机组负荷优化的遗传-禁忌混合算法

针对遗传算法“爬山”能力差的缺点，提出在遗传算法中引入禁忌搜索操作来提高局部寻优能力，并应用遗传-禁忌混合算法进行了火电机组负荷优化研究.在遗传算法每计算一定代数后，将每个个体作为禁忌搜索的初始解进行搜索，可以改善群体质量，加快搜索速度.混合算法有效地综合了遗传算法的全局搜索能力和禁忌搜索算法的局部搜索能力，从而避免出现“早熟”现象，改善了算法的收敛性.应用某实例进行负荷优化计算，结果表明混合算法大大改善了局部搜索能力和搜索速度，可以有效解决机组在线负荷优化难题.     

基于改进PSO算法的快速性厂级负荷优化分配研究

通过对机组完成负荷过程的分析,得出了理想状态下电厂完成电网分配负荷的最短时间,并进行了数学证明;在此基础上,建立了以快速完成电网负荷需求为目的的厂级负荷优化分配数学模型,提出了一种新的改进粒子群算法:一是提出了多粒子提供共享信息机制,克服了仅有全局最优粒子提供共享信息的弊端,二是提出了处理等式约束问题的基于优先顺序法的粒子位置数据修补策略,克服了用罚函数法造成迭代次数过多,寻优时间过长的缺点。最后给出算例,通过仿真对比,证明了提出的改进粒子群优化算法的高效搜索性能及基于快速性的厂级负荷优化分配数学模型的正确性和有效性。     

火电厂机组间负荷优化分配的改进算法

目前火电厂机组负荷优化分配中大都采用等微增率方法。首先分析了等微增率方法存在的问题,然后提出一种考虑到锅炉最小稳定燃烧负荷和机组额定功率约束的火电厂机组间负荷优化分配方法。在不等式约束条件下,采用拉格朗日乘子法对火电机组负荷最优分配问题进行研究,以提高在实际运行过程中负荷最优分配结果的可行性和实用性。最后,以某并列运行的125 MW和120 MW机组间的负荷优化分配为例,对提出的改进方法进行了验证。     

综合考虑风电及负荷不确定性影响的电力系统经济调度

提出一种考虑风电出力和负荷不确定性的电力系统经济调度新方法.通过风速威布尔参数预测,在机组组合经济调度模型的功率平衡约束中考虑风电和负荷不确定性;提出一种利用个体间交叉、变异、复制与在子种群间移民思想和初始种群区间化的改进遗传算法对模型进行求解;综合研究风电不确定性、穿透水平和负荷不确定性对电力系统常规火电机组经济调度的影响。一个包含4台常规火电机组和1台等值风电机组的算例系统测试结果验证了所提模型和算法的有效性.     

火电厂多机组负荷优化分配的研究

在电厂总负荷一定的情况下,并列运行的机组之间存在着负荷合理分配的问题,即经济调度问题.利用等能耗微增率原理,分析了各台机组的煤耗特性和汽耗特性,得出了多机组负荷优化分配的最优方案,从而为火电机组的优化运行提供了理论依据.     

火电厂多机组负荷优化分配的研究

在电厂总负荷一定的情况下,并列运行的机组之间存在着负荷合理分配的问题,即经济调度问题.利用等能耗微增率原理,分析了各台机组的煤耗特性和汽耗特性,得出了多机组负荷优化分配的最优方案,从而为火电机组的优化运行提供了理论依据.     

风电与电动汽车协同并网调度环境及经济模型

建立了风电与电动汽车协同并网环境及经济优化调度模型.采用Weibull分布模拟风速进而得出风电出力,用蒙特卡罗模拟法模拟出定量电动汽车不同V2G模式下的充放电功率.调度风电与电动汽车协同入网,车主响应系统调度并满足与风电、负荷时空互补性,最大程度地消纳风电、减小负荷曲线的波动.以火电机组的运行成本和SO_2排放量最小化为目标,应用改进粒子群多目标优化算法求解模型,在Matlab环境下仿真分析比较电动汽车不同V2G模式和入网数量对机组优化结果的影响.     

基于多尺度灰色关联的火电机组FCB运行参数分析

为了获得火电机组快速甩负荷带厂用电过程主要运行参数之间的关联特性,选取某火电机组Fast Cut Back(FCB)实验过程主要参数,利用小波算法对参数信号进行不同频率的分解,结合灰色关联分析方法对相同频率下的不同信号进行关联分析.结果表明,火电机组FCB过程中,高压旁路阀门开度变化对主蒸汽压力的影响最大;主蒸汽流量的瞬时快速变化对汽包水位的影响比较大;不同运行参数对主蒸汽流量的影响,随着频率尺度的增大,关联度先减小后增大.     

火电机组煤耗率优化分析

采用数学规划方法,对火电机组负荷进行了论证,阐述了不同的优化函数对电厂节能效益的影响。     

风电与电动汽车协同并网调度环境与经济模型*

建立了风电与电动汽车协同并网环境与经济优化调度模型。采用Weibull分布模拟风速进而得出风电出力,用蒙特卡罗模拟法模拟定量电动汽车不同V2G模式功率。调度风电与电动汽车协同入网,车主响应系统调度满足与风电、负荷时空互补性,最大程度地消纳风电、减小负荷曲线的波动。以火电机组的运行成本和CO2排放量最小化为目标,应用改进粒子群多目标优化算法求解模型,在MATLAB环境下仿真分析比较电动汽车不同V2G模式和入网数量对机组优化结果的影响。     

大型火电厂经济运行调度系统设计与应用

针对电厂经济运行问题,设计了大型火电厂经济运行调度系统．重点讨论了遗传算法以及在电站机组经济运行优化问题中的应用,实现了最优机组组合与负荷分配,给出了机组启停的调度策略．另外,讨论了经济运行调度系统的实现与应用问题．     

火电厂负荷经济分配的遗传算法解法

研究了遗传算法在火电厂负荷经济分配中的应用,针对火电厂负荷优化分配问题,建立数学模型;根据负荷经济分配问题的特点,对遗传算法的初始群体生成方法进行改进,通过C语言编程实现了计算机模拟,算例仿真证明了设计的有效性.     

免疫遗传算法及其在电力系统EELD中的应用

电力系统EELD问题是一个满足一定约束条件的多目标优化问题,利用基于进化策略的免疫遗传算法对这一问题求解.将发电燃料成本和污染控制成本视为抗原,各电力生产单元发电量的最优解视为抗体,以一个含有5个电力生产单元的燃煤电力系统模型为对象,给出利用免疫遗传算法解决这一问题的主要方法和步骤.并与基于遗传算法和Hopfield神经网络方法进行比较分析.结果证明此算法可以优化分配电力系统中各电力单元发电量,达到环境经济合理配置.     

含风电场的电力系统环保经济调度研究

在节能减排的电力市场环境下,清洁能源发电因其发电成本较低,环境污染小,而具有日益重要的地位。本文研究风电接入系统后的电力系统动态经济调度,建立了含风电场的环保经济调度数学模型,提出以系统总发电成本最低为目标函数,并考虑常规火电机组和风电场的各种约束条件。根据某地区的实际负荷数据,利用搜索能力强、寻优速度快的粒子群优化算法进行仿真验证,结果表明数学模型与优化算法的正确性与有效性。最后,应用相对熵均衡性理论,对优化调度的决策结果进行评价与选择。     

提升风能消纳清洁供热项目的经济性优化配置

在中国三北地区,热电联产机组"以热定电"的运行调节模式是供暖季出现严重弃风的重要原因之一.推进电供热、配置蓄热设备是促进风电消纳、降低系统能耗的有效方式.为实现清洁供热项目的经济性最优,提出了一种基于遗传算法和传统机组组合的双层优化模型.首先,在分析热、电能源供需的基础上,给出了区域能源系统的典型结构;然后,将日内净收益作为经济性优化的定量评价指标;通过分析能源系统的短期优化调度方式,得到最终的双层优化模型.在该模型中,外层优化利用遗传算法对不同的配置组合情况进行全局搜索,内层优化则通过求解线性规划给出特定组合条件下清洁供热项目的日内净收益.案例分析表明,清洁供热项目的经济性最优配置与区域能源系统的热、电负荷、风电出力特性和社会经济条件有关;同时,遗传算法可稳定收敛到全局最优点附近,优化计算结果完全满足工程应用的要求.另外,虽然清洁供热改造能够显著降低系统的弃风量,但出于经济性考虑,弃风并不能完全消除.     

应用网络规划法实现大系统的短期经济调度

本文以网络规划法为基础，构造了火电系统有功经济调度的网流模型，提出一种新的求解方法，该算法简单、快速、可靠、无收敛性问题，因而具有广泛的适用性，本文还提出了可行性修正变量的概念，对理想的有功功率经济分布作以可行性修从而使有功调度方案更可行，合理。     

考虑电动汽车用户行为特性的电力系统经济调度

随着电动汽车的普及,电动汽车充电行为对电网的影响日益突出,大规模电动汽车的无秩序充电将会对电网的安全可靠与经济调度造成较为严峻的负面影响。在此背景下,考虑电动汽车用户行为特性,进行电力系统经济调度问题研究。首先,以实测数据为基础,考虑电动汽车充电的不确定性,分析充电起始时间和持续时间,得到电动汽车充电负荷的时间分布。然后,以系统的煤耗成本与阀点效应成本之和最低为目标函数,并采用罚函数法将约束条件引入其中,建立计及电动汽车充电的电力系统经济调度模型。最后,对电动汽车的不同充电行为,采用布谷鸟搜索算法分别对其进行实例仿真,验证所提模型的正确性,并分析电动汽车不同充电行为对系统的影响。     

调峰电量的上网电价和销售电价研究

抓住峰荷电价受机组在日负荷图上运行位置制约这一关键因素,利用现代经济学理论和方法,以负荷增量为基准,分析了水电、火电和抽水蓄能调峰电量的上网电价在此基础上,比较了不同调峰方式的经济性,计算了峰谷分时和实时的销售电价提出的方法符合经济原理,概念清晰,计算简便,结果可信     

计及风电和需求响应的电网动态经济调度

随着电网中风电渗透率的不断提高,风电出力的随机性和波动性给电网的经济调度带来了很大的挑战.为了应对这一挑战,在需求侧引入两种可变负荷模型,利用价格变化来调节可转移负荷、可避免负荷的需求量及需求时刻,以达到削峰填谷的效果.并通过算例分析了该模型的有效性.