禁忌粒子群算法在热电联产负荷经济分配中的应用

"基于禁忌粒子群算法的热电联产负荷经济分配 (2013年)" 本文探讨了在热电联产系统中的负荷优化分配问题，以实现经济效率的最大化。作者提出了一种结合粒子群优化算法（PSO）和禁忌算法（Tabu Search）的混合方法，该方法充分利用了PSO的全局搜索能力和禁忌算法的局部搜索优势，旨在解决含热电联产机组的负荷优化分配问题。 热电联产，即同时产生电力和热能的发电方式，具有显著的能源利用效率和节能减排潜力。在热电联产系统中，如何有效地分配电负荷和热负荷，以最小化运行成本，是一个复杂的优化问题。文章中建立了一个包含热电联产机组的负荷优化分配模型，以及整个工厂的热电负荷可行域模型。在电负荷指令为200MW，热负荷指令为115MW的情况下，应用提出的算法求解，得到的总成本为2695.2美元。 通过实例分析，文章验证了该模型和算法的有效性。分析结果表明，不同的机组组合，如凝汽式、热电联产式和纯供热机组之间的搭配，会显著影响整个工厂的负荷可行域。此外，研究还深入探讨了节能潜力与热电负荷指令之间的关系，这为理解和预测系统在不同负荷条件下的节能效果提供了理论依据。 关键词：热电联产；负荷优化分配；禁忌粒子群算法；可行域 中图分类号：TP206.3 文献标志码：A 文章编号：1001-0505（2013）01-0083-05 此研究为热电联产系统的负荷调度提供了新的思路，对于提高能源利用效率、降低运行成本、促进可持续发展具有重要的实践意义。通过结合全局和局部搜索策略，提出的算法能更好地应对复杂优化问题，为热电联产的经济调度提供了有力工具。