础燃料消耗评价模型31
• 3.2.2 运营费用评价模型31-32
• 3.2.3 污染排放评价模型32
• 3.2.4 综合评价模型32-33
• 3.3 多目标评价模型33-44
• 3.3.1 多目标优化问题的定义33
• 3.3.2 多目标优化的基本概念33-37
• 3.3.2.1 支配33-34
• 3.3.2.2 Pareto最优解34
• 3.3.2.3 Pareto前沿34-35
• 3.3.2.4 多目标优化问题解集评价指标35-37
• 3.3.3 冷热电联供的多目标评价模型37-44
• 3.3.3.1 目标函数的决策变量38-40
• 3.3.3.2 设备每月实际运行负荷40-42
• 3.3.3.3 燃料消耗目标函数42-43
• 3.3.3.4 运营利润目标函数43
• 3.3.3.5 污染排放目标函数43-44
• 3.3.3.6 冷热电联供的多目标评价模型的建立44
• 3.4 小结44-45
• 第四章 冷热电联供多目标优化问题的求解45-69
• 4.1 冷热电联供多目标优化问题的求解过程45-46
• 4.2 多目标人工鱼群算法46-63
• 4.2.1 视觉46-47
• 4.2.2 鱼群行为47-48
• 4.2.3 基本人工鱼群算法48-56
• 4.2.3.1 人工鱼个体模型的实现48-49
• 4.2.3.2 个体行为描述49-55
• 4.2.3.3 算法流程55-56
• 4.2.4 多目标人工鱼群算法56-63
• 4.2.4.1 适应值比较方法57
• 4.2.4.2 个体行为57-60
• 4.2.4.3 多目标人工鱼群算法流程60-61
• 4.2.4.4 外部集61-63
• 4.3 求解算法的整体流程63-64
• 4.4 实验64-68
• 4.4.1 实验环境64
• 4.4.2 参数设置64-66
• 4.4.3 实验分析与比较66-68
• 4.5 小结68-69
• 第五章 冷热电联供多目标优化问题的求解69-78
• 5.1 系统模块69
• 5.2 负荷预测模块69-72
• 5.2.1 负荷预测功能模块70
• 5.2.2 负荷预测模块的实现70-72
• 5.3 多目标优化模块72-75
• 5.3.1 多目标优化模块的主要功能72
• 5.3.2 多目标优化模块的实现72-75
• 5.4 系统测试75-77
• 5.4.1 负荷预测模块测试75-76
• 5.4.2 多目标优化模块测试76-77
• 5.5 小结77-78
• 第六章 全文总结与展望78-80
• 6.1 全文总结78
• 6.2 展望78-80
• 致谢80-81
• 参考文献81-84
• 攻读硕士学位期间取得的成果84-85

【参考文献】

中国期刊全文数据库 前2条

1 马清亮;胡昌华;;多目标进化算法及其在控制领域中的应用综述[J];控制与决策;2006年05期

2 丁水汀;段伦;韩树军;闻洁;郭隽;;冷热电联供系统运行模式优化[J];热科学与技术;2007年02期

，

本文编号：904521