基于模拟退火粒子群算法的五强溪水电站厂内经济运行模型与应用

围绕水电站厂内经济运行问题,建立了以发电耗水量最小为目标的机组组合优化模型,针对传统粒子群算法(PSO)寻优能力不足及易陷入局部最优的缺点,引入收缩因子并结合模拟退火算法,提出了一种模拟退火粒子群算法(SAPSO),同时采用动态规划修补策略处理约束条件。以五强溪水电站为例,将SAPSO算法应用于厂内经济运行模型求解,获得电站机组组合及机组间最优负荷分配策略,并与SA算法、PSO算法及实际运行数据进行对比。结果表明,SAPSO拥有更强的寻优能力和寻优速度,实现了机组间负荷的最优分配,工程实用性强。     

巨型水电站厂内负荷准实时优化分配模型研究

目前,水电站厂内负荷准实时优化分配在中小型水电站得到了较好的应用,而在巨型水电站却缺乏深入研究。基于巨型水电站的实际生产运行情况,充分考虑其所担负的电网调峰、调频任务,增加了避免机组负荷大面积转移的约束条件;设计了巨型水电站厂内负荷准实时优化分配模块;采用改进动态规划算法,以水电站耗水量最小为目标,建立了巨型水电站厂内负荷准实时优化分配模型,并将该模型应用于四川省瀑布沟巨〖JP3〗型水电站(3 600 MW)。结果表明,通过厂内负荷准实时优化分配运行,电厂日发电耗水率由2.678 m3/(kW·h)〖JP〗下至降2.599 m3/(kW·h);厂内经济运行效益提高近3%;平均计算耗时0.102 s。该结果为研究巨型水电站厂内负荷优化分配提供了可靠参数,其建模思路也可供类似巨型水电站借鉴和参考。     

多约束的小型水电站厂内定负荷运行优化模型

以小型水电站的实际特性为依据,在满足电站日常要求下考虑多种约束条件,建立小型水电站厂内定负荷运行优化模型,采用递推优选法对模型进行求解。以四川龙潭水电站为实例,采用该模型对水电站机组运行参数进行优化,优化后日发电耗流量由7.459 m3/（kW·h）下降至7.349 m3/（kW·h）,且所有机组均处在建议的运行工况区。对于小型水电站厂内优化运行问题,所采用的计算模型求解精度高、结果稳定,能有效避开机组振动区。     

梯级小水电站日负荷优化分配计算的逐次优化法

针对梯级小水电站的实际情况，在给定水库用水量及计划日负荷图的条件下，将负荷优化分配至各电站、各台机组，建立了基于POA算法的数学模型，应用该模型计算的优化分配方案与实际运行数据相比较，电站的经济效益得到了提高。     

动态规划法在水电站厂内经济运行中的应用

利用动态规划建立了水电站厂内经济运行有功负荷分配数学模型。详细分析了动态规划法应用于水电站厂内经济运行的实施方案。方案同时考虑了机组检修和振动对有功负荷分配的影响。结合刘家峡水电站进行实例计算，结果表明，对机组台数较少的水电站，基于动态规划的水电站厂内经济运行实施方案不仅能够提高经济效益，而且能够保证系统运行的实时性。     

萤火虫算法在大型水电站机组组合方面的应用

鉴于水电站优化问题是一个多峰、高维的问题,且涉及到的约束条件较多,为了在各种约束下取得最优解,采用萤火虫算法建立了基于此算法的水电站最优机组组合模型,考虑到多重约束条件,在保障机组安全的前提下合理分配负荷,并将其应用于三峡水电站中。结果表明,萤火虫算法在计算速度和精度上均有一定程度的提高,能避开过早陷入局部解,且具有较好的收敛性,为实际的经济运行提供了较好的思路。     

东江水电站厂内经济运行动态规划算法

对水电站厂内经济运行涉及机组组合及负荷分配的相关问题,通过对多阶段决策过程可行域分析,揭示该模型具有求得整体最优解的功能,且算法有效、可行。     

基于差分进化算法的水电站短期经济运行研究

以水电站运行成本最小为目标,提出了一种用差分进化算法（differential evolution, DE）实现大型水电站最优运行的方法。差分进化算法是一种基于群体的多目标进化算法,通过群体内个体间的合作与竞争产生的群体智能指导优化搜索。将改进的方法应用于水电站经济运行,模型考虑了机组能量特性差异,并能在旋转备用、启停成本、气蚀振动区、机组可用性等约束条件下,制定出电站日内96段最优运行计划。计算表明,该方法避免了动态规划等算法处理多约束、大型优化问题的困难,同时提高了进化算法的精度。     

基于模型预测的多模式供热电厂机组间负荷优化分配调度研究

为解决热电厂机组间负荷分配不合理的问题,提出一种基于模型预测的多模式供热电厂多机组间负荷实时优化分配方法。基于模块化建模原理构建热电厂全厂范围的机理仿真模型,并运用运行数据对模型辨识校准,根据机组特性和电网调峰补贴政策,建立全厂的运行经济性收益评估模型,进而设计基于粒子群算法的负荷实时优化方法,借助性能预测模型预测评估各方案的经济性。以某包含高背压、切缸、抽汽、光轴4种供热模式机组的电厂为例,对不同电、热负荷组合工况下的厂内负荷进行优化分配研究。应用结果表明：该方法可根据热、电负荷的实时指令在线获得经济性优化的厂内机组间负荷分配方案。     

改进的人工鱼群算法在电力系统经济负荷分配中的应用

经济负荷分配是提高电力系统经济运行、减少发电成本的关键问题,针对现行优化电力系统经济负荷分配方法存在的不足,在传统人工鱼群算法基础上,引入了动态变量(可变感知距离、变尺度移动步长和随机移动的概率)和t分布概率算子,提出了一种改进的人工鱼群算法对机组有功出力进行合理分配,并利用该方法对某地3机系统进行多时段仿真。结果表明,该算法不仅优化了多台机组负荷的最优分配,且能更快更准地获取全局最优解,具有较高的使用价值。     

改进的混沌优化方法在电站机组负荷分配中的应用

利用搜索过程中的先验知识，提出了一种改进的变尺度混沌优化算法，对电厂机组负荷分配这一类高维、非线性问题进行寻优。该算法利用混沌运动的遍历性和随机性进行全局搜索，结合下降法思想在当前最优解的局部空间搜索，提高算法的收敛速度。通过罚函数，将非线性约束问题转化为非约束问题求解，在寻优操作过程中检验解的有效性。并采用目标函数中负荷取值区间判别方法，降低优化问题的规模，减少了计算次数。与传统遗传算法相比，改进的混沌优化算法获得了更好的效果。     

基于多目标优化算法的热电厂最佳负荷分配研究

热电厂热、电负荷的最优分配是在运行时间内满足用户要求及机组出力的限制条件下,合理分配运行机组间的热、电负荷,使整个热电厂的总煤耗最小.利用多目标优化算法对热电厂热、电负荷最佳分配进行研究.计算结果表明该方法简单方便,负荷分配比较理想,可以提高热电厂运行经济性.     

水电站全厂振动区及最优动力特性曲线研究

水电机组振动区的存在直接影响水电站厂内安全运行,研究考虑振动区的水电站最优动力特性曲线是实现水电站厂内经济运行的基础。首先在机组具有单振动区时利用组合数学推导出全厂振动区,分析表明水电站全厂振动区与水电站机组台数、机组振动区宽度及位置有关;然后根据全厂振动区通过引入惩罚函数求出水电站最优动力特性曲线。实例结果表明,水电站最优动力特性曲线考虑振动区时具有分段不光滑、不连续等特征,部分区域为避免机组运行在振动区发电流量有所增加。     

基于多种算法优化的水电站经济运行

在电力市场逐步成熟的电力系统中,具有运行灵活、负荷调节速度快等特点的水电站,承担着电网的旋转备用,如何让这些水电站经济运行,已成为当前电网系统要解决的重要任务之一。通过建立水电站经济运行模型,将遗传算法引入模拟退火算法,完成水电站经济运行优化,以解决水电站经济运行等联合优化调度等问题。并针对某一大型水电站分别采用了多种算法进行旋转备用经济运行计算,计算结果表明将遗传算法引入模拟退火算法具有收敛速度快、精度高等优点,在大中型水电站的经济运行中具有较大的实用价值。     

水火电系统日负荷经济分配及发电机组启停的实用计算

本文论述了一种计及发电机组启停的水火电系统日负荷经济分配的实用算法,即交替进行系统负荷分配计算与厂内机组组合计算,在得出各电厂出力安排的同时亦可给出厂内机组启停计划。试算结果表明算法可行。     

基于混合遗传算法的火电机组负荷优化分配

运用MATLAB编程拟合机组煤耗特性曲线。应用MATLAB编制混合遗传算法的程序得出结果,并与基本遗传算法和平均分配方法相比较得出最优的方案。最后用一个4台额定功率为328．5MW火电机组的实例来进行负荷分配,并验证混合遗传算法在机组负荷优化分配中的优越性。     

一种简捷的机组负荷优化分配新方法

提出一种利用模式搜索算法进行机组负荷优化分配的方法:先利用MATLAB的曲线拟合工具箱对原始数据平滑处理后拟合得到机组的煤耗特性曲线,再利用遗传算法与直接搜索工具箱中的模式搜索算法对机组负荷进行优化分配;仿真计算得到的图形和数据对比表明该分配方法比等微增算法应用范围广且具有更好的节能效果.     

基于模拟退火遗传算法的水电站优化调度研究

采用模拟退火遗传算法(SAGA)研究了水电站优化调度问题,与GA和经典的DP算法相比,结果表明该算法具有较强的局部搜索能力和较好的收敛能力,能以较快的速度找到全局最优解,是一种有效的搜索方法,可用于水电站优化调度中。     

供热机组间热电负荷优化分配的研究

通过分析供热机组间热、电负荷分配的特点,建立了热、电负荷优化分配的数学模型。利用复形调优法,对宁波中华纸业有限公司热电厂2台供热机组间热、电负荷最优分配方案进行了优化分析计算。实际运行表明：该优化方法性能可靠,操作方便,可提高热电机组运行的经济性。     

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。