基于生态足迹遗传算法的动力配煤模型及优化

　　摘要：文章以达拉特电厂为例，将混煤生态足迹加入到目标函数中，建立动力配煤模型；基于Pareto的多目标优化方法及遗传算法对模型进行优化求解，得到Pareto的最优解集，最后根据电厂实际情况选择合适的混配方案。
　　关键词：动力配煤；生态足迹；遗传算法
　　
　　动力配煤技术是以煤化学、煤的燃烧动力学和煤质测试等学科技术为基础，将不同类别与质量的单种煤筛选后，按不同比例混合配入添加剂等过程，提供满足要求的煤炭产品的一种成本较低、易实施的技术。目前发电企业燃料成本随着煤价上涨而上浮，缓解这一现状尤为重要。传统动力配煤主要考虑了混配方案的经济性而忽略环境因素。本文引入生态足迹的概念，将混配方案的生态足迹以目标函数的形式加到动力配煤模型中，使混配方案在经济和环境方面得到兼顾。
　　一、动力配煤模型的建立
　　建立动力配煤模型分两步骤：提出约束条件、确定目标函数。
　　（一）提出约束条件
　　1、动力用煤质量的主要煤化参数
　　煤的发热量、水分、灰分、挥发分等工业分析特性对电厂生产非常重要，凡以煤为原料或燃料的工业部门都需进行煤的工业分析。一般把煤的水分、灰分、挥发分和固定碳叫做煤的半工业分析，若包括硫分和发热量等分析项目，就叫煤的全工业分析。
　　2、煤化参数的线性可加性
　　任意给定两种煤m、n，两煤相配得到混煤p，对于煤化参数A，若有x*Am+y*An=Ap，x+y=1（式中，x、y分别为m煤、n煤的配入比例；Am、An、Ap分别为m、n、p煤的煤化参数A）成立，则煤化参数A线性可加。
　　据煤炭质量检测和研究人员的实践经验，认为煤的水分、灰分及硫的含量线性可加，而煤的挥发分、发热量、灰熔点是否具有线性可加性说法不一。有学者做过相关实验，证明在满足一定条件下煤的挥发分、发热量、灰熔点线性可加。本文选取的达拉特电厂锅炉特性满足挥发分和发热量线性可加性的条件，因此其具有线性可加性。
　　3、约束条件的建立
　　假设有n种单煤，要配制具有m个技术指标T的动力配煤，若第j种单煤（