改进混沌离散粒子群与等微增率的机组组合优化

针对火电机组组合问题具有非线性、离散性、随机性以及高维、非凸等特点,提出一种适用于求解大容量火电机组组合优化问题的改进混沌离散粒子群优化算法。基于改进混沌离散粒子群算法来确定机组启停决策变量,采用跟踪负荷变化并引入修正策略来修正机组启停决策变量,提高算法的效率和解的精度。采用Kuhn-Tucker最优性条件对等微增率进行改进,使其分配结果满足爬坡及出力上下限要求。通过改进的混沌离散粒子群与等微增率混合嵌套,分别对外层机组启、停状态变量和内层负荷分配进行交替迭代优化。仿真算例表明,所提出的算法在求解机组组合问题时具有较强的全局搜索能力和适应性。     

遗传粒子群混合算法在电厂机组负荷组合优化中的应用

粒子群优化算法应用于火电厂机组组合问题中存在早熟收敛等现象,提出3方面改进的遗传粒子群混合算法:改进粒子群初始化方法,提出粒子初始化机组运行状态组合合理性判据,并初始化一定比例的粒子使其机组负荷随机在对应机组负荷上限附近赋值;采用部分解除约束结合惩罚函数的约束处理方法,对粒子进行机组负荷平衡操作,使大部分粒子满足约束条件;通过引入遗传算法中的交叉和变异操作增加了粒子的多样性,减小了算法陷入局部极值的可能性。采用改进的遗传粒子群混合算法对3机及5机火电厂机组负荷组合进行优化,仿真结果表明,优化成功率能达到100%。     

一种用于机组组合问题的改进双重粒子群算法

为了更经济快速地解决机组组合问题,提出一种改进双重粒子群优化(particle swarm optimization,PSO)算法,包含离散部分和连续部分。离散PSO分时段优化机组的启停状态,在种群更新时加入了临界算子,改进了可行解的判别条件,各机组出力最低值的和要在一定程度上低于负荷需求值,并考虑机组启停时间的向前继承和向后约束。连续PSO用于启停状态确定过程中和确定后的负荷分配,考虑功率平衡约束、热备用约束和机组的出力上下限约束。求解经济负荷分配时,利用罚函数的方法满足机组的爬坡速率约束,最后得到煤耗最小值。采用2个24时段的算例进行仿真,实验结果表明新算法减少了搜索量,提高了收敛速度,并为机组组合问题提出了新思路。     

基于PSO-GA算法的电力系统机组组合研究

机组组合优化问题是一个大规模、多约束、非线性的混合整数规划问题,因此求解非常困难。粒子群优化(PSO)算法是一类随机全局优化技术,它通过粒子间的相互作用发现复杂搜索空间中的最优区域。PSO算法的优势在于操作简单,可调参数少易于实现而又功能强大。该文采用二进制粒子群优化方法解决机组状态组合问题,用遗传算法结合启发式技术解决经济分配问题,并对最小开停机时间及启停费用进行了处理,使得运算速度大大加快。方法的可行性在10台机组系统中检验。模拟结果表明文章所提出的算法具有收敛速度快及解的质量高等优点。     

基于PSO-GA算法的电力系统机组组合研究

机组组合优化问题是一个大规模、多约束、非线性的混合整数规划问题,因此求解非常困难.粒子群优化(PSO)算法是一类随机全局优化技术,它通过粒子间的相互作用发现复杂搜索空间中的最优区域.PSO算法的优势在于操作简单,可调参数少易于实现而又功能强大.该文采用二进制粒子群优化方法解决机组状态组合问题,用遗传算法结合启发式技术解决经济分配问题,并对最小开停机时间及启停费用进行了处理,使得运算速度大大加快.方法的可行性在10台机组系统中检验.模拟结果表明文章所提出的算法具有收敛速度快及解的质量高等优点.     

一种求解机组组合问题的新型改进粒子群方法

将电力系统中机组组合这一复杂的多约束混合整数规划问题分解为具有整型变量和连续变量的两个优化子问题，提出采用改进离散二进制粒子群算法和标准粒子群算法相结合的双层嵌套方法,分别对外层机组的启、停状态变量和内层功率经济分配进行交替迭代优化求解。同时在算法中引入基于机组优先顺序的变异技术和修补策略，能有效地处理机组最短启、停时间约束，并提高算法的全局寻优能力和计算效率。通过对10机系统的算例计算，并同其他算法的结果进行比较分析，仿真结果表明新方法求解精度高、收敛速度快，从而验证了新方法的可行性和有效性。     

蚁群算法在电力系统机组优化组合中的应用研究

采用模拟进化优化算法———蚁群优化算法来求解机组最优启停问题。引入了状态、决策、路径等概念,把机组最优启停问题设计成蚁群算法模式,通过附加惩罚项来处理各种约束,用tabu表限制不满足约束的状态,使得蚂蚁的搜索总在可行域内进行,对算法的搜索进程起到了有效的引导作用。仿真证明利用蚁群优化算法求解机组最优启停问题是可行的、有效的。     

基于二进制微分进化算法和目标函数分解的大规模机组组合求解

为了避免在机组组合求解过程中将机组启停计划和负荷经济调度两者形成内外双层嵌套求解,从而导致计算比较耗时的问题,引入启运机组的总平均燃料成本和系统旋转备用剩余量这2个可调节的子目标,将传统的机组组合模型分解成2个独立的优化目标,构建了一种基于目标函数分解的二阶段可独立求解的机组组合模型。采用一种改进的二进制微分进化算法对第一阶段的机组启停计划目标进行求解,对每个代表机组启停状态的个体编码采用机组最小启停时间约束、旋转备用约束、机组去组合等处理机制,有效保证了每个解的有效性并缩小了算法的搜索空间。根据求解得到的机组启停状态,采用半定规划法求解第二阶段的负荷经济调度目标。采用经典的测试算例验证了所提方法在大规模机组组合求解中的有效性。     

一种适合于电力系统机组组合问题的混合粒子群优化算法

该文针对机组组合问题，提出了一种新的混合粒子群优化算法。该算法包含3个重要的方面：通过在算法迭代过程中对松弛后的0、1变量与机组有功出力变量并行地进行优化，避免了由于决策变量过多造成的维数灾难题；引入变动阈值，解决了在寻优过程中粒子的值出现振荡时可能会丢失机组有效启停状态的问题：在粒子群优化算法中引入启发式变异技术，有效地处理了机组启、停时间的约束并提高了粒子群优化算法的全局收敛能力。文中通过对2个算例的计算及与其他算法进行的比较结果，验证了所提出的混合粒子群优化算法具有更好的全局收敛性。     

含风电场的电力系统机组组合问题随机模拟粒子群算法

由于风电具有随机性,含有风电场的机组组合问题不再是一个常规意义下的确定性问题。利用传统的方法也难获得既经济又有较高可靠性的解。本文建立了基于机会约束规划的含风电场的电力系统机组组合的数学模型,以概率的形式描述相关约束条件,并把组合问题分为内外两层优化子问题求解。外层为机组的启停状态优化,用离散粒子群算法求解,并引入启发式搜索策略,有效提高了机组状态优化效率;内层为负荷经济分配,考虑到风电的不可靠性,利用随机模拟的改进粒子群算法求解,防止种群过早收敛于局部最优解,并确保发电计划的可行性。通过10机系统的算例计算,并与其他文献方法比较,结果表明该算法对解决含有风电场的电力系统机组组合的问题是行之有效的。     

基于分形理论的新型电力系统规划场景生成方法

新型电力系统中的新能源占比不断提高,源荷不确定性使得新型电力系统的规划边界难以确定,因此有必要提出适应新型电力系统的规划场景生成方法。分析净负荷数据的分形特征,并提出规划场景生成方法的总体框架;在提出净负荷时间序列盒维数计算方法的基础上,利用盒维数的时移不变性提出规划场景初始点的预测方法;对分形插值算法进行细化,并提出基于初始点的规划场景生成方法。以某地区实际净负荷数据为例进行分析,验证了所提方法的有效性和可行性。     

单相DC/AC逆变器大信号快速建模仿真方法

基于并网及离网单相全桥逆变电路,提出并验证了包含控制及调制电路在内单相逆变器大信号模型快速建模仿真方法。理论计算方法可以获得单相逆变器环路设计所需大信号数学模型,用于指导控制器设计;脉宽调制开关模型平均建模方法充分保留了原始电路结构(如桥臂中点及电路接地点等),有利于充分观察内部电路及端口电压电流特征,尤其适合多变换器组合的系统级仿真。可以预测的是,所提方法不受电路拓扑及控制方法限制,具有较好的普适意义。     

大型隐极发电机定子单相接地故障定位新方法

发电机定子单相接地故障在生产过程中时有发生,如不能快速切除,对发电设备和电力系统都有较大的危害。提出了一种大型隐极发电机定子单相接地故障定位新方法,所提方法通过基波零序电压和故障相基波电势确定定子单相接地故障的位置,适用于中性点经高阻接地的发电机以及中性点不接地的发电机,且不依赖于注入式定子接地保护,所需要的故障信息较少,简单易行,可在现场推广应用。仿真数据和实际故障案例验证了所提方法的正确性。     

基于相分量法的电力系统复故障计算

为了对电力系统复杂故障直接进行求解,基于相分量法,建立了横向、纵向故障接口电路的通用相分量模型,推导了三相元件与平行线路的相分量阻抗矩阵。相分量算法不要求电力系统元件参数对称或循环对称、不利用多端口网络理论及理想变压器的移相,拓宽了故障计算的适用范围、简化了编程难度,并可推广到处理诸如线路换位不完全的参数不对称等其他电网不对称计算。算例演示了计算过程,与EM TP的仿真结果对比证实了模型与算法的正确性。     

Next-Day Peak Electricity Price Forecasting Using NN Based on Rough Sets Theory

Electricity price forecasting is an essential task for market participants in deregulated electricity market. This paper proposes an approach for next-day peak electricity price forecasting, since it is important for risk management and bidding strategy. In the proposed method, neural network (NN) is employed as the forecasting method, and its learning data is selected by using rough sets. Moreover, the creating method of learning data based on temperature fluctuation is also proposed for generation of new learning data in order to efficiently learn. This method is examined by using the data of Pennsylvania-New Jersey-Maryland (PJM) electricity market and The independent electricity system operator (IESO) market. From the simulation results, it is observed that the proposed method is useful for next-day peak electricity price forecasting. Copyright © 2009 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于时域多周期同步和频域代数运算的谐波检测法

提出了一种电网谐波数字测量新方法,时域多周期同步采样的频域代数运算法,给出该方法实现的具体硬件配置。该方法主要包括时域多周期硬件同步采样和频域叠加运算2个关键环节。多周期同步采样用100 MHz高频脉冲对电网频率进行实时测量跟踪,保证10个周波采样同步偏差小于0.03%;进而对采样信号的矩形窗频谱进行简单的代数运算,可达到加Hanning窗的精度。仿真实验表明,新方法可在每10个周波实现电网谐波的高精度测量,精度满足国标A级标准。     

基于双调制波的单相三电平并网逆变器及电流优化控制

三电平并网逆变器的调制策略复杂,难以直接用DSP芯片实现。本文提出只需DSP一个事件管理器的双调制波三电平SPWM方法,进而推导了基于该方法的并网逆变器暂态数学模型。以此为基础,针对传统并网电流无差拍控制策略对滤波电感变化敏感的问题,提出基于电流瞬时采样的在线电感辨识方法,对无差拍电流控制策略进行优化,从而有效提高了并网电流控制性能。相应的实验结果证明了所提出方法的正确性和可行性。     

Loss allocation of radial distribution system using Shapley value: A sequential approach

This paper presents a new method to allocate the power loss in a radial distribution system to loads and distributed generations (DGs). Integration of DGs has increased the importance of loss allocation because it alters the total power losses. The proposed method calculates the loss allocation in sequential manner using Shapley value method specifically for radial distribution system. The losses allocated by using proposed method are same as obtained from the conventional Shapley value method which satisfy the axioms of fairness. An important virtue of proposed method is that it reduces the memory and computational burden as well as ensures the fair allocation and recovery of total complex losses. The results are discussed and illustrated on different test systems.     

基于S变换模时频矩阵相似度的短时电能质量扰动分类

提出了一种基于S变换模时频矩阵相似度的短时电能质量扰动分类方法。首先,建立各种扰动的标准模时频矩阵,然后计算扰动信号模时频矩阵与标准模时频矩阵的相似度,按照相似度最大的原则将扰动分类。该方法直接利用S变换结果,而不用增加其它算法或变换,原理简单、计算方便。仿真结果显示,该分类方法在不同噪声水平下均能达到满意的分类正确率,是一种有效的短时电能质量扰动分类方法。     

Midterm stability analysis of a multimachine system by the frequency response method

The eigenvalue method, Routh—Hurwitz method and other conventional methods used for steady-state stability analysis are not suited for a multimachine system consisting of several hundred machines with automatic voltage regulators and speed governors. This paper shows that the frequency response method is very useful for such a large-scale system. The critical stability condition obtained by the proposed method is compared with that obtained by conventional simulation and it is shown that the proposed method is sufficiently accurate and efficient. This algorithm is applicable to a decomposing system.