本发明属于生物质热电联产系统控制领域，涉及一种生物质热电厂机组热负荷多目标优化调度方法。技术背景生物质热电厂能够合理处置农林废弃物，不但能解决环境污染问题，改善生态环境，而且能减少资源浪费，优化我国能源供应结构，是国家大力发展的生物质资源化综合利用的一种重要方式。热电厂通常采用“以热定电”，热负荷高低决定了机组的运行负荷，但工业热负荷普遍存在着昼夜波动性大的特点，要求机组负荷也随之调节。在保持用热参数稳定的前提下，多台机组之间的负荷分配将直接影响机组运行效率和经济性。与此同时，在国家“超低排放”环保政策驱动下，生物质热电厂的氮氧化物、硫化物等主要污染物的排放仍需严格控制。为保证生物质热电厂的经济性目标和污染物排放目标，一个关键技术是生物质热电厂机组热负荷多目标优化调度。经过对现有关于生物质热电厂机组热负荷调度方法文献的检索发现，目前生物质热电厂机组热负荷调度方法主要有：传统单目标调度方法、加权多目标调度方法和基于遗传算法和粒子群算法的进化调度方法。传统单目标调度方法是只考虑生物质热电联产经济性目标和污染物排放目标中的其中一个目标，这种方法没有兼顾生物质热电厂经济性目标和污染物排放目标，而且优化结果很保守；加权多目标调度方法通过加权系数将经济性目标和污染物排放目标相加，尽管设计思路简单，但经济性目标和污染物排放目标是相互矛盾的目标，而且具有不同的物理含义，在实际应用中很难选择合理的加权系数；基于遗传算法和粒子群算法的进化调度方法，虽然可以考虑生物质热电厂经济性目标和污染物排放目标，但需要迭代计算上百次，计算过程复杂，缺少对计算过程的可读性。因此，尽管生物质热电厂机组热负荷调度方法研究取得了许多成果，但相关学者和专家对于这个重要难题仍然进行了大量细致地研究和探讨，以满足当前生物质热电厂机组热负荷对经济性目标和污染物排放目标的最佳调度要求。技术实现要素：为了克服已有生物质热电厂机组热负荷调度方法的结果保守、计算复杂、不能有效兼顾经济性目标和污染物排放目标的不足，本发明提供一种设计简单、易于操作、能同时兼顾经济性目标和污染物排放目标的生物质热电厂机组热负荷多目标优化调度方法。本发明解决其技术问题所采用的技术方案是：一种生物质热电厂机组热负荷多目标优化调度方法，该方法包括如下步骤：1)、采用燃料消耗量表示生物质热电厂机组热负荷调度的经济性目标，污染物排放量表示生物质热电厂机组热负荷调度的污染物排放目标，记指标i为生物质热电厂的机组总数，建立生物质热电机组的燃料消耗量目标函数和污染物排放量目标函数，分别参见式(1)和式(2)：其中，fg表示生物质热电厂燃料消耗量，fw表示生物质热电厂污染物排放量；变量xi表示生物质热电厂第i台机组的热功率，单位为mw；变量gi表示生物质热电厂第i台机组的燃料消耗量，单位为g/(kw·h)；变量wi表示生物质热电厂第i台机组的烟气污染物(包含so2、nox)排放量，单位为mg/m3；参数ai,1、ai,2和ai,3分别为生物质热电厂第i台机组的燃料消耗特性系数，单位分别为g/(kw·h·(mw)2)、g/(kw·h·mw)、g/(kw·h)；参数bi,1、bi,2、bi,3和bi,4分别为生物质热电厂第i台机组的污染物排放特性系数，单位分别为mg/(m3·(mw)3)、mg/(m3·(mw)2)、mg/(m3·mw)、mg/m3，特性系数通过现场数据拟合计算得到；2)、记指标ie、ic和ih分别为生物质热电厂的发电机组、热电联产机组和供热机组的数量，建立用电负荷总需求与发电总功率平衡等式方程、用热负荷总需求与供热总功率平衡等式方程和各机组发热功率不等式约束方程，分别参见式(3)、(4)和(5)：pi,min≤xi≤pi,max，i＝1,2,...,i(5)其中，变量γi为生物质热电厂第i台热电联产机组中用于发电的热功率占该台机组总热功率的比例，满足0≤γi≤1，变量pe为用电总负荷，单位为mw，变量ph为用热总负荷，单位为mw，参数pi,min、pi,max分别为生物质热电厂第i台机组的热功率下限、上限，单位为mw；3)、结合生物质热电厂机组的燃料消耗量目标函数(1)、平衡等式方程(3)和(4)、不等式约束方程(5)，定义生物质热电厂机组热负荷经济性优化调度问题，参见式(6)：其中，符号“s.t.”表示“约束”，利用matlab数值优化函数fmincon求解优化调度问题(6)，得最小燃料消耗量fg*；4)、结合生物质热电厂机组的污染物排放量目标函数(2)、平衡等式方程(3)和(4)、不等式约束方程(5)，定义生物质热电厂机组热负荷最小污染物排放优化调度问题，参见式(7)：利用matlab数值优化函数fmincon求解优化调度问题(7)，得最小污染物排放量fw*；5)、结合生物质热电厂机组的燃料消耗量目标函数(1)、污染物排放量目标函数(2)、平衡等式方程(3)和(4)、不等式约束方程(5)，定义生物质热电厂机组热负荷多目标优化调度问题，参见式(8)：其中，fg*和fw*分别为生物质热电厂最小燃料消耗量和最小污染物排放量，利用matlab数值优化函数fmincon求解优化调度问题(8)，计算得到第i台生物质热电厂机组的热负荷优化调度数量为xi*。本发明的技术构思为：生物质热电厂功率负荷分配必须同时考虑生产经济性目标和污染物排放目标，建立生物质热电厂机组热负荷分配时必须满足的功率平衡约束及功率范围约束，先分别求解生物质热电厂燃料消耗量和污染物排放量对应的最小值，然后定义多目标理想点非线性规划问题，最后利用数值优化函数fmincon计算得到各机组热负荷。本发明主要执行部分在工业计算机上运行实施。本方法应用过程可以大致分为3个阶段：1、参数设置，包括工艺参数和约束条件参数：在参数导入界面中，输入式(1)、(2)、(3)、(4)、(5)中生物质热电厂的机组总数i、发电机组数量ie、热电联产机组数量ic、供热机组数量ih，各机组燃料消耗特性系数{ai,1,ai,2,ai,3}，污染物排放特性系数{bi,1,bi,2,bi,3,bi,4}，电/热功率比γi、用户总用电负荷pe、用户总用热负荷ph、各机组的热功率上下限{pi,min,pi,max}，i＝1,2,…,i，输入各个参数确认后，由计算机将设置数据送入计算机存储单元ram中保存；2、分别求解非线性规划问题(6)和(7)，得到生物质热电厂燃料消耗量和污染物排放量的最小值，并由计算机将最小值送入计算机存储单元ram中保存；3、点击组态界面“调度计算”按钮，启动工业计算机的cpu读取工艺参数、约束条件参数和生物质热电厂燃料消耗量和污染物排放量的最小值，求解多目标理想点非线性规划问题(8)，得到各机组热负荷为xi*。全套生物质热电厂功率负荷多目标分配优化方法可以在工业计算机组态界面上完成，此过程可以参考本说明书下文中提供的实例应用，与现有热电厂功率负荷分配方法相比，本发明给出的生物质热电厂机组热负荷多目标优化调度的最大特点是能够同时兼顾生物质热电厂机组热负荷调度经济性目标与污染物排放目标，而且不需要人为选择两个优化目标的加权系数，该方法能自动综合这两个优化目标为生物质热电厂各机组分配最佳的热负荷。以生物质热电厂机组热负荷调度为例说明本发明的实际效果，但本发明的应用范围并不以本实施例中的生物质热电厂机组热负荷优化调度为限。本发明的有益效果主要表现在：1、设计简单、容易理解、实用性强、适用性广；2、不需要加权系数，能够同时优化生物质热电厂机组热负荷调度经济性目标与污染物排放目标，使得生物质热电厂在经济性和环保两个方面都具有良好的性能。具体实施方式下面对本发明做进一步说明。一种生物质热电厂机组热负荷多目标优化调度方法，该方法包括如下步骤：1)、采用燃料消耗量表示生物质热电厂机组热负荷调度的经济性目标，污染物排放量表示生物质热电厂机组热负荷调度的污染物排放目标，记指标i为生物质热电厂的机组总数，建立生物质热电机组的燃料消耗量目标函数和污染物排放量目标函数，分别参见式(1)和式(2)：其中，fg表示生物质热电厂燃料消耗量，fw表示生物质热电厂污染物排放量；变量xi表示生物质热电厂第i台机组的热功率，单位为mw；变量gi表示生物质热电厂第i台机组的燃料消耗量，单位为g/(kw·h)；变量wi表示生物质热电厂第i台机组的烟气污染物(包含so2、nox)排放量，单位为mg/m3；参数ai,1、ai,2和ai,3分别为生物质热电厂第i台机组的燃料消耗特性系数，单位分别为g/(kw·h·(mw)2)、g/(kw·h·mw)、g/(kw·h)；参数bi,1、bi,2、bi,3和bi,4分别为生物质热电厂第i台机组的污染物排放特性系数，单位分别为mg/(m3·(mw)3)、mg/(m3·(mw)2)、mg/(m3·mw)、mg/m3，特性系数通过现场数据拟合计算得到；2)、记指标ie、ic和ih分别为生物质热电厂的发电机组、热电联产机组和供热机组的数量，建立用电负荷总需求与发电总功率平衡等式方程、用热负荷总需求与供热总功率平衡等式方程和各机组发热功率不等式约束方程，分别参见式(3)、(4)和(5)：pi,min≤xi≤pi,max，i＝1,2,...,i(5)其中，变量γi为生物质热电厂第i台热电联产机组中用于发电的热功率占该台机组总热功率的比例，满足0≤γi≤1，变量pe为用电总负荷，单位为mw，变量ph为用热总负荷，单位为mw，参数pi,min、pi,max分别为生物质热电厂第i台机组的热功率下限、上限，单位为mw；3)、结合生物质热电厂机组的燃料消耗量目标函数(1)、平衡等式方程(3)和(4)、不等式约束方程(5)，定义生物质热电厂机组热负荷经济性优化调度问题，参见式(6)：其中，符号“s.t.”表示“约束”，利用matlab数值优化函数fmincon求解优化调度问题(6)，得最小燃料消耗量fg*；4)、结合生物质热电厂机组的污染物排放量目标函数(2)、平衡等式方程(3)和(4)、不等式约束方程(5)，定义生物质热电厂机组热负荷最小污染物排放优化调度问题，参见式(7)：利用matlab数值优化函数fmincon求解优化调度问题(7)，得最小污染物排放量fw*；5)、结合生物质热电厂机组的燃料消耗量目标函数(1)、污染物排放量目标函数(2)、平衡等式方程(3)和(4)、不等式约束方程(5)，定义生物质热电厂机组热负荷多目标优化调度问题，参见式(8)：其中，fg*和fw*分别为生物质热电厂最小燃料消耗量和最小污染物排放量，利用matlab数值优化函数fmincon求解优化调度问题(8)，计算得到第i台生物质热电厂机组的热负荷优化调度数量为xi*。本实施例为生物质热电厂各机组热负荷优化调度过程，操作过程如下：步骤1、选择生物质热电厂总机组数量i＝4，其中，发电机组、热电联产机组和供热机组的数量分别为ie＝1、ic＝2和ih＝1，在参数设置界面中，分别导入各机组工艺参数和约束条件参数取值，如表1所示：参数(单位)1#2#3#4#ai,1(g/(kw·h·mw2))4.0×10-33.0×10-31.2×10-38.0×10-3ai,2(g/(kw·h·mw))2.01.82.12.0ai,3(g/(kw·h))120.060.0100.025.0bi,1(mg/(m3·mw3))4.0×10-51.65×10-58.0×10-85.7×10-6bi,2(mg/(m3·mw2))3.37×10-45.64×10-44.59×10-46.49×10-4bi,3(mg/(m3·mw))-3.55×10-4-6.05×10-4-5.09×10-4-5.56×10-4bi,4(mg/m3)5.33×10-42.54×10-44.26×10-4-4.09×10-4γi1.00.80.70pi,min(mw)40203010pi,max(mw)250150190250表1同时导入用户总用电热负荷pe＝300mw，用户总用热负荷ph＝300mw，输入这些参数确认后，由计算机将设置数据送入计算机存储单元ram中保存；步骤2、根据导入的各机组工艺参数和约束条件参数值，分别求解优化调度问题(6)和(7)，得到对应的生物质热电厂燃料消耗量和污染物排放量的最小值为fg*＝1977g/(kw·h)和fw*＝161.6542mg/m3，并由计算机将最小值送入计算机存储单元ram中保存；步骤3、点击组态界面“调度计算”按钮，启动工业计算机的cpu读取工艺参数、约束条件参数和生物质热电厂燃料消耗量和污染物排放量的最小值，求解多目标优化调度问题(8)，分别得到四台机组最佳热负荷分配值为x1*＝91.49mw，x2*＝145.24mw，x3*＝131.87mw和x4*＝231.39mw。以上阐述的是本发明给出的一个实施例所表现出的同时兼顾生物质热电厂生产经济性成本和污染物排放成本的机组热负荷优化调度效果。需要指出，上述实施例用来解释说明本发明，而不是对本发明进行限制，在本发明的精神和权利要求的保护范围内，对本发明做出的任何修改，都落入本发明的保护范围。当前第1页12