论文部分内容阅读
针对目前火电厂实际燃用煤种偏离设计煤种的特点,利用量子粒子群算法(QPSO)建立优化配煤模型.模型兼顾配煤经济性和煤质特性参数作为目标函数,并以单煤的价格、发热量、灰分、挥发分、水分以及硫分等6项指标值作为约束条件.基于内蒙某电厂的来煤条件,采用该模型进行配煤优化计算.仿真试验结果表明:对比带惯性权重的粒子群算法,量子粒子群算法具有较好的全局搜索能力和收敛性,能够快速、准确地搜索到最佳配煤比例和最经济的配煤价格.