杨如意

（国电内蒙古东胜热电有限公司，内蒙古自治区 鄂尔多斯 017000）

0 引言

根据GB 13223《火电厂空气污染物排放标准》的有关规定，自2012年1月1日起，电厂粉尘排放浓度需小于30mg/m3，SO2和NOx的排放浓度需小于100mg/m3。当前除尘、脱硫和脱硝设备大多已经过改造并用于燃煤发电机组。通过静电除尘、低NOx燃烧、催化还原等新技术，机组的污染排放指标可以达到国家排放标准。同时，由于化石燃料燃烧引起的环境问题以及日益严峻的环境压力，粉尘、SO2，NOx等污染物排放费用增加，电厂面临提高运营效率和减少排放的双重压力。经过除尘、脱硫和脱硝设备改造后，根据经济效益和污染排放量，研究合理的电厂负荷分配方法，是确保电厂获得最佳综合经济效益的有效途径。

目前，电厂负荷优化分配的研究主要集中在除尘、脱硫、脱硝设备改造前的负荷分配模型和智能优化算法方面[1-10]。大部分负荷分配模型考虑了供煤耗、NOx排放、各种约束条件等因素，通过采用遗传算法、粒子群算法、差分进化算法进行智能优化。部分负荷分配模型还兼顾了除尘、脱硫、脱硝补偿电价和各种污染物的排放费用。但大部分模型未对负荷分配的快速性调节进行研究，通过对负荷分配的调节进行快速响应，能够进一步提升负荷分配效率，增强电厂灵活运行能力，使电厂更适应当前激烈竞争的市场环境。

本文在最新智能算法磷虾群算法的基础上，通过初始化调节优化、超参数优化以及增强种群间信息交流，对电厂负荷优化分配快速性问题进行了优化求解，通过与遗产算法（GA）、粒子群算法（PSO）对比，表明了本文算法的有效性，同时也验证了本文所采取的快速调节方案的可行性。……