基于风险的化工园区供热优化方法研究及其系统实现

为确定最佳热源位置和相应的管网布置方案,采用风险评估的相关理论,在基于风险的化工园区(CIP)供热布局优化模型的基础上,结合C语言编写的单亲遗传算法主程序,运用Qt开发基于风险的热网热源智能检索系统,最后将该系统应用到具体实例。结果表明:基于风险的布局优化扩展了布局优化的研究思路;使用该系统能实现热网、热源的智能定位,找到最佳热源位置和相应的管网布置方案。实例表明,该化工园区的最佳热源位置点为节点26,且应用该系统时,网络图谱中待选热源点越多,优化结果越好。

基于风险的化工园区供热工程布局优化

为从风险角度对化工园区枝状热网的布局进行优化,运用风险评估理论,首先建立了枝状热网的风险评估模型;然后建立了基于风险的热网布局优化模型和基于当量费用长度的热网投资模型;最后,应用遗传算法进行枝状热网布局优化,并根据优化目标函数设计了适应度函数,采用单亲进化策略中的交叉和变异算子来保证有效个体的数量。在遗传进化过程中,输出每一代风险最小个体的投资,作为选择最终布局方案的一个参考。结合具体例子,得到了风险最小的较佳热源位置和相应的管网布置方案;输出了不同热源位置下每一布局方案的当量费用长度,分析了不同布局方案的风险和投资分布情况;定义风险和当量费用长度的比值为R/E,用来判断各布局方案的风险和投资的合理性。将遗传算法与Dijkstra和Kruskal算法进行比较,结果表明,遗传算法能够得到风险最小的布置方案,且具有更好的寻优效果。

基于风险和成本的化工园区供电网络优化设计

化工园区供电网络优化设计是国家综合管理部门、电网工程项目法人及融资方进行项目决策的重要依据。化工园区内企业在生产活动中极易释放易燃易爆气体,供电危险极大。主要目的是运用程序优化方法,找到一种既经济又安全的供电线路布局方案,最终得到基于风险和成本的安全决策。基于前人在计算机智能算法优化数学模型得到的经验,运用图论Floyd算法和GA遗传算法研究了图论算法和人工智能算法在基于风险和成本的化工园区供电网络优化中的设计和应用。设计了一个化工园区,总降变电站为源点,8个可选择的化工园区内具有火灾或爆炸高危险性生产企业位置为网络节点。建立了无浓度约束范围和有浓度约束范围两种模型,并在有浓度约束范围模型的优化中运用广度优先遍历和深度优先遍历相结合的思想。给出了3套方案并且得到了理想的优化结果。首次应用计算机智能算法优化的方法研究了化工园区供电网络安全性,研究表明,图论算法和人工智能算法在化工园区供电网络优化上的应用是可行的。对于网络节点较多的实际化工园区供电布局,GA遗传算法一般能得到比Floyd算法更快更好的全局最优解。