基于多种算法的火电厂配煤优化方法研究

针对解决火电厂目前电煤供应紧张、煤价成本居高不下的现状。文章通过对电厂的实际用煤展开最优炉前配煤研究,方案通过建立以掺烧煤成本最低为目标函数和机组对混煤的工业成分要求作为约束条件的配煤数学模型,利用粒子群算法的局部快速收敛特性优化遗传算法进行模型求解。其单混煤煤质工业成分间的非线性映射关系通过建立GA-BP神经网络预测模型进行预测。通过算例及误差结果证明该方法在煤质预测和求解配煤成本最低的可靠性,可对电厂实际配煤进行指导。