基于DFIG有功下限的风火系统经济调度模型

为解决大规模风电接入电网场景下并网火电机组台数和系统有功备用容量减少的问题,该文提出一种计及双馈感应发电机(DFIG)向下调度能力的风火系统经济调度模型。首先,综合深度调峰火电机组运行成本、开机成本、寿命损耗和风电弃风成本等,建立风火系统经济调度模型。其次,考虑到高风速下转子侧变流器(RSC)容量制约DFIG有功下限,该文计及RSC容量约束,提出DFIG有功下限求解算法,进而提出计及DFIG有功下限约束的风火系统经济调度模型。最后,IEEE 30节点算例结果表明所提经济调度模型可降低火电运行成本和风电弃风量。     

多场景概率机组组合在含风电系统中的备用协调优化

备用配置是系统抵御风险、提高运行可靠性的重要手段,也是系统运行安全与经济协调决策的问题。提出了基于状态转移的概率机组组合方法,该方法将风电的运行场景离散化,通过对风电预测误差进行概率表达,并在时间尺度上考虑状态的转移矩阵组成多场景的方法,以场景发生的概率协调系统在场景下的调度决策,并以实时校正备用作为正常和误差场景之间机组的调整限制。通过安全与经济的协调,能够自动为风电出力的波动配置适宜的备用,且模型中考虑了网络安全约束对机组组合和备用决策的影响。最后对含风电系统进行了实例仿真分析,结果表明模型的有效性和可行性,对风电的调度和规划具有指导意义。     

电力配电网络节能调度模型的仿真

摘要： 为了应对越来越严峻的能源和环境形势,我国颁布并实施了电力配电网络节能调度方法,但该方法只提供了基本调度原则,缺少符合政策的节能调度模型。为了解决上述问题,在分析现有节能调度模型不足的基础上,提出一种综合考虑能耗和排放的电力配电网络节能调度模型,给出了综合考虑能耗和排放的电力配电网络节能调度目标函数,综合分析了SO2排放量与脱硫效率,针对提出的目标函数,介绍了其机组排序约束、常规机组特性约束、机组正负旋转备用约束,机组的最大最小出力约束、机组爬坡约束及线路潮流约束,在此基础上,采用粒子群算法对目标函数进行求解。在标准粒子群算法的基础上引入惯性权重因子,以优化粒子群算法的收敛性,从而实现电力配电网络节能调度模型的建立。仿真实验结果表明,所提模型具有很高的节能性能,且收敛速度快。     

考虑RE和PHES的网络约束机组组合优化调度

随着新能源(RE)逐渐并网。网络约束混合能源机组的优化调度研究面临巨大挑战。基于RE并网和抽.水蓄能系统(PHES)耦合作用,研究了网络约束下机组组合(UC)优化调度问题。在网络约束的UC模型中,考虑交流网络约束、环境约束、PHES约束及传统的火电机组约束.利用二进制人工羊群算法解决模型求解问题。将网络约束下UC模型分解成1个主问题和1个子问题,主问题决定机组的开关机状态和负荷分配,子问题检查交流电传输的网络约束。以1个包含风电和光伏机组的IEEE-30节点系统来验证RE和PHES的共同影响,结果表明RE影响了系统的运行成本和电力系统的安全性,PHES对抑制RE的消极影响具有重要作用,能够调节RE的不确定性带来的误差。     

节能发电调度研究综述

基于节能发电调度的基本原则,分析了节能发电调度的实施模式,针对调度时间的跨度长短、优化目标的不同及系统中机组类型的差异,分别综述了不同的节能发电调度模型,并介绍了现有节能发电调度的传统求解算法和智能算法,探讨了节能发电调度可能对电网和电力企业造成的影响并提出了应对措施,分析了深入推进节能调度可能存在的问题,为未来的研究英定了基础.     

基于智能控制的电网自动化调度系统

随着电网技术的发展,电网自动化调度系统中的原有的调度约束条件极大限制了电网的调度速度,导致了电网调度效率的降低。为了有效降低调度约束对电网调度的影响,本文提出了基于智能控制的电网自动化调度模型,该模型基于智能算法,融合了状态估计、负荷预测、安全分析等功能,基于电网的能量双向流动实现调度,保证电力调度达到最优状态。经过试验表明,本文所提出的方法能够实现电网调度效率的大幅度提升,可以进行大规模的推广应用。     

基于智能水滴算法的火电机组发电调度问题研究

电力系统机组组合是编制短期发电计划所需解决的核心问题,其所具有的高维数、非凸、离散、非线性等特征导致迄今尚未找到确定该问题最优解的解析算法。采用新型群智能算法——智能水滴算法,动态地生成每一时段的机组可行组合方案集合,基于此构建水滴遍历的空间,并将机组组合中各类技术经济约束条件融入智能水滴的评价与更新策略机制,提出了机组组合问题的智能水滴算法建模机制及求解流程。通过大量智能水滴并行运行、共同作用,得到了机组组合优化方案。将提出的模型应用于典型算例,计算结果证明,智能水滴算法能够有效解决机组组合问题,并且具有更强的全局搜索能力,收敛速度快,寻优迭代次数少,值得进一步研究探讨。     

基于改进粒子群文化算法的机组组合联合调度研究

摘要： 电力系统联合优化调度可以提高电网运行可靠性的同时提高经济和环境效益。电力系统联合优化调度主要依赖于优化算法。建立了包含火电、光伏储能的机组组合问题调度模型,并针对机组组合问题的优化求解,提出了改进的粒子群文化算法。通过个体进化和参数调整选择粒子全局最优位置,采用循环拥挤距离来控制非劣解集的大小,实现信度空间和种群空间之间的交互。最后,针对实际的电力系统,结合改进粒子群文化算法和分支定界法对火电电力系统、包含光伏电力系统和储能的机组组合问题进行求解。算例验证了该方法的有效性。     

基于蚁群算法的水电站AGC机组组合与负荷分配优化

针对水电站厂级自动发电控制(AGC)中的经济运行问题,采用蚁群算法求解,所建模型综合考虑了功率平衡、机组出力约束、旋转备用和机组开停机时间约束等多重安全运行限制条件,并根据等微增率原则导出经济负荷分配公式嵌入并行随机搜索模式中,减少负荷分配时的迭代次数。算例中的机组耗量特性曲线根据实际数据采用二次曲线拟合。仿真结果表明,该方法既带有智能算法搜索的随机性又具有传统算法的稳定性,优化速度快且精度较高。     

面向光伏消纳的“大机小网”系统两阶段优化调度

文章提出了考虑需求响应和海蓄机组的"大机小网"系统两阶段优化调度方法,解决了大规模光伏并网的消纳问题。该方法在日前调度阶段利用火电运行成本、光伏未消纳量和负荷补偿成本建立综合目标函数,并考虑需求侧响应相关约束,得到经济性最优的日前调度值;在日内调度阶段引入随机模型预测控制,通过海蓄机组平衡光伏波动剧烈场景下的日前预测误差。通过算例分析,该方案减小了弃光量,完成了"大机小网"下的经济优化调度。     

基于遗传算法的核电站蒸发器高阶水位模型的降阶方法

针对核电站蒸汽发生器的高阶水位输出模型,提出了次最优降阶算法与遗传算法相结合的模型降阶方法.利用该方法对典型负荷下的核电站蒸发器水位系统模型进行了降阶,并在Matlab平台上对降阶后的模型进行了仿真.结果表明:采用次最优降阶算法与遗传算法相结合的降价方法得到的优化模型比传统降阶方法得到的模型更接近原始模型,利用该方法可以解决高阶线性控制系统模型优化降阶的问题.     

基于暂态过程的非侵入式负荷监测研究

非侵入式负荷分解方法是对系统中的负荷用电行为进行辨识的一种方法,是智能电网体系建设的重要环节。为了达到监测系统中负荷的目的,基于系统的暂态过程,对系统中的负荷进行辨识,即基于负荷的投切和换挡操作,提出用于负荷暂态过程检测和提取的算法;再选取合适的特征量表征每一类暂态过程,将得到的特征量经过归一化处理形成样本集,应用决策树中CART算法通过训练集生成负荷暂态类型判定的决策树,利用测试集来判定系统的暂态过程,以实现监测系统中负荷的目的,并通过改进决策树,提出了多层决策树算法,解决了算法误判的问题;最后通过实测数据验证了所提算法对系统中负荷的有效监测。     

基于改进遗传算法的电力系统无功优化

遗传算法是一种模拟生物进化过程的优化算法,可用于求解包含离散化变量的复杂优化问题,本文将遗传算法应用于电力系统无功优化,并对常规遗传算法的编码方式、遗传算子以及终止判据等方面进行了改进,使用该文提出的算法对IEEE 6、IEEE 30节点系统进行了无功优化计算,结果表明该改进遗传算法应用于无功优化是合理可行的。     

Solving the economic dispatch problem with a modified quantum-behaved particle swarm optimization method

In this paper, a modified quantum-behaved particle swarm optimization (QPSO) method is proposed to solve the economic dispatch (ED) problem in power systems, whose objective is to simultaneously minimize the generation cost rate while satisfying various equality and inequality constraints. The proposed method, denoted as QPSO-DM, combines the QPSO algorithm with differential mutation operation to enhance the global search ability of the algorithm. Many nonlinear characteristics of the generator, such as ramp rate limits, prohibited operating zones, and nonsmooth cost functions are considered when the proposed method is used in practical generator operation. The feasibility of the QPSO–DM method is demonstrated by three different power systems. It is compared with the QPSO, the differential evolution (DE), the particle swarm optimization (PSO), and the genetic algorithm (GA) in terms of the solution quality, robustness and convergence property. The simulation results show that the proposed QPSO–DM method is able to obtain higher quality solutions stably and efficiently in the ED problem than any other tested optimization algorithm.     

Identification of critical nodes for cascade faults of grids based on electrical PageRank

In this paper, the electrical PageRank method is proposed to identify the critical nodes in a power grid considering cascading faults as well as directional weighting. This method can rapidly and accurately focus on the critical nodes in the power system. First, the proposed method simulates the scenario in a grid after a node is attacked by cascading faults. The load loss of the grid is calculated. Second, the electrical PageRank algorithm is proposed. The nodal importance of a grid is determined by considering cascading faults as well as directional weights. The electrical PageRank values of the system nodes are obtained based on the proposed electrical PageRank algorithm and ranked to identify the critical nodes in a grid. Finally, the effectiveness of the proposed method is verified using the IEEE39 node system. The proposed method is highly effective in preventing the occurrence of cascading faults in power systems.     

FCM-RVM预警模型在某重力坝典型坝段水平位移预测中的应用

针对大坝变形原型监测数据的非线性和影响因子的相关性问题,提出一种基于模糊C-均值聚类（FCM）和相关向量机(RVM)的组合建模方法。首先用FCM方法对影响因子进行相似聚类,然后运用RVM算法分别对每一聚类样本进行训练学习得到对应的RVM模型,其中RVM算法中的核参数采用改进的粒子群（PSO）算法寻优。将各组合算法用于某重力坝典型坝段水平位移的安全模型构建中,并与多种模型预测结果对比,结果表明,FCM-RVM预警模型的预测精度较高。研究结果可为类似工程的大坝变形预警提供参考。     

Control strategy and experimental study on a novel defrosting method for air-source heat pump

A new defrosting method – the sensible heat defrosting method, aiming at shelving the various disadvantages of the conventional reverse cycle defrosting was proposed in this paper. The mechanism and process of this method was analysed. To guarantee the reliability, the self-organizing control algorithm with self-learning function was introduced based on the cardinal fuzzy control algorithm. Moreover, the control strategy was enacted; the corresponding self-organizing fuzzy control system was developed; the Micro Controller Unit (MCU) based control unit was accomplished; and the experimental study was conducted to investigate the sample machine of air-source heat pump system. The results of the experiments showed that the self-organizing control algorithm has good control characteristic and effect. On one hand, the adverse shock from the conventional reverse cycle defrosting to the refrigeration system could be avoided through this proposed method; on the other hand, the “oil rush” could also be eliminated. Besides, the thermal comfort could be greatly improved since the temperature fluctuation range of the supplied water is narrowed by applying this new method in practice.     

考虑多参数不确定性的微电网优化运行

针对微电网中多种不确定性因素的影响,提出一种基于云理论的随机框架进行处理,通过使用云滴模拟多不确定性问题,将不确定性的模糊性和随机性的定性分析转化为定量分析。针对1 d中不同时段微电网不确定性因素的变化情况,建立考虑经济性与可靠性的微电网优化调度模型,利用磷虾群算法对模型进行求解,并提出一种基于列维飞行的修正方法以提高算法的局部搜索能力。最后以17节点微电网仿真系统为例进行仿真计算,验证了所提方法的有效性和优越性。     

A particle swarm optimization approach for optimum design of PID controller in AVR system

In this paper, a novel design method for determining the optimal proportional-integral-derivative (PID) controller parameters of an AVR system using the particle swarm optimization (PSO) algorithm is presented. This paper demonstrated in detail how to employ the PSO method to search efficiently the optimal PID controller parameters of an AVR system. The proposed approach had superior features, including easy implementation, stable convergence characteristic, and good computational efficiency. Fast tuning of optimum PID controller parameters yields high-quality solution. In order to assist estimating the performance of the proposed PSO-PID controller, a new time-domain performance criterion function was also defined. Compared with the genetic algorithm (GA), the proposed method was indeed more efficient and robust in improving the step response of an AVR system.