大数据分析方法在厂级负荷分配中的应用

摘要：

传统厂级负荷优化分配以火电机组煤耗曲线为依据，以供电煤耗率最低为目标。考虑到火电机组结构日益复杂，多变的边界条件和运行工况加剧了机组能耗特性的不确定性，给厂级负荷优化分配带来新问题。该文基于火电机组的海量运行数据，引入大数据分析方法，通过模糊粗糙集计算方法提高数据处理的效率，利用决策相关函数评价能耗决策的置信度，获得机组不同边界和运行工况下的能耗特性。将得到的机组供电煤耗率作为厂级负荷动态规划的依据，进而预测负荷优化分配的节煤潜力。结果表明，基于大数据分析方法的厂级负荷分配可有效降低火电厂的供电煤耗率，对火电机组的节能发电调度具有参考意义。

关键词：大数据、多变边界、负荷分配、动态规划、基准

分类号：TK124;TK264(热力工程、热机)

资助基金：国家自然科学基金项目U1261210，51306050；中央高校基本科研业务费专项项目12QN05,2014XS19；中国工程院咨询项目2013-XZ-2。Project Supported by National Natural Science Foundation of China U1261210,51306050；the Fundamental Research Funds for the Central Universities12QN05,2014XS19;Consulting Project Support from the Chinese Academy of Engineering2013-XZ-2

在线出版日期：2015-01-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：68-73