基于改进粒子群算法的主动配电网有功无功协调优化研究

随着间歇性分布式电源接入配电网的比例日益增高,配电网局部电压越限、网损增加的情况时有发生,降低了配电网对分布式能源的利用率,制约了配电网的经济运行水平。提出将有功调节措施(储能)考虑到无功动态优化模型中,旨在制定合理的储能充放电策略以平滑风光出力波动,减少无功补偿装置的动作次数,并在此基础之上,以节点电压偏移和网损为最小目标,制定无功补偿设备的投切策略,最终实现改进粒子群无功优化算法,对改进的IEEE33节点算例进行仿真计算,计算结果表明,所提方法和模型可以达到降低网络损耗、提升电网电压稳定性的目的。     

基于GWO-BP神经网络算法的WFGD系统在线优化

以浆液循环泵运行情况作为工况划分条件,通过提出的灰狼优化(GWO)-BP神经网络(GWO-BP神经网络)算法建立了针对湿法烟气脱硫(WFGD)系统多模态在线优化模型组,分析了机组负荷、入口SO₂质量浓度对出口SO2质量浓度变化量的影响,并利用某660 MW机组切换试验对该模型组性能进行验证。结果表明:随着机组负荷和入口SO₂质量浓度增大,切换后出口SO₂质量浓度变化量增大,该模型组具有较好的预测精度和泛化能力。     

基于多模型融合Stacking集成学习的异常用电检测方法研究

针对单一异常用电检测方法对于存在不平衡性的数据集检测效率普遍不高的问题,提出了一种基于多模型融合Stacking集成学习的异常用电检测方法。首先,以居民用电数据作为研究对象,分析用户在习惯上表现的不同特征,结合不平衡处理技术和分类预测算法进行研究;其次,为了提高模型的整体性能,采用量子遗传算法对集成学习模型中的参数做优化处理;最后,通过云南某地区用电数据集进行验证,证明所提模型相比单一学习模型检测的准确率有明显提升,对提升异常排查效率,降低电力公司的运营成本具有重要意义。     

基于模型预测的微电网日内分层调度研究

随着可再生能源的大规模接入,可再生能源和负荷不确定因素给微电网优化调度带来了新的挑战.提出基于模型预测的微电网分层调度模型,采用分层模型预测控制策略实现"源–网–荷–储"的日内协调运行.日内优化层以运行成本最小为目标函数,为日内修正层提供参考值.日内修正层以修正后的调度计划与参考值偏差最小为目标函数,并根据预测输出与实测输出间的误差构成反馈环节,以解决不确定因素对优化调度的影响.同时,为改善计算速度和精度,在模型预测控制中引入改进鲸鱼优化算法.算例结果表明,基于模型预测的微电网日内分层调度策略具有较好的可行性和有效性.     

堆石坝面板声发射源组合定位方法

堆石坝上游侧的混凝土面板是关乎大坝安全的重要防渗结构。针对现有声发射源定位方法在大尺度、时变性结构中定位效率与精度的不足,提出了一种兼顾大尺度与波速扰动影响的声发射源组合定位方法。首先,为减少声发射源定位计算中的无关搜索域,发展了一种分布式声发射传感器阵列,并基于各声发射传感器到时权重,建立了关于子监测阵列快速识别与声发射源区域二次细分的控制方程。其次,为进一步提高声发射源定位精度,改进了传统灰狼算法,并以细分的声发射源区域作为搜索域,以波速作为未知量,发展了一种基于改进灰狼算法的未知波速下声发射源定位方法。混凝土面板上的断铅试验结果表明：本文定位方法有效减少了至少75%的无关搜索域,且定位精度优于已知波速的声发射源定位方法,为水工结构健康监测提供了有益参考。     

基于PSO算法的直流近区光伏发电系统控制参数优化方法

针对直流近区光伏发电系统的小扰动和振荡问题,本文提出了一种基于P SO算法的直流近区光伏发电系统控制参数优化方法以提升系统小干扰稳定性.首先,建立包括光伏阵列、逆变器及其控制器、直流输电系统的直流近区光伏发电系统小信号模型.其次,建立了基于特征值的直流近区光伏发电系统控制参数优化问题,并提出了一种基于P SO算法的控制参数优化方法对优化问题进行求解.最后,在Matlab/Simulink仿真平台中采用所提出方法对直流近区光伏发电系统的控制参数进行优化,并施加不同类型的扰动,比较控制参数优化前后系统的动态响应.仿真结果表明,采用优化后的控制参数,系统的动态响应性能得到明显提升.     

基于等流量法缩减空间策略的水电站调度方法

采用合理的调度方法可有效提高水电站发电效益。模拟方法容易获取可行解,但不能提供最优解;优化方法能够求得最优解,但往往因搜索空间过大而求解不理想。本文考虑两者特点,提出基于等流量法缩减空间策略的水电站调度方法,即利用等流量法模拟调度过程,缩减搜索空间,在缩减空间内利用优化方法求解模型。实例研究表明：该方法适合群智能算法求解水电站调度模型;在相同群智能算法和水电站调度模型下,缩减搜索空间后,多年平均发电量、保证出力提升显著,多年平均弃水量明显减少。此外,群智能算法在缩减空间内的收敛速度更快,标准差更小。因此,该方法能够有效提高群智能算法求解的优化程度、收敛速度和稳定性,可为水电站调度提供重要参考。