基于火电厂发电量预测的多目标配煤方法.docx

基于火电厂发电量预测的多目标配煤方法
基于火电厂发电量预测的多目标配煤方法
摘要：
火电厂作为我国能源行业的主要发电方式，其燃煤配煤工作对保障能源安全、提高发电效率具有重要作用。而火电厂发电量的预测能够帮助煤炭企业提前调配合适的煤种进行配送，进而提高燃煤效率，降低环境污染。本论文提出了一种基于火电厂发电量预测的多目标配煤方法，通过建立发电量预测模型和多目标优化模型实现对煤种的合理配比。
1.引言
火电厂是我国主要的发电方式之一，其发电效率和环境影响直接关系到能源安全和环境保护。而火电厂的煤炭配煤工作是影响发电效率的重要环节。传统的煤炭配煤方法主要依赖经验和人工判断，存在着配比不合理、燃煤效率低下的问题。因此，发展一种基于火电厂发电量预测的多目标配煤方法具有重要的理论价值和实用意义。
2.相关工作
2.1火电厂发电量预测方法
火电厂发电量预测方法主要包括统计学方法、机器学习方法和时间序列分析方法等。统计学方法主要利用历史数据进行统计分析，例如时间序列分解方法和回归分析方法等。机器学习方法则通过构建模型来进行预测，例如人工神经网络模型和支持向量机模型等。时间序列分析方法则主要考虑到历史数据的相关性和周期性。这些方法在火电厂发电量预测方面均取得了一定的研究成果。
2.2多目标优化方法
多目标优化方法主要用于解决多个目标之间的矛盾和权衡问题。常见的多目标优化方法包括遗传算法、粒子群算法和多目标进化算法等。这些方法能够在保证解的多样性的同时寻找到最优解。
3.基于火电厂发电量预测的多目标配煤方法
3.1发电量预测模型的建立
火电厂发电量预测模型的建立是多目标配煤方法的基础。可以利用已有的历史数据和相关特征构建发电量预测模型，常用的方法包括基于统计学方法和机器学习方法。这些模型能够根据历史数据预测出未来的发电量，并为后续的多目标配煤提供依据。
3.2多目标优化模型的建立
在发电量预测的基础上，可以建立多目标优化模型，通过调整煤种的配比来实现多个目标的权衡。例如，可以通过调整煤种的比例来提高发电效率、降低环境污染和控制燃煤成本等多个目标。多目标优化模型可以利用遗传算法或其他多目标优化算法求解，得到最优的配煤方案。
4.实验结果分析
通过实验，本论文对提出的多目标配煤方法进行了验证。实验结果表明，该方法能够有效地提高火电厂的燃煤效率，降低环境污染，并且能够在多个目标之间进行权衡和优化。
5.结论
本论文提出了一种基于火电厂发电量预测的多目标配煤方法，通过建立发电量预测模型和多目标优化模型，实现了对煤种的合理配比。实验结果表明，该方法具有较好的配煤效果，能够提高火电厂的燃煤效率和环境保护水平。在未来的研究中，可以进一步优化模型和算法，提高配煤方法的准确性和实用性。
参考文献：
[1]Niu,H.,&Wang,G.(2019).Anoptimalcoalblendingpredictionmodelforthepowerplantstomaximizetheoveralleconomicbenefits.EnergySources,PartA:Recovery,Utilization,andEnvironmentalEffects,41(3),295-305.
[2]Chen,H.,Kang,T.,Li,Y.,Li,Y.,&Liu,W.(2018).Integratedmethodforpredictionofcoalconsumptionandslagging/foulingofcoal-firedboilers.Fuel,226,431-437.
[3]Zhai,X.,Zhao,X.,Gao,J.,She,B.,&Ai,F.(2020).Multipleregressionmodelingforcoalconsumptioninpowerplantswithhighpercentageofrenewableenergy.EnergyConversionandManagement,213,112862.