论文部分内容阅读
电厂混煤掺配模型通常将混煤成分或性质限定在一定范围内,以寻找混煤成本最低的掺配方案,这种掺配模型实际上未对煤质进行优化.为此,定义了锅炉设计煤种的最大似然煤质,将掺配原煤的成分或性质视为随机变量,建立了基于机会约束的电厂混煤煤质和成本多目标优化模型,采用遗传算法得到该多目标优化模型的Pareto前沿.对一台实际运行机组Pareto前沿的分析表明:混煤煤质和成本的优化数据合理,结果满足机会约束要求.掺配模型还可以增加混煤煤质稳定性作为优化目标,考虑机组不同运行特性和掺配原煤实际状况,掺配模型选用不同优化目标和约束条件的组合,具有较强的灵活性和实用性.