本文關(guān)鍵詞：冷熱電聯(lián)供多目標(biāo)優(yōu)化方法研究與實(shí)現(xiàn)

  更多相關(guān)文章： 冷熱電聯(lián)供 CCHP 多目標(biāo)優(yōu)化 Pareto 人工魚(yú)群 輪盤(pán)選擇

【摘要】：隨著社會(huì)經(jīng)濟(jì)不斷發(fā)展,國(guó)家對(duì)能源的需求越來(lái)越大,導(dǎo)致能源枯竭的威脅越來(lái)越成為成為了人們關(guān)心的重點(diǎn)。同一時(shí)間在國(guó)內(nèi),高速發(fā)展帶來(lái)的環(huán)境污染問(wèn)題也開(kāi)始吸收大眾的注意。為了社會(huì)經(jīng)濟(jì)的科學(xué)可持續(xù)發(fā)展,必須摒棄傳統(tǒng)的產(chǎn)能方式,推廣使用高能源利用率,低污染排放的新型產(chǎn)能方式勢(shì)在必行。而如何提高能源利用率的同時(shí)還降低污染排放成為了最為關(guān)鍵的問(wèn)題。冷熱電聯(lián)供(CCHP)聯(lián)供是一種新型的產(chǎn)能方式,通過(guò)回收產(chǎn)能過(guò)程中的廢熱,并將廢熱轉(zhuǎn)換成用戶(hù)制冷所需的冷量的方法,實(shí)現(xiàn)了能源的階梯化利用。冷熱電聯(lián)供系統(tǒng)可以同時(shí)向用戶(hù)提供電、熱,冷三種負(fù)荷,可以在有效保障用戶(hù)日常生活所需的同時(shí)也可保證能源利用率高和污染排放低。大范圍建立使用冷熱電聯(lián)供產(chǎn)能方式的能源站是能源枯竭,環(huán)境污染等問(wèn)題的有效解決方案。在能源站投建的過(guò)程中,既要保證低能源消耗,污染排放,又要保證企業(yè)自身的利潤(rùn),而如何平衡這三項(xiàng)指標(biāo)成為了當(dāng)前的研究熱點(diǎn)。據(jù)此本文的主要工作可以分為以下三個(gè)方面:(1)冷熱電聯(lián)供系統(tǒng)的模型建立。本文通過(guò)對(duì)目前主流的冷熱電聯(lián)供系統(tǒng)進(jìn)行分析整理,建立系統(tǒng)運(yùn)營(yíng)策略模型,在此基礎(chǔ)上建立燃料消耗,運(yùn)營(yíng)費(fèi)用,污染排放三個(gè)評(píng)價(jià)指標(biāo)的模型,最后再此基礎(chǔ)上,建立了基于多目標(biāo)優(yōu)化問(wèn)題的相關(guān)概念的冷熱電聯(lián)供系統(tǒng)的多目標(biāo)評(píng)價(jià)模型,尋求其Pareto最優(yōu)解集。(2)提出了一種基于輪盤(pán)選擇機(jī)制的多目標(biāo)人工魚(yú)群算法。本文在冷熱電聯(lián)供系統(tǒng)模型的基礎(chǔ)上確定冷熱電聯(lián)供系統(tǒng)的多目標(biāo)優(yōu)化問(wèn)題,并使用本文提出的基于輪盤(pán)選擇機(jī)制的多目標(biāo)優(yōu)化算法進(jìn)行求解。本文利用多目標(biāo)優(yōu)化問(wèn)題特性對(duì)基本人工魚(yú)群算法進(jìn)行改造,使其可以適用于多目標(biāo)優(yōu)化問(wèn)題的求解,并且為了避免算法陷入局部最優(yōu)解,而導(dǎo)致解集過(guò)于集中,本文采取了輪盤(pán)選擇機(jī)制對(duì)算法進(jìn)行了改進(jìn),并與PSO算法和NSGAII進(jìn)行了比較試驗(yàn)。(3)實(shí)現(xiàn)了冷熱電聯(lián)供系統(tǒng)軟件。本文在前面工作的基礎(chǔ)上分別實(shí)現(xiàn)了冷熱電聯(lián)供系統(tǒng)中的負(fù)荷預(yù)測(cè)模塊和多目標(biāo)優(yōu)化模塊,將兩者組合形成冷熱電聯(lián)供系統(tǒng),并展示軟件成果。
【關(guān)鍵詞】：冷熱電聯(lián)供 CCHP 多目標(biāo)優(yōu)化 Pareto 人工魚(yú)群 輪盤(pán)選擇
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TM61;TP18
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 緒論11-17
• 1.1 研究工作的背景與意義11-13
• 1.2 冷熱電聯(lián)供多目標(biāo)優(yōu)化的國(guó)內(nèi)外研究歷史與現(xiàn)狀13-14
• 1.2.1 冷熱電聯(lián)供應(yīng)用現(xiàn)狀13-14
• 1.2.2 冷熱電聯(lián)供優(yōu)化方法研究現(xiàn)狀14
• 1.3 本文的研究?jī)?nèi)容及創(chuàng)新點(diǎn)14-16
• 1.4 小結(jié)16-17
• 第二章 冷熱電聯(lián)供多目標(biāo)優(yōu)化相關(guān)技術(shù)17-28
• 2.1 冷熱電聯(lián)供系統(tǒng)簡(jiǎn)介17-19
• 2.1.1 燃?xì)廨啓C(jī)18
• 2.1.2 余熱鍋爐18-19
• 2.1.3 吸收式制冷機(jī)19
• 2.1.4 電制冷機(jī)19
• 2.2 冷熱電聯(lián)供多目標(biāo)優(yōu)化策略19-21
• 2.2.1 設(shè)備性能優(yōu)化19
• 2.2.2 系統(tǒng)設(shè)備配置優(yōu)化19-21
• 2.3 多目標(biāo)優(yōu)化技術(shù)21-27
• 2.3.1 優(yōu)化問(wèn)題的分類(lèi)21
• 2.3.2 多目標(biāo)優(yōu)化問(wèn)題的描述21-22
• 2.3.3 多目標(biāo)優(yōu)化問(wèn)題的求解算法22-27
• 2.3.3.1 多目標(biāo)進(jìn)化算法22-25
• 2.3.3.2 多目標(biāo)模擬退火算法25-26
• 2.3.3.3 多目標(biāo)蟻群算法26
• 2.3.3.4 多目標(biāo)粒子群算法26-27
• 2.4 小結(jié)27-28
• 第三章 冷熱電聯(lián)供系統(tǒng)模型28-45
• 3.1 運(yùn)營(yíng)策略28-31
• 3.1.1 以電定熱模型28-30
• 3.1.2 以熱定電模型30-31
• 3.2 評(píng)價(jià)指標(biāo)模型31-33
• 3.2.1 基礎(chǔ)燃料消耗評(píng)價(jià)模型31
• 3.2.2 運(yùn)營(yíng)費(fèi)用評(píng)價(jià)模型31-32
• 3.2.3 污染排放評(píng)價(jià)模型32
• 3.2.4 綜合評(píng)價(jià)模型32-33
• 3.3 多目標(biāo)評(píng)價(jià)模型33-44
• 3.3.1 多目標(biāo)優(yōu)化問(wèn)題的定義33
• 3.3.2 多目標(biāo)優(yōu)化的基本概念33-37
• 3.3.2.1 支配33-34
• 3.3.2.2 Pareto最優(yōu)解34
• 3.3.2.3 Pareto前沿34-35
• 3.3.2.4 多目標(biāo)優(yōu)化問(wèn)題解集評(píng)價(jià)指標(biāo)35-37
• 3.3.3 冷熱電聯(lián)供的多目標(biāo)評(píng)價(jià)模型37-44
• 3.3.3.1 目標(biāo)函數(shù)的決策變量38-40
• 3.3.3.2 設(shè)備每月實(shí)際運(yùn)行負(fù)荷40-42
• 3.3.3.3 燃料消耗目標(biāo)函數(shù)42-43
• 3.3.3.4 運(yùn)營(yíng)利潤(rùn)目標(biāo)函數(shù)43
• 3.3.3.5 污染排放目標(biāo)函數(shù)43-44
• 3.3.3.6 冷熱電聯(lián)供的多目標(biāo)評(píng)價(jià)模型的建立44
• 3.4 小結(jié)44-45
• 第四章 冷熱電聯(lián)供多目標(biāo)優(yōu)化問(wèn)題的求解45-69
• 4.1 冷熱電聯(lián)供多目標(biāo)優(yōu)化問(wèn)題的求解過(guò)程45-46
• 4.2 多目標(biāo)人工魚(yú)群算法46-63
• 4.2.1 視覺(jué)46-47
• 4.2.2 魚(yú)群行為47-48
• 4.2.3 基本人工魚(yú)群算法48-56
• 4.2.3.1 人工魚(yú)個(gè)體模型的實(shí)現(xiàn)48-49
• 4.2.3.2 個(gè)體行為描述49-55
• 4.2.3.3 算法流程55-56
• 4.2.4 多目標(biāo)人工魚(yú)群算法56-63
• 4.2.4.1 適應(yīng)值比較方法57
• 4.2.4.2 個(gè)體行為57-60
• 4.2.4.3 多目標(biāo)人工魚(yú)群算法流程60-61
• 4.2.4.4 外部集61-63
• 4.3 求解算法的整體流程63-64
• 4.4 實(shí)驗(yàn)64-68
• 4.4.1 實(shí)驗(yàn)環(huán)境64
• 4.4.2 參數(shù)設(shè)置64-66
• 4.4.3 實(shí)驗(yàn)分析與比較66-68
• 4.5 小結(jié)68-69
• 第五章 冷熱電聯(lián)供多目標(biāo)優(yōu)化問(wèn)題的求解69-78
• 5.1 系統(tǒng)模塊69
• 5.2 負(fù)荷預(yù)測(cè)模塊69-72
• 5.2.1 負(fù)荷預(yù)測(cè)功能模塊70
• 5.2.2 負(fù)荷預(yù)測(cè)模塊的實(shí)現(xiàn)70-72
• 5.3 多目標(biāo)優(yōu)化模塊72-75
• 5.3.1 多目標(biāo)優(yōu)化模塊的主要功能72
• 5.3.2 多目標(biāo)優(yōu)化模塊的實(shí)現(xiàn)72-75
• 5.4 系統(tǒng)測(cè)試75-77
• 5.4.1 負(fù)荷預(yù)測(cè)模塊測(cè)試75-76
• 5.4.2 多目標(biāo)優(yōu)化模塊測(cè)試76-77
• 5.5 小結(jié)77-78
• 第六章 全文總結(jié)與展望78-80
• 6.1 全文總結(jié)78
• 6.2 展望78-80
• 致謝80-81
• 參考文獻(xiàn)81-84
• 攻讀碩士學(xué)位期間取得的成果84-85

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 馬清亮;胡昌華;;多目標(biāo)進(jìn)化算法及其在控制領(lǐng)域中的應(yīng)用綜述[J];控制與決策;2006年05期

2 丁水汀;段倫;韓樹(shù)軍;聞潔;郭雋;;冷熱電聯(lián)供系統(tǒng)運(yùn)行模式優(yōu)化[J];熱科學(xué)與技術(shù);2007年02期

，

本文編號(hào)：904521