附加励磁阻尼控制抑制多模态SSR的机理及其关键技术

一些新建的大型煤电基地由于采用较高固定串补度的厂对网远距离大容量输电模式，所引发的多模态次同步谐振（SSR）正成为威胁机组安全和电网稳定的现实难题。以上都电厂串补输电工程（二期）为例，阐述多模态SSR的发生机理，分析采用附加励磁阻尼控制（SEDC）抑制多模态SSR的基本原理及其相对于其他措施的特点和优势，并重点探讨SEDC研发中面临的关键技术问题及其解决思路，为中国自主研发和应用SEDC设备解决SSR问题奠定基础。     

改进粒子群算法求解水火电系统短期负荷分配问题

粒子群优化（PSO）算法是一种基于群体智能的启发式搜索方法，应用领域很广。文中将PSO算法用于求解水火电系统短期负荷的经济分配，属于高维、强约束工程问题。分析了算法参数设置对解的影响，发现算法的局部开发能力和粒子的多样性是影响解的优劣的关键因素;提出多子群辅助的PSO算法，兼顾了对解空间的全局搜索和局部开发。实际算例证明，改进的算法是有效的。     

附加励磁阻尼控制抑制次同步谐振研究

基于阻尼特性分析对抑制次同步振荡的附加励磁系统阻尼控制器（SEDC）进行了详细研究。首先基于IEEE次同步谐振第一标准测试系统及IEEE ST1A型励磁系统设计相应的SEDC。采用测试信号法，通过计算发电机组的次同步电气阻尼特性，分析所设计的SEDC对发电机组次同步振荡的抑制效果。结果表明，SEDC在不采用带通滤波器的方式下，将转速偏差经适当移相及放大，通过对励磁电压的调节，可以提供足够的阻尼转矩抑制次同步谐振;采用带通滤波器可大大提高通带频率对应的电气阻尼，同时对多个模态采用带通滤波，可以同时提高各个扭振频率处的电气阻尼，有利于次同步谐振的抑制。     

上都电厂SEDC提高次同步扭振阻尼的现场试验

在上都电厂4号机上进行了附加励磁阻尼控制（SEDC）提高次同步扭振阻尼的现场试验，介绍了试验的基本原理、运行环境、主要内容和试验数据分析。试验结果表明:采用励磁注入法可安全、可靠地激发轴系次同步扭振并精确测定其特征频率，SEDC能有效改善各扭振模态的阻尼且不会对励磁系统常规调节功能（自动电压调节器/电力系统稳定器）造成不利影响。作为中国第1次以现场试验方式实证SEDC提高次同步扭振模态阻尼的效果，为自主研发和应用SEDC抑制次同步振荡/谐振奠定了基础。     

采用遗传-模拟退火算法优化设计SVC次同步阻尼控制器

针对锦界电厂串补输电工程的多模态次同步谐振（SSR）问题,在基波电纳次同步调制机理基础上,优化设计静止无功补偿器（SVC）次同步阻尼控制器（SSDC）。首先建立适应SSR分析与控制设计、包含SVC的多机系统线性化模型,其次提出了基于独立模态控制思路的控制器结构,然后将控制参数设计问题规范为一个约束型非线性规划问题,进而采用遗传-模拟退火（GASA）算法求解得到控制参数,最后采用特征值分析和时域仿真验证了控制系统的有效性。结果表明:SVC-SSDC能大幅提高机组扭振的模态阻尼,有效抑制SSR,从而保证了机组和电网的安全稳定运行。     

基于粒子群算法的污水处理模糊控制研究

为提高污水处理系统的控制性能．提出了基于粒子群优化（PSO）算法的污水处理模糊控制设计方法,即应用PSO算法全局优化模糊控制器的ka、kh、ku参数和控制规则。提高模糊控制器的控制性能和效果。仿真结果表明,基于PSO算法的模糊控制应用于污水处理需氧量（COD）的控制中,能使COD快速地准确达到期望的要求和较高的控制精度,污水处理性能得到了较大提高。     

基于文化粒子群算法的水库防洪优化调度

针对水库防洪调度具有多约束、高维、非线性、不易求解的特点,在粒子群算法（PSO）的进化机制中引入文化算法（CA）,利用文化算法的信仰空间对粒子群的进化进行指导,建立了文化粒子群算法（PSO-CA）。该算法在种群空间中采用PSO算法,在信仰空间中利用从种群空间中提炼出来的群体经验所形成的形势知识对群体的“早熟”现象进行监视,利用规范化知识对粒子加以限定,提高了算法计算效率。实例验证,该算法能较好地克服粒子群算法易陷入局部最优的缺点,并加快其收敛速度,可以有效解决水库防洪调度问题。     

电力系统机组组合问题的闭环粒子群算法

针对标准粒子群优化（PSO）算法易陷入局部最优解的缺点,提出了闭环PSO（CLPSO）算法。算法引入经典控制理论中的反馈机制和闭环控制概念,将每个粒子视为被控对象,根据每一步得到的适应值通过PID控制器动态调整惯性权重,以满足搜索过程中粒子时时变化的需求。该策略极大地保证了粒子多样性,提高了算法的全局搜索能力。将CLPSO算法应用到机组组合问题中,同时结合新的策略以降低问题维数和保证寻优过程中粒子的可行性。仿真结果验证了所提出的算法在解决机组组合问题上的有效性。     

基于微粒群优化算法的水轮机调节系统最优参数整定

（PSO）算法是一种随机全局优化技术，该算法简单、容易实现，且功能强大。文中研究了水轮机PID调节器参数的优化问题，利用PSO算法对系统所处的不同状态和工况进行了PID参数寻优。仿真结果表明，此种PID控制器比常规PID有更好的动态调节性能和鲁棒性，不失为一种具有较好实用价值的PID参数优化方法。     

基于LMI方法的VSC-HVDC多重模型阻尼控制器设计

电压源换流器式高压直流输电（VSC-HVDC）具有快速功率调整特性，结合相应附加小信号阻尼控制策略可以提高系统的低频阻尼能力。基于线性矩阵不等式（LMI）的优化方法为电力系统阻尼控制提供了新的设计途径。文中采用2步LMI优化方法，在建立系统多个运行点小信号模型基础上分别设计单一模型和多重模型运行点阻尼控制器，以改善系统阻尼特性。在PSASP中对 3机系统的时域仿真分析表明，基于多重模型的阻尼控制器具有较强的适应性，可在大范围运行条件下向系统提供足够的阻尼。     

功率目标函数下斯特林机的面积优化

建立考虑热阻、热漏、回热器损失等不可逆因素的斯特林机循环平均传热模型,用最大功率优化法对冷热端换热面积比进行参数优化,得到以最大功率为目标函数下的斯特林机冷热端最佳面积比,可用于指导斯特林机的设计和运行。     

水电站机组优化组合的混合粒子群优化算法

机组组合是水电站短期发电计划中一个非常重要的问题,合理的组合运行能带来显著的经济效益,开展对机组优化组合的可行性和有效性研究有重大的现实意义。建立了该问题的数学模型,并提出了混合粒子群算法（Hybrid Particle Swarm Optimization,HPSO）的工程实现方法,采用量子粒子群算法解决机组方案的确立,并采用粒子群算法求解负荷经济分配。设计了粒子的适应度计算方法和速度更新方法,提出了HPSO算法的求解步骤。仿真分析表明：HPSO算法求解机组优化组合问题是可行和有效的,该算法实现简单,具有更快更好的收敛性能。     

The Enhanced Honey-Bee Mating Optimization Algorithm for Water Resources Optimization

Evolutionary and meta-heuristic algorithms are widely used to solve water resources optimization problems. In this context, the honey bee mating optimization (HBMO) algorithm, inspired by the mating ritual of honey bees, is a reliable and efficient algorithm. The HBMO algorithm is modified in this work leading to the Enhanced HBMO (EHBMO) algorithm. The EHBMO is then applied to solve several unconstrained/constrained mathematical benchmark functions and a multi-reservoir problem. The performance of the EHBMO is compared with those of the elitist genetic algorithm (EGA) and the HBMO algorithm. The results show that the EHBMO achieves a better solution in a smaller number of functional evaluations and with less variance of results about global optima in comparison with the EGA and the HBMO algorithm.     

模糊优选ANN在水库调度方案优选中的应用

综合利用水库洪水调度决策是一个复杂决策过程。由于其精确优化解很难找到,因此从可行方案集中找出最优方案已成为当今研究的主要问题。在分析综合利用水库洪水调度特点及现有水库调度方法存在的问题的基础上,将模糊优选理论与ANN模型应用到调度方案优选当中。给出生成模糊优选ANN模型训练样本和方案优选的方法,并将其应用到辽宁省大伙房水库洪水调度方案优选之中。应用结果表明该方法简单、可行。     

改进粒子群优化算法在水文模型参数优化中的应用研究

引入改进的粒子群优化算法,对垂向混合产流模型计算参数进行优化,并对比参数优化前后水文模拟精度。研究结果表明：改进的粒子群优化算法模型可较快完成参数优化,相比于参数优化前,垂向混合产流模型年尺度模拟相对误差减少6.15%,模拟的过程确定性系数平均提高0.11;在次洪模拟中,模拟相对误差平均减少3.03%,模拟的洪水过程确定性系数平均提高0.19,水文模拟精度得到较大程度提高。研究成果对于区域水文模型参数优化提供参考价值。     

结构优化算法进展及其在拱坝优化中的应用

简要介绍了结构优化算法的现状及发展,并把结构优化算法的新发展之一——模拟退火算法应用于拱坝的体形优化,取得了较好的计算结果。     

关于工程造价的优化研究

工程造价的构成受到多种因素的影响。文章就设计阶段对工程造价的影响进行了论述,主要是基于建筑结构设计原理和工程造价原理,建立起建筑结构在设计阶段的经济优化模型。文章针对常见的钢筋混凝土框架结构,通过算例分析,说明了建筑结构的优化设计对工程造价的影响     

粒子群算法及其在暴雨强度公式参数优化中的应用

暴雨强度公式中含有多个参数,用传统的方法难以直接优化,或拟合误差较大.通过把粒子群优化算法(PSO)应用到暴雨强度公式参数优化中,经实例分析表明该算法与遗传算法相比具有较好应用效果.     

Optimization of Hedging Rules for Reservoir Operation During Droughts Based on Particle Swarm Optimization

This paper presents a methodology to achieve the identification of optimal hedging rules for operating reservoir systems, seeking to mitigate the drought impacts. The heuristic Particle Swarm Optimization (PSO) method is adopted as the optimization solver. This procedure establishes a two-phase method that combines PSO with the simulation of the water system, representing a system of reservoirs that are jointly operated to satisfy a set of demands with different priorities. The hedging rules are based on monthly storage levels that trigger restrictions on the demands. As model parameters, monthly rule activation thresholds and rationing factors were used for each type of demand. The optimization procedure minimizes an objective function that penalizes large deficits and assigns different weights to different demand types. Since the whole problem is quite complex, its dimensionality is reduced through: i) a set of candidate monthly activation thresholds are selected a priori associated to given risk conditions; and ii) the rationing factors are defined for every demand of each threshold throughout all months. In addition, an effort is made to avoid the trap in local optimums, whilst several other comments considering the application of the PSO method in the examined applications are provided. The procedure has been successfully applied to four water resource systems in Spain. From the application it can be seen that the deficits of the water supply demand are nearly removed, thanks to the larger weight given to the deficits of this demand type. The irrigation deficits are also reduced, since we lead to a sequence of smaller shortages than only one potential catastrophic shortage.