基于生態足跡遺傳算法的動力配煤模型及優化

　　摘要：文章以達拉特電廠為例，將混煤生態足跡加入到目標函數中，建立動力配煤模型；基于Pareto的多目標優化方法及遺傳算法對模型進行優化求解，得到Pareto的最優解集，最后根據電廠實際情況選擇合適的混配方案。
　　關鍵詞：動力配煤；生態足跡；遺傳算法
　　
　　動力配煤技術是以煤化學、煤的燃燒動力學和煤質測試等學科技術為基礎，將不同類別與質量的單種煤篩選后，按不同比例混合配入添加劑等過程，提供滿足要求的煤炭產品的一種成本較低、易實施的技術。目前發電企業燃料成本隨著煤價上漲而上浮，緩解這一現狀尤為重要。傳統動力配煤主要考慮了混配方案的經濟性而忽略環境因素。本文引入生態足跡的概念，將混配方案的生態足跡以目標函數的形式加到動力配煤模型中，使混配方案在經濟和環境方面得到兼顧。
　　一、動力配煤模型的建立
　　建立動力配煤模型分兩步驟：提出約束條件、確定目標函數。
　　（一）提出約束條件
　　1、動力用煤質量的主要煤化參數
　　煤的發熱量、水分、灰分、揮發分等工業分析特性對電廠生產非常重要，凡以煤為原料或燃料的工業部門都需進行煤的工業分析。一般把煤的水分、灰分、揮發分和固定碳叫做煤的半工業分析，若包括硫分和發熱量等分析項目，就叫煤的全工業分析。
　　2、煤化參數的線性可加性
　　任意給定兩種煤m、n，兩煤相配得到混煤p，對于煤化參數A，若有x*Am+y*An=Ap，x+y=1（式中，x、y分別為m煤、n煤的配入比例；Am、An、Ap分別為m、n、p煤的煤化參數A）成立，則煤化參數A線性可加。
　　據煤炭質量檢測和研究人員的實踐經驗，認為煤的水分、灰分及硫的含量線性可加，而煤的揮發分、發熱量、灰熔點是否具有線性可加性說法不一。有學者做過相關實驗，證明在滿足一定條件下煤的揮發分、發熱量、灰熔點線性可加。本文選取的達拉特電廠鍋爐特性滿足揮發分和發熱量線性可加性的條件，因此其具有線性可加性。
　　3、約束條件的建立
　　假設有n種單煤，要配制具有m個技術指標T的動力配煤，若第j種單煤（