基于改进粒子群算法的热工温度模型辨识

将细菌趋化、混沌搜索和模拟退火思想引入标准粒子群算法中,对比分析了细菌趋化粒子群算法、混沌模拟退火粒子群算法和模拟退火粒子群算法的辨识结果,探讨了改进算法的工程应用性问题,并将改进算法应用于单入单出的实验室锅炉温度和多入单出的超超临界锅炉主蒸汽温度模型的辨识中。辨识结果表明:细菌趋化粒子群算法可以很好地反映对象的动态特性,提高了辨识精度,缩短了辨识时间,改进了辨识效果。     

基于改进粒子群优化算法风力发电功率预测研究

准确的风电功率预测为电网运行调度提供可靠的依据。文章定性分析了数据相关性对功率预测的影响,提出一种基于模拟退火算法和粒子群优化算法相融合的风力发电功率预测模型。在构建基于粒子群优化算法预测模型基础上,针对粒子群优化算法存在的早熟问题,采用模拟退火算法对粒子群算法进行优化。实际算例表明该方法具有较高的预测精度和计算速度,具有较强的实际意义。     

考虑尾流效应的风电场输出功率优化

针对尾流效应对风电场输出功率造成的损失,文章提出了一种基于改进Jensen模型的优化方法。基于激光雷达实验数据验证了改进Jensen模型的有效性,并建立了多机组尾流叠加模型。对考虑尾流效应的风电场输出功率优化可行性进行分析,建立了风电场输出功率模型。针对标准粒子群算法过早收敛、易局部最优的缺陷进行了改进,在其迭代方程中加入二阶振荡环节,增加了粒子的多样性,提高了算法的全局搜索能力,同时保证了算法的运行速度;引入模拟退火操作,增强了算法的局部搜索能力。建立了风电场输出功率最大化优化模型,以轴向诱导因子为优化参数,利用改进粒子群算法对山西省某风电场模型进行了仿真分析。结果表明：当入流风速分别为8 m/s和12 m/s时,经改进粒子群算法优化之后,风电场输出功率分别提高了6.26%和4.59%;改进粒子群算法改善了标准粒子群算法存在的过早收敛、易局部最优的缺陷。     

基于混合算法的配电网中电池储能的多目标优化配置研究

基于随机会约束规划理论,计及系统的不确定性因素提出配电网储能电站多目标选址定容模型。首先分析配电网的经济性和可靠性特征,接着基于随机机会约束规划建立储能电站的优化模型。采用二进制粒子群算法和改进粒子群算法的混合算法对模型进行求解。最后利用研究模型,结合IEEE 33标准节点系统建立配电网储能电站优化算例,对离网模式和并网模式2种模式进行仿真,对优化配置结果进行对比和分析。     

基于DESAPSO混合算法的MMC-HVDC系统控制参数优化

针对传统外环控制器比例积分(PI)参数的选择需要经过长时间的调试且在大扰动下难以实时调节控制可能导致系统持续振荡的问题,提出了一种基于差分进化模拟退火粒子群优化混合算法(DESAPSO)的MMC-HVDC系统控制参数优化方法。基于MMC-HVDC系统的数学模型,在Matlab/Simulink平台上搭建MMC-HVDC系统仿真模型,采用时间绝对误差积分(ITAE)指标构建PI参数优化的目标函数,利用DESAPSO混合算法对PI参数进行优化。通过对比原参数、基于差分进化算法、模拟退火粒子群优化算法与差分进化模拟退火粒子群优化混合算法的优化结果,验证了该方法在MMC-HVDC控制系统参数优化中的有效性与优越性。     

基于SA-PSO混合优化算法的燃气轮机气路故障诊断方法研究

为了对燃气轮机进行有效的气路状态监测和故障诊断,提出一种基于模拟退火与粒子群混合优化的燃气轮机气路故障诊断新方法。采用快速模拟退火算法设计粒子生成器,用生成的初始粒子群进行全局的粗糙搜索,再利用粒子群算法对特定区域进行重点搜索,最终获得精确解。该方法结合了遗传算法的全局搜索能力和粒子群优化算法的高效率,比原始的粒子群优化算法迭代次数更少,可减少50%的诊断时间。此方法对单部件的诊断精度可达到0.1%,多部件的诊断精度可达到1%。     

基于粒子群算法的燃煤发电系统储能容量估计方法

考虑到传统方法在估计燃煤发电系统储能容量时存在较大误差的问题,提出基于粒子群算法的燃煤发电系统储能容量估计方法。利用迭代推进法更新发电系统的离线参数,基于递推最小二乘法设计离线参数识别流程,识别到发电系统的离线参数,通过建立发电储能容量优化配置的目标函数,给出优化的约束条件,根据粒子群算法的优化求解步骤,优化配置燃煤发电储能容量,结合燃煤发电储能容量估计模型的构建,实现燃煤发电储能容量估计。仿真分析结果表明,基于粒子群算法的燃煤发电系统储能容量估计方法可减小发电储能容量估计误差,提高估计值的准确性。     

基于改进粒子群文化算法的机组组合联合调度研究

摘要： 电力系统联合优化调度可以提高电网运行可靠性的同时提高经济和环境效益。电力系统联合优化调度主要依赖于优化算法。建立了包含火电、光伏储能的机组组合问题调度模型,并针对机组组合问题的优化求解,提出了改进的粒子群文化算法。通过个体进化和参数调整选择粒子全局最优位置,采用循环拥挤距离来控制非劣解集的大小,实现信度空间和种群空间之间的交互。最后,针对实际的电力系统,结合改进粒子群文化算法和分支定界法对火电电力系统、包含光伏电力系统和储能的机组组合问题进行求解。算例验证了该方法的有效性。     

基于改进PSO的独立风光系统混合储能容量优化研究

为了提高独立风光系统的供电可靠性,应为其配置储能系统。但目前储能装置的成本高,故应合理地配置储能系统容量。以计及储能寿命的整个储能系统工程使用年限内的总成本作为目标函数,以不同类型储能各自补偿频段的分界频率作为优化变量,以负荷缺电率(LPSP)、能量浪费率(SPSP)及储能的荷电状态等为约束条件,并采用改进粒子群算法求解该模型。最后,通过分析算例结果,验证了该优化模型与算法的正确性和有效性。     

基于改进参数的粒子群算法的换热网络优化

对于换热网络综合优化问题,粒子群算法能有效解决其容易陷入局部最优和无法收敛到全局最优的局限性。标准粒子群算法具有较强的随机性,可调节参数较少,不同的参数配置对算法的优化效果有显著影响。在分析粒子群算法中各参数特点的基础上,通过合理调整参数,使该算法在连续变量优化过程中具有更好的全局收敛性能。采用4股流体的小规模换热网络算例进行验证,优化结果表明,改进参数后的粒子群算法对计算换热网络综合问题有效。     

基于位置动态参数PSO算法的水库防洪调度研究

介绍了一种易于实现、参数少且收敛快的集群智能算法——粒子群算法。针对标准PSO算法的缺陷,提出了在位置进化方程中引进动态参数的方法,改进了标准粒子群算法的收敛速度。根据建立的水库优化调度数学模型,将改进的粒子群优化算法运用到水库优化调度计算中,并通过算例验证该算法的可行性和有效性。     

基于多目标优化的多电源配电网储能功率配置方法

为减少多电源配电网储能功率损耗，保持多目标电力平稳，在多目标优化算法的基础上，构建一种储能功率配置方法。综合分析经济、环保和技术三项指标，建立多目标优化配置数学模型，分析配电网各条支路中的电压幅值和电流幅值；利用多目标粒子群优化算法改进储能功率容量和接入方式，并将当前粒子群适应度与上一轮的适应度值做比较，得到pareto解，实现储能功率最优配置。通过与其他算法展开对比实验测试，结果表明，所提方法具有较高的投资运行经济效益、较低的电压偏差和网损，同时最优pareto解的曲线也是较为平稳的，使配电网始终处于安全供电状态。     

基于改进搜索特性的粒子群算法的水电站优化调度研究

为了进一步提高水电站水库优化效果,减少弃水,提高水电站收益,本文以东风水电站为例,研究了粒子群算法的改进;改进了粒子自搜索、贪婪选择策略、优胜劣汰变异策略三项关键技术;并将改进的算法应用于水电站中长期优化调度。实例计算以基本粒子群算法、蜂群算法和提出的改进算法对同一电站进行优化。结果显示,改进的粒子群算法优于基本粒子群算法和蜂群算法,发电量和总收益都高于其他两种算法,弃水更少。结果证明改进的粒子群算法在求解具有复杂约束条件的非线性水库优化调度问题时,求解结果更优,收敛速度快的优点,为解决水电站中长期优化调度问题提供了一种新的有效方法。     

风光接入下储能系统双层优化模型

提出一种风光接入下储能系统的双层优化模型,综合考虑规划和运行2个不同时间尺度问题的相互影响。外层考虑储能系统配置下的全网总成本,用改进粒子群算法迭代求解;内层考虑储能参与下的电网运行成本,采用CPLEX进行求解。在改进的IEEE 10机39节点系统进行仿真验证,结果表明所提模型可得到合理的储能配置方案,在对比不同情景下的经济指标可得到双储能配置为仿真系统的最佳方案。     

基于改进粒子群算法的逆变器谐波抑制研究

通过分析多电平逆变器中谐波消除问题,建立基于粒子群优化算法(PSO)的选择谐波消除脉宽调制(SHE-PWM)目标方程,并对其进行求解。通过在粒子群算法中增加惯性权重参数的符号函数,并改变随机数在速度更新方程中的位置,得到改进的粒子群算法,避免求解时"早熟"或陷入局部最优解,进而得到更为准确的解集。通过实验仿真将改进的粒子群算法与标准粒子群算法及遗传算法进行比较,实验结果表明,采用改进粒子群算法使指定低次谐波的含量趋近于零,进而使逆变器输出中的总谐波含量明显降低。总谐波含量与标准粒子群算法相比降低2.12%,与遗传算法相比降低了3.06%。实验表明改进的PS0方法对于求解SHE-PWM方程组的有效性。     

基于改进粒子群的水火电力系统发电调度

在标准粒子群优化算法中引入最差粒子和自适应惯性权重,使粒子随进化进度自适应调整飞行方向和速度,向其自身和种群最优位置收敛的同时背离二者的最差位置,且避免了算法过早收敛和限于局部最优.将改进后的粒子群优化算法用于求解水火电力系统发电调度问题,仿真结果表明该算法可行有效.     

基于改进粒子群算法的火储联合调频优化储能控制策略研究

为了解决火储联合调频协同控制效果与储能系统成本回收的问题,提出一种改进粒子群算法的储能优化控制策略,通过引入自适应权重调整全局搜索方向,并解决储能电荷状态与出力状态的耦合性问题,建立火储联合调频综合性能指标进行储能控制策略研究。案例仿真结果表明：本文所提算法比传统算法在收敛效果方面具有明显优越性,避免了局部最优解问题;当储能系统电荷状态设置在57.5%和42.5%时,提高了机组调频响应效果,延长了储能设备的使用寿命。     

基于粒子群算法的多电源配电网储能功率配置方法

针对目前设计的多电源配电网储能功率配置方法存在配置灵敏度较低、功率损耗大等问题,提出一种基于粒子群算法的多电源配电网储能功率配置方法。对配电网储能功率进行优化布置,得出了配电网网损灵敏度标准差,通过网损灵敏度标准差确定各路径接入储能的顺序,对配电网储能功率进行了容量优化;利用粒子群算法对储能的有功功率和无功功率进行优化,得到了配电网储能功率的最优配置容量。实验结果表明,所提方法优于其他方法,能够有效降低多电源配电网的网损、减少路径电流的波动,该方法具有很好的有效性和可靠性。     

考虑主动配电系统动态路径优化的分布式电源优化配置

分布式电源(Distributed Generation,DG)出力具有时变性和系统负荷功率不确定性。文章建立了考虑主动配电系统(Active Distribution System,ADS)动态路径优化的DG双层优化配置模型,利用改进的最优模糊C均值聚类方法优化ADS动态路径,并采用两层嵌套的改进粒子群与模拟退火融合优化搜索算法求解双层优化配置模型。在IEEE 33节点主动配电系统验证了文章优化模型与算法的有效性。     

大规模并网型风光储发电单元容量优化配置方法

为提高风光储发电单元并网运行的稳定性和经济性,提出一种基于额定容量的发电单元容量优化配置方法。首先建立机组出力模型,制定发电单元恒定输出的调度策略;再以等年值投资费用为优化目标,考虑风光互补性、能源利用率等约束条件,利用遗传粒子群算法求解额定容量下发电单元最优容量配置;最后根据算例计算结果以及储能补贴和预期恒定功率大小与等年值投资费用的敏感性分析,验证模型和算法的有效性和准确性。