基于粒子群算法的火电厂机组负荷优化分配
格式:pdf
大小:298KB
页数: 4页
通过研究粒子群(PSO)优化算法的基本原理,分析了该算法中各个参数的不同取值对算法搜索能力和收敛速度的影响,并将PSO优化算法应用于电厂机组负荷优化分配问题的研究。通过在3台机组系统的应用,验证表明较之遗传算法等传统优化算法,PSO优化算法在优化结果、搜索区间控制以及收敛速度等方面具有较好的特性,能更好地达到或接近全局最优解。
基于分析的联合运行热泵机组负荷优化分配研究
大小:200KB
页数:
以上海某办公建筑的地源热泵空调系统为研究对象,采用分析的方法建立了热泵机组的损失模型,以3台热泵机组总损最小为优化目标,采用遗传算法对3台热泵机组的逐时负荷分配率进行优化。结果表明:与热泵机组原有的负荷分配方式相比,采用遗传算法优化后的负荷分配方式可以有效减小热泵机组的总损和总能耗,典型日16:00时热泵机组总损减少了2.29 kW·h,总能耗减少了2.34 kW·h,节能率为8.87%;典型日全天热泵机组总损减少了27.75 kW·h,总能耗减少了28.17 kW·h,节能率高达10.53%,空调系统的运行效率明显提高。
机组负荷知识来自于造价通云知平台上百万用户的经验与心得交流。 注册登录 造价通即可以了解到相关机组负荷最新的精华知识、热门知识、相关问答、行业资讯及精品资料下载。同时,造价通还为您提供材价查询、测算、询价、云造价等建设行业领域优质服务。手机版访问:机组负荷