基于分时电价的多年调节水库年末消落水位研究

针对梯级水库中多年调节水库年末消落水位优选问题,结合分时电价下梯级水库中长期发电优化调度的特点,建立了分时电价下多年调节水库年末消落水位优选模型,并应用协同进化遗传算法对模型进行了求解.乌江梯级水库实例计算结果表明,该模型与求解方法可靠、合理,为分时电价下梯级水库发电优化调度提供了理论计算依据.     

金沙江下游梯级与三峡梯级水库联合发电调度

针对金沙江下游梯级水库的相继建成将会改变长江流域梯级水库综合调度格局问题,构建了金沙江下游梯级水库与三峡梯级水库联合发电调度模型,并采用逐次优化算法进行了求解.结果表明,采用联合优化调度后整个梯级发电效益明显,与原设计方案相比梯级平均发电量可增加6.29;与各梯级单独优化运行相比,梯级发电量可增加1.48%.     

流域梯级水库防洪优化调度数学模型及PSODP解法

根据最大削峰准则,建立流域梯级水库防洪优化调度数学模型,采用马斯京根方程模拟梯级水库间洪水流动。引入粒子群优化(PSO)与死亡罚函数相结合的混合算法PSODP求解模型。实例计算表明,模型不仅有效地减小了整个流域梯级水库的洪灾损失风险,而且提高了流域梯级水电站的经济效益,同时验证了PSODP算法是可行、有效的,是求解此类问题的一种新的高效计算方法。     

电力市场环境下梯级水库中长期发电优化调度研究

针对差分进化算法在进化过程中适应度的进化模式未考虑进化的外部环境与进化成分间的内在联系问题,结合电力市场环境下梯级水库中长期发电优化调度的特点,借鉴生态学对个体生存环境与种群竞争的关系,提出了协同差分演化算法在电力市场环境下梯级水库中长期发电优化调度中的应用.实例验证结果表明,该算法可靠、合理,计算精度与计算效率高,为求解电力市场环境下高维、复杂的梯级水库中长期发电优化调度模型提供了一种新途径.     

计入径流时间空间相关关系的梯级水库群优化调度的多层次法

求解计入径流时空相关的梯级长期调节水库群优化调度问题的困难,不仅是由于梯级水库间存在着水力联系,主要在于径流时空相关时多库问题的维数急剧增加,计算工作量极其庞大,以致达到超过现有计算机存储容量和运算速度的程度,因而至今还没有现成可用的求解方法和应用实例。本文提出一种求解这个问题的多目标优化的多层次法。该法把一个多目标多水库优化的庞大复杂的原问题,经多次分层,化为较简单的许多子问题,通过用多目标决策改变约束法与权系数法、动态规划逐次渐近法和大系统分解协调可行法,逐个解决子问题,最后解决了原问题。同时结合上述多层次优化法,计入了径流在相邻时段间和干流与区间间的相关关系,并把该法用于某梯级水库群的优化调度计算,得到了满意结果,经济效益显著,占用计算机存储量较小。两库或更多座水库的梯级水电站群均可求解。     

张峰水库梯级泵站供水系统优化调度研究

为分析梯级泵站复杂供水系统的优化调度问题,以张峰水库梯级泵站供水系统为例,利用泵相似特性理论,对梯级泵站变速调节时的各种开机台数匹配工况进行理论计算分析,以梯级泵站供水系统效率最高为目标,对梯级泵站流量进行平衡匹配。对张峰水库梯级泵站流量匹配的分析计算表明,梯级泵站采取变速调节方式可有效解决站与站之间流量匹配的问题。张峰水库复杂供水系统一、二级站采用变速调节方式可达到流量相互匹配,通过数值模拟提出的流量匹配方式,可为张峰水库梯级泵站优化调度提供技术支持。研究成果为其他类似泵站的优化调度提供了参考。     

基于混合蝙蝠算法的梯级水电站群优化调度研究

为进一步提高梯级水电站水库优化效果,提高水电站年发电量,本文作者以梯级电站为例,研究了蝙蝠算法的混合改进;混合了粒子群算法,以及加入小生境排挤技术;并将改进的蝙蝠算法应用于梯级水电站中长期优化调度。通过以粒子群算法、蝙蝠算法和提出的改进算法对某梯级电站进行优化计算,结果显示,改进的算法优于粒子群算法和蝙蝠算法,发电量高于其他两种算法,弃水更少,并证明本文提出的混合蝙蝠算法在求解具有复杂约束条件的非线性的梯级水库优化调度问题时,具有求解结果更优、收敛速度快的优点,为解决梯级水电站中长期优化调度问题提供了一种新的有效方法。     

基于混合智能算法的梯级水库群日优化调度研究

针对梯级水库间水流滞时导致的水库群短期优化调度水量不平衡的问题,提出一种动态水流滞时的梯级水电系统日优化调度模型。先通过人工神经网络智能算法训练水库群关键数据,实现对动态水流滞时函数的动态拟合;其次构建梯级水电站水库群日优化调度模型,通过逐次优化算法对调度模型进行求解;最后选取锦东、官地水电站对固定水流滞时和动态水流滞时开展试验验证与分析。结果表明,相较于固定水流滞时,动态水流滞时能更加精准地描述梯级水库群间的水流关系,且能有效提高梯级水电站水库群的发电效率和经济效益。     

雅砻江下游梯级水库隐随机联合优化调度函数研究

针对不确定来水梯级水库优化调度问题,基于隐随机调度函数基本原理,以长系列优化调度结果为依据,建立多元线性回归模型、门限回归模型和BP人工神经网络模型模拟雅砻江下游梯级水库联合调度过程,综合对比各调度函数模拟效果,且与确定来水的优化调度结果做了对比。结果表明,门限回归模型和BP神经网络模型调度函数均能较好地模拟梯级水库运行,可指导梯级电站调度运行。     

含混合式抽水蓄能电站的梯级水库长期随机优化调度研究

为提高含混合式抽水蓄能电站的梯级水电站的保证出力和发电量,构建了年期望发电量最大的含混合式抽水蓄能电站长期随机优化调度模型,并运用逐次优化算法对模型进行求解。白山—丰满梯级水库优化调度计算表明,优化后白山水库保证出力抽水比不抽水增幅为24.94%,梯级电站总保证出力抽水比不抽水增幅为9.33%;白山水库年发电量抽水比不抽水增幅为4.86%,梯级电站总发电量抽水比不抽水增幅为8.64%。     

基于布谷鸟算法的光伏MPPT改进

为减小光伏阵列在存在局部阴影时光伏系统输出功率的损失,提高最大功率点追踪（MPPT）的速度和准确性,提出基于布谷鸟（CS）算法和扰动观察法（P&O）相结合的MPPT控制方法（ICS-P&O）。对CS算法中的种群进行分组,在随机游走阶段为2个种群设置不同的更新策略,在偏好游走阶段加入信息共享策略来辅助更新,从而加快算法的收敛,提升收敛精度,而后利用小步长P&O算法进一步提高后期的收敛精度。仿真结果表明,所提算法在不同的外界环境下追踪速度和追踪精度均得到有效提升。     

激光无线输能系统光伏特性及最大功率跟踪研究

针对激光无线输能系统接收端激光光伏阵列由于激光强度不均匀和不稳定而导致其输出P-U特性曲线呈现多峰、波动性强、稳定性差的问题,首先结合砷化镓激光光伏电池的输出特性,建立激光光伏电池阵列模型,分析其多峰产生的原因。然后利用捕猎搜索算法动态调节粒子群算法中粒子的搜索空间,改进粒子的控制机制,提高了算法的收敛速度、跟踪精度和稳定性,且可有效避免算法陷入局部最优解。最后基于交错并联Boost电路,通过Matlab/Simulink仿真验证了该算法在激光无线输能系统输出最大功率跟踪方面应用的有效性和可行性。     

Improved Cuckoo Search Algorithm for Solving Inverse Geometry Heat Conduction Problems

Cuckoo Search (CS) algorithm has shortcomings of weak local search ability, slow convergence speed, and low accuracy. In order to overcome these disadvantages, an improved CS algorithm based on Broyden–Fletcher–Goldfarb–Shanno (BFGS) algorithm (CS-BFGS) is proposed for solving inverse geometry heat conduction problems, and the physical field is the steady-state heat conduction. Firstly, the unknown initial boundary is evolved by Lévy flights and elimination mechanism. Then the BFGS algorithm is applied to minimize the objective function. Finally, the influences of random errors, measurement point number, and measurement point position on the inverse results are investigated. The results show that the CS-BFGS algorithm has higher accuracy and faster convergence speed than BFGS and CS algorithm. With the decrease of measurement errors, the increase of measurement point number, and measurement point position closer to the inverse boundary, the results become more accurate.     

西江上游水库群联合蓄水优化调度研究

目前西江上游水库群在汛末蓄水期难以蓄满,直接影响其在供水期的综合效益。为此,建立了基于发电、蓄水和生态的多目标优化调度模型,采用逐次逼近动态规划方法进行求解,得到2011～2017年的水库群联合蓄水优化调度过程。结果表明,龙滩水库的蓄水与天生桥一级水库的蓄水具有同步性;因光照水库为龙头水库、岩滩水库开始蓄水时间比其他水库晚,故两水库蓄水受其他水库的影响较小。对于特枯年份,需提前水库群开始蓄水时间及抬高起蓄水位才能蓄满。     

金沙江下游—三峡梯级水库群调度运行补偿电量分配

为探究金沙江下游—三峡梯级水库群联合发电调度补偿电量及补偿规律,以溪洛渡、向家坝、三峡、葛洲坝水库为例,分别建立了单库优化调度和梯级水库联合调度模型,并以长系列历史径流为输入进行调度模拟,在此基础上,考虑各水库参与联合调度的贡献值,提出基于补偿电量贡献值的贡献系数计算方法,进行了水库间和梯级间联合调度补偿电量分配,获得了不同水库间的补偿电量,为金沙江下游—三峡梯级水库群管理决策提供理论支撑与技术支持。     

Performance enhancement of energy extraction capability for fuel cell implementations with improved Cuckoo search algorithm

This paper addresses an improved optimization method to enhance the energy extraction capability of fuel cell implementations. In this study, the proposed method called Dynamic Cuckoo Search Algorithm (DCSA) is tested in a stand-alone fuel cell in order to control the system power under dynamic temperature response. In the operational process, a fuel cell is connected to a load through a dc-dc boost converter, and DCSA is utilized to adjust the switching duration in dc-dc converter by using voltage, current and temperature parameters. In this way, it controls the output voltage to maximize power delivery capability at the demand-side and eliminates the drawback of conventional cuckoo search algorithm (CSA) which cannot change duty cycle under operating temperature variations. In this regard, DCSA shows a significant improvement in terms of system response and achieves a more efficient power extraction than the conventional CSA method. In order to demonstrate the system performance, the stand-alone fuel cell system is constructed in Simulink environment via a processor-in the-loop (PIL) based digital implementation and analyzed by using different optimization methods. In the analysis section, the results of the proposed method are compared with conventional methods (perturb&observe mppt, incremental conductance mppt, and particle swarm optimization). In this context, convergence speed and efficiency analysis for both methods verify that the DCSA gives original results compared to conventional methods.     

汽轮机叶片枞树型叶根轮缘优化研究

叶片是汽轮机中重要的零部件之一,其可靠性直接关系到整个机组的安全运行。因此,通过改进叶片结构来弥补材料强度方面的不足,减少叶片事故,进而提高整个机组的安全性是非常必要的。对汽轮机叶片枞树型叶根轮缘完成了多变量优化分析工作,基于APDL编程语言对枞树型叶根轮缘进行了多参数建模,通过求解7个特征变量的优化值,以达到叶根轮缘最大、等效应力最小的目的;并对具体的叶片分别采用零阶算法结合一阶算法、智能优化算法(遗传算法、粒子群算法、模拟退火算法)及模式搜索等方法进行了优化。分析结果表明,在综合考虑精度及优化时间的情况下,模式搜索算法是解决本问题的最佳方法。研究结果可以为汽轮机叶片叶根轮缘部分的设计提供理论支持,并在一定程度上提高透平机组的运行可靠性。     

BP人工神经网络模型在溪洛渡、向家坝两库联合优化调度规则中的应用

基于BP人工神经网络算法的基本原理,采用水库水位与出力双决策控制,建立了溪洛渡、向家坝两库联合调度函数的BP人工神经网络模型。模拟调度结果表明,该模型能更好地映射调度函数中各变量之间的非线性关系,优化运行轨迹的拟合效果明显提高。     

梯级小水电站日负荷优化分配计算的逐次优化法

针对梯级小水电站的实际情况，在给定水库用水量及计划日负荷图的条件下，将负荷优化分配至各电站、各台机组，建立了基于POA算法的数学模型，应用该模型计算的优化分配方案与实际运行数据相比较，电站的经济效益得到了提高。