基于粒子群算法的多熱源供熱系統調節優化

邢鼎皇，王鳳霞，王 海

(同濟大學 機械與能源工程學院，上海 200092)

1 概述

供熱系統調節方式有質調節、量調節、質量調節、間歇調節等。基于準確的水力熱力工況分析，以費用最小為目標的質量調節優化已成為學者研究的重點。Jiang等人[1]建立了一種綜合利用風能、太陽能、天然氣的區域供熱系統模型，建立了具有復雜操作約束的最優控制策略的目標函數，利用群搜索優化算法(Group Search Optimizer，GSO)確定了熱源最佳供水溫度和循環泵最優流量。Wang等人[2]在考慮環境因素的前提下，建立了確定性模型和隨機模型，并提出一種改進的粒子群優化算法(Particle Swarm Optimization，PSO)處理經濟負荷分配與電力調度。Wang等人[3]建立了分布式循環泵供熱管網模型，利用遺傳算法尋優熱源供水溫度和流量，并利用遺傳算法設定每個熱力站的最優流量，以達到更經濟的運行和更短的響應時間。王培紅等人[4]將運籌學優化方法與汽輪機組的特性方程結合起來，提出多維動態規劃模型，應用于解決汽輪機組的熱、電負荷優化分配。

部分國外學者提出的調節優化方法在國內多熱源供熱系統的應用效果不佳，而國內鮮有學者將現代智能算法應用于多熱源供熱系統調節方式優化。

本文提出采用混合均值中心反向學習粒子群優化算法(PSO-HMC算法)[5]，考慮供熱管道熱損失，以供熱成本(主要為熱源熱費、電費)最小作為目標，對多熱源供熱系統調節方式(質調節、量調節、質量調節)進行優化。結合算例，在用戶熱負荷一定條件下，對3種調節方式的優化結果進行比較分析。……