水火电力系统多目标环境经济调度模型及其求解算法研究

通过综合考虑发电费用最小及污染气体排放量最小这两个调度目标建立了水火电力系统多目标环境经济调度模型,并提出一种混合多目标差分进化算法对模型进行求解.该算法针对多目标优化问题的特点对差分进化算法的算子进行了修正,并基于混沌序列提出一种参数自适应调整策略以克服算法参数率定的难题.设计了一种二次变异算子来防止算法陷入局部最优.针对不同类型约束特性提出一种约束处理方法.实例计算结果及对比分析验证了所提方法的可行性和有效性,为实现水火电力系统实现经济与减排双目标均衡优化提供了一条崭新途径.     

建筑结构的鉴定与加固

笔者结合自己的工作经历对建筑结构的检测与加固进行了研究与探讨,希望能对以后的的鉴定与加固理论与工程提供有益的借鉴,以此提高以后建筑加固的工程质量.     

浅析电力系统配电网供电可靠性

纵观当下时期,国内科技水平已遥遥领先,不同地区的行业发展规模渐渐朝着专业型、智慧型、科技型方向前行,在很大程度上充实了人类物质和精神生活.伴随国民经济水平的显著加强,电力行业在其中扮演着重要角色,因此受到社会各界人士的关注.如今,人们对用电量需求持续增长,增加了电力系统的供应压力.基于此,为了满足人们用电需求,急需拓宽电网工程项目范围,完善配电网结构体系并突出其坚固性和可靠性.     

考虑预报误差的水电站短期调度模糊风险研究

水电站短期发电计划编制一般采用预报径流进行,但受预报精度限制,预报值与实际值往往存在偏差,当电站位于近边界水位运行时,该偏差就可能带来弃水或出力不足问题。为定量分析径流预报误差的模糊特性及其对水电站短期发电调度的影响,本文提出了一种基于最优贴近度准则的径流预报误差模糊隶属函数优选方法,并引入可信性理论,建立了水电站在两种典型近边界工况（正常蓄水位和死水位）下的发电调度模糊风险分析模型,实现了水文预报误差模糊性与水电站短期发电调度风险的耦合与转化。实例研究中给出了锦西电站在两种近边界运行工况下的高风险区域及建议运行区域,可为该电站实际短期发电调度提供有力的参考和借鉴。     

节点边际电价分析与可视化

美国PJM等电力市场均采用节点电价的计算方法.着重分析节点边际电价的实质,从电力市场节点边际电价的定义出发,对不同情况下系统各节点边际电价进行分析,得出节点电价与机组MW出力及报价的线性关系.其次,引入可视化技术,将机组报价、节点实时电价直观、快速地显示于读者面前.对电价实质的分析以及可视化技术可以帮助系统调度员或对电力市场感兴趣的人们可以很快地判断出不同情况下电价的变化情况,并加深他们对电力市场中电价理解.随后利用Power World电力系统分析软件,以一个7节点的示例验算,证明对LMP解析的方法的有效性和准确性.     

基于人造洪峰的三峡梯级生态调度仿真分析

为分析三峡-葛洲坝梯级电站(三峡梯级)生态调度效果及其影响,从保证三峡梯级下游河道生态流量、改善江湖连通和保护生物多样性等方面出发,制定了三峡梯级的生态调度目标,并在常规调度的基础上提出基于人工造峰的生态调度方法,通过多种调度方式的仿真结果,分析了不同来水条件下三峡梯级生态调度的效果,揭示了不同生态调度目标之间的影响以...     

丹江口水利枢纽多目标兴利调度决策模型

丹江口水利枢纽多目标调度是保障南水北调工程供水安全、充分发挥枢纽综合兴利效益的重要课题。如何统筹兼顾不同调度目标间的用水关系,实现调度方案的科学决策,是枢纽均衡调度的关键。在分析枢纽供水、发电、航运等调度任务的基础上,建立了丹江口水利枢纽多目标兴利调度决策指标体系;采用层级分析法对多个调度方案进行评价和决策,得到多目标兴利调度方案的均衡解。所得结论可为丹江口水利枢纽在实际运行中制定调度方案提供参考。     

基于自适应混合差分进化算法的水火电力系统短期发电计划优化

针对水火电力系统发电计划优化问题,引入差分进化 (differential evolution,DE)算法,提出了一种自适应混合差分进化算法(adaptive hybrid differential evolution,AHDE)。该算法在计算过程中自适应调整交叉算子,保持了种群的多样性,提高了算法的全局搜索能力,克服了DE在寻优过程中容易早熟收敛的缺点。同时针对AHDE难以处理实际工程中复杂约束条件问题,提出了一种适合AHDE的约束处理方法。将AHDE应用于求解某水火电力系统的发电计划优化问题,与其他求解方法的对比表明,AHDE求解精度高、计算速度快。     

"新现代"--物质的情感化表达

面对建筑界对“人性复归”这一主题的关注，新现代主义与后现代主义不同，她的创作并没有陷入“人文主义”的窠臼，她从建筑自身出发，努力寻求一切新方法、新手段实现将物质的建筑情感化的理想。     

基于混沌搜索的自适应差分进化算法

提出一种基于混沌搜索的自适应差分进化算法(CADE),该算法在计算过程中自适应地调整交叉率,在搜索初期保持种群多样性的同时增强算法的全局收敛性。具有较强局部遍历搜索性能的混沌搜索的引入使得算法具有较好的求解精度,增加搜索到全局最优解的概率。对几种典型的测试函数对CADE进行了测试,实验结果表明,该算法能有效地避免早熟收敛,具有良好的全局收敛性。