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。     

火电机组厂级负荷优化算法的比较

分析了目前国内火电机组厂级机组间负荷优化分配算法的研究现状.针对国内常见的火电机组类型和组合方式,在对常用算法进行分析和比较后,对各种算法的优劣和适用范围进行总结,并对今后火电机组厂级负荷优化的研究和应用提出展望.     

基于PSO优化的SMO算法研究及应用

顺序优化(SMO)是支持向量机(SVM)的一种有效训练算法,但SMO的参数选择问题是算法性能优劣的关键所在,只有选择了合适的参数才能使算法性能达到最优。因此,在详细介绍了SMO算法的基础上,着重研究了基于微粒群优化(PSO)的SMO算法的双层优化原理,并通过仿真进行了应用研究,将该方法的有效性进行了验证。实验结果表明,经过PSO优化的SMO算法与其他算法相比具有更高的准确性。     

基于粒子群算法的火电厂机组负荷优化分配

通过研究粒子群(PSO)优化算法的基本原理,分析了该算法中各个参数的不同取值对算法搜索能力和收敛速度的影响,并将PSO优化算法应用于电厂机组负荷优化分配问题的研究。通过在3台机组系统的应用,验证表明较之遗传算法等传统优化算法,PSO优化算法在优化结果、搜索区间控制以及收敛速度等方面具有较好的特性,能更好地达到或接近全局最优解。     

基于遗传算法的火电机组负荷优化分配方法研究

依据火电机组的实时煤耗特性曲线,针对目前较实用的负荷优化分配方法——动态规划法的弊端,即在机组数目较多时运算量过大、难以满足实时要求,提出了改进的遗传算法,在加快搜索速度、提高寻优精度、保证群体多样性等方面采取了新的措施。改进后的遗传算法在搜索结果接近全局最优解的前提下,大大提高了寻优速率,具有较高的实用价值。     

基于嵌套优化的梯级水电站日总负荷分配研究

电力电量平衡是电力调度部门进行效益均衡,合理安排电站运行的重要手段。梯级水电站水力联系紧密,经常作为一个整体参与全网电力电量平衡。针对梯级水电站整体参与电力电量平衡后,总负荷在梯级水电站间的协调分配问题,本文建立了梯级水电站短期日总负荷分配模型,为了在负荷分配的过程中同步得到梯级各电站的优化运行方案,提出了模型求解的嵌套优化算法,算法以梯级总蓄能最大为外层优化,寻优计算过程中嵌套以发电量最大化为目标的短期优化计算单元为内层优化,外层优化实现了日总负荷在梯级各电站间的合理分配,同时内层优化计算单元实现了各电站优化运行方式的生成。以大渡河大岗山及以下梯级水电站为例选取了典型日进行实例计算,计算结果表明：优化分配方案通过控制性水库的水量调节作用满足日总负荷目标要求,同时其余调节能力较弱的水库日初末水位保持一致,且日内水位变化过程较为合理,有效利用了水库的调节能力;另外梯级各站均无不合理弃水,负荷过程在同一峰平谷时段内平稳,并且满足一定的峰谷比的要求,能为电网制定并下达梯级发电计划提供实用参考。总体来看,本文提出的日总负荷分配模型与嵌套优化计算方法原理简单、易于操作,能够实现梯级电站间的水量电量的合理匹配,达到高效利用水能资源的目的。     

基于改进PSO算法的风力机优化布置

了更充分地利用风能资源,提高风电场发电量及风电投资成本节省度,提出了一种无网格改进粒子群优化风力机布置的算法．该算法通过增加设计变量个数,直接优化各风力机的安放坐标,取消了划分网格对于风力机安放位置的限制,结合动态罚函数法对风力机间距进行约束的方式进行风力机优化布置工作,提高了该算法的连续性和约束性．通过与其他文献优化结果对比,该算法在风机优化布置问题上具有更强的实用性,不仅实现了合理确定风机布置数量,而且可实现风力机布置位置的连续化,有效提高了风电场总发电量．在此基础上,应用无网格优化模型,研究了风机布置优化方案的度电成本对风速变化的响应程度．研究结果表明：当风力机优化布置方案得到最佳风速时,优化模型将无法再降低风电场的度电成本,此后,风速对风电场度电成本的影响将达到最低,即风电场的发电效率达到最大,风电机组之间相互影响程度也相应达到最低．     

基于PSO的电力系统环境经济负荷调度

针对基于线性加权和处理成单目标优化问题的传统方法存在的缺陷,提出使用粒子群优化算法求解EELD多目标优化问题。该方法通过对粒子群算法个体极值和全局极值选取方式的改进,实现了对EELD多目标优化问题的非劣最优解集的搜索,为决策者提供了丰富的参考信息。在此基础上,应用模糊满意度方法求出的最优折衷解为调度运行人员提供了最佳调度折衷方案。最后,对一个三机系统进行了测试,并与线性加权人工神经网络法进行了比较分析,仿真结果验证了该方法的有效性。     

不同类型供热机组热电负荷优化分配的研究

通过分析不同类型供热机组的负荷特性,结合热电厂的生产实际,建立了热电负荷优化分配的数学模型,采用线性规划法进行了求解.通过对某热电厂的实际运行工况进行求解表明,采用优化策略,在保证用户热、电需求的情况下,能够降低供热机组的新汽量,提高热电厂运行的经济性.     

改进PSO算法及其在函数优化中的应用

针对微粒群算法PSO（Particle Swarm Optimization）应用于函数优化存在的问题,提出一种加入了梯度信息改进的微粒群算法。微粒群算法用于函数的优化,具有简单、效果好等优点。但是研究也表明该方法也存在着一些缺点,如计算时间较长、容易陷入局部最小等,这是由于算法本身的随机性决定的。梯度法是传统的优化方法,典型的特征是在确定优化解的方向时遵循梯度下降原则,因此在寻找优化值时方向比较确定,可以减少优化时间。为了克服PSO的缺点,在标准PSO优化策略中引入梯度原则,设计了一个具有梯度指导的PSO算法。现将改进的PSO算法应用于函数的优化,并与标准PSO算法的效果进行了比较。函数优化实验的结果表明,改进的PSO算法提高了标准PSO算法的收敛时间。     

求解高速球轴承载荷分布的简化矩阵模型

给出了根据滚动体高速运转时几何参数和力能参数的变化特征,将高速球轴承载荷求解方程组简化为基于杆系有限元方法的矩阵模型。通过分析内圈平衡方程,发现杆件有限元模型中的参数在计算过程中具有独立变量,并且包含已知变量,进而对有限元模型进行了降阶简化,得到了4阶矩阵模型,较大程度地简化了载荷分布计算,且其形式尤其适于MATLAB矩阵求解,程序编写变得简单,提高了计算速度,改善了计算的稳定性。最后通过算例比较说明了本文方法的正确性,可以替代传统的计算方法。     

浅议火力发电厂结构设计的荷载效应组合

火力发电厂由于设备种类多、工艺复杂,且出现的概率也各不相同,因此需要考虑的荷载效应组合形式也比较复杂.由于相关规范所提供的荷载参数有限,在设计过程中会遇到因荷载组合不当而造成的计算结果偏差较大的情况.本文建议应根据电厂在使用年限内荷载出现的概率来确定荷载效应的组合形式,使计算结果更加合理.     

基于负荷分解的短期负荷预测传递函数模型

短期负荷预测主要用于预测未来几小时、1天甚至几天的负荷,对电力系统运行的安全性和经济性具有重要意义。时间序列模型在电力系统短期负荷预测中得到了广泛应用。然而,这种方法的一个主要缺点是无法将影响负荷预测的主要因素之一即气象因素考虑进去。在此背景下,首先基于历史负荷数据,采用传统的分解方法提取出负荷中的周期分量,得到剔除周期分量后的非周期分量。在此基础上,首先采用逐步回归法筛选出影响负荷非周期分量的主要因素,之后发展了预测负荷非周期分量的传递函数模型。最后,用广东电力系统实际负荷数据对所发展的短期负荷预测模型的准确性进行了验证。     

电厂循环水系统优化控制及其遗传算法求解

循环水系统作为火电厂的重要组成部分,其优化运行问题已日益引起人们的高度重视.在分析调速水泵的运行特性和高效区约束条件的基础上,给出了基于最小轴功率的循环水系统效率优化模型,并用遗传算法求解,得到最优决策向量.实验结果表明:该优化模型和求解算法能够有效地寻求循环水系统的最优运行组合和最佳调速比,使水泵运行在高效区内,提高循环水系统运行效率;与约束变尺度算法相比,遗传算法更具优越性,其求解速度较快,求解质量较高     

Wavelet time series MPARIMA modeling for power system short term load forecasting

0　ＩＮＴＲＯＤＵＣＴＩＯＮＦｏｒｔｈｅｅｃｏｎｏｍｉｃａｎｄｓｅｃｕｒｅｏｐｅｒａｔｉｏｎｏｆｐｏｗｅｒｓｙｓ ｔｅｍｓ ,ｐｒｅｄｉｃｔｉｏｎｏｆｆｕｔｕｒｅｌｏａｄｄｅｍａｎｄ ,ｉｎｐａｒｔｉｃｕｌａｒｓｈｏｒｔｔｅｒｍ (2 4ｈｏｕｒｓａｈｅａｄ)ｌｏａｄｆｏｒｅｃａｓｔｉｎｇ(ＳＴＬＦ)ｉｓｉｍｐｏｒ ｔａｎｔ .Ｆｕｎｄａｍｅｎｔａｌｏｐｅｒａｔｉｏｎａｌｆｕｎｃｔｉｏｎｓｓｕｃｈａｓｕｎｉｔｃｏｍ ｍｉｔｍｅｎｔ,ｈｙｄｒｏｔｈｅｒｍａｌｃｏｏｒｄｉｎａｔｉｏｎ ,ｉｎｔｅｒ ｃｈａｎｇｅｅｖａｌｕ…     

最优捕鱼策略

为满足鱼种各年龄组的持续性养殖和最大年收获量 ,保障持续性捕捞 ,建立了动态规划方程模型及单变量目标函数。得出为渔业公司的发展与生产提供的最优捕鱼方案。     

基于遗传算法的电力系统负荷模型准确度研究

在获得电网系统稳态和动态数据的基础上,对负荷模型参数不确定情况下的仿真准确度进行了分析,并利用故障后系统的动态数据对不确定参数进行校正。选择遗传算法作为校正求解的算法,并对之进行了一定的改进。仿真研究在IEEE-39系统上完成,不准确参数选择为负荷比例,实际应用中可推广为电力系统所有的模型参数。最后给出了这套方案的评价和有待改进的地方。     

基于装配的载荷模型

载荷模型的基本思想建立在几何模型和装配模型基础上 ,分析不同零件类型和载荷类型的联系 ,建立两者之间的映射关系 ;载荷模型包括载荷信息模型和载荷关系模型 ,前者建立各种零件的载荷信息 ,后者描述零件及装配体内载荷相互作用关系 ;最后生成描述载荷信息流向的载荷链 ,实现了在装配环境内对产品载荷的自动建立和分配 ,为零件的计算分析创造载荷条件 ,实现对产品模型的完整描述