基于量子粒子群优化算法的水电系统经济运行

首次将量子粒子群优化算法用于水电系统经济运行研究中。该算法是量子理论与粒子群算法的融合,在粒子编码过程中引入了量子的态矢量表达,并将量子比特的概率幅表示应用于粒子的编码,使得粒子可以表达为多个态的叠加;在粒子更新操作过程中,利用量子逻辑门实现了粒子的演化,具有比常规粒子群算法更好的目标优化性能。仿真结果证实该算法可有效解决水电机组经济运行问题。性能对比显示,该算法求得的解优于常规粒子群算法及其它优化算法所求得的解。     

基于混沌进化算法的梯级水电系统短期发电计划

提出一种求解梯级水电系统短期发电计划问题的新方法－混沌杂交进化算法（CHEA）。该算法将混沌序列与进化算法有机结合在一起,同时采用浮点数编码并构造一种新的自适应误差反向传播变异算子,从而有效抑制了进化算法的“早熟”现象和收敛速度慢等缺陷,仿真计算结果表明,该方法可以求解具有复杂约束条件的非线性优化问题,算法求解精度高,收敛速度快,从而为水电系统的短期发电计划问题提供了一种有效的方法。     

基于梯级水电调节的多能联合发电系统短期优化调度

“碳中和”背景下,以新能源为主体的新型电力系统正在大力建设,而化石型调节电源占比的降低给大规模新能源消纳带来了严峻挑战。为此,提出了基于梯级水电调节的多能联合发电系统优化调度模型,以减小因新能源的接入而给电网带来的功率波动冲击,并缓解电网调节资源配备压力。该日前调度模型以梯级水电平抑新能源接入后的负荷波动最小和系统综合成本最低为双重目标。针对模型中高维复杂约束问题,提出了一种改进的NSGA-II算法。该算法对选择策略中设定的比例因子进行了改进,并将正态分布算子引入交叉过程,以保证种群的多样性并提升算法在空间上的搜索能力。仿真结果表明所提模型能利用梯级水电有效平抑新能源入网波动,并兼顾多能发电系统综合经济效益。通过比较各种算法的结果,改进NSGA-II算法帕累托解的质量更优,且分布更均匀。     

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。     

节能发电调度下的水电短期优化调度

在水电比例较大的四川电网中,水电优化调度是节能发电调度的重要环节。将水电和火电分开进行优化,得到水电的总负荷曲线。以水电出力之和与总负荷曲线的偏差最小为目标,考虑各种约束条件,建立水电优化调度的数学模型,并利用遗传算法进行求解。在遗传算法中,设计编码方案,对一天中的5个时段分别进行编码,在前期就剔除大量不满足约束条件的方案,加快计算速度。该模型已经在实际系统中开始试运行,取得了良好的效果。     

水电机组技术改造的几个问题

对现有水力发电机组的技术改造是提高经济效益的主要手段作了论述。提出:机组零部件损坏,修复也不能满足可靠性要求必须更换时;机组技术性能指标、自动化程度差至必须更新换代时;机组主要部件更换比不换经济上有利时为判断其技术经济寿命的标准。指出技术改造准备工作的着重面。讨论了技术改造与经济安全的关系,并提出一种实用的机组改造时测定发电机定子绕组温度的热电偶法。经济效益的核定中论述了加权平均效率的计算及重要性等问题。     

制粉系统的经济运行

分析了广州发电厂员村热电厂制粉系统电耗偏高的原因，通过对制粉系统的一系列改进，使得制粉电耗由原来的27～30kwh／t降低至22～24kwh／t。降低了制粉电耗，提高了制粉系统运行的经济性。     

梯级水电站群短期经济运行的数学模型

在阐述梯级水电站群经济运行重要性的基础上,提出了梯级水电站群短期经济运行的数学模型,并用微增率逐次逼近法成功有效地求解了所建立的数学模型。通过实例验证了所建模型的正确性和实用性,证明了求解模型方法的有效性和可靠性。     

基于混沌遗传算法的水电站优化调度模型及应用

利用混沌运动的遍历性、随机性和规律性等特点,提出了一种求解水电站水库优化调度问题的基于浮点数编码的混沌遗传(CGA)算法。该算法的思想是采用混沌优化进行改善初始种群质量和利用混沌退化变异算子代替常规算法中的变异算子,避免搜索过程陷入局部极值。与动态规划、常规遗传算法进行比较,文中实例计算结果表明,该算法计算速度快、收敛性好,提高了常规遗传算法的收敛速度和优化效果。     

基于退火遗传算法的水电站短期优化调度

电力市场环境下,水电站短期优化调度对优化发电企业向电力市场申报的次日发电计划和最大化企业发电收益具有重要意义。为了提高短期优化调度的计算精度和效率,针对模拟退火算法和遗传算法的优缺点将两者结合起来形成退火遗传算法,改善其计算精度和速度。实例计算表明该方法是可行的。     

基于遗传算法的梯级小水电优化运行研究

优化调度是一个典型的多阶段决策过程 ,其目的是以梯级电站在调度周期内发电量最大为目标 ,在保证大坝安全的前提下确定水库的最优放水决策。介绍采用浮点数编码的遗传算法对浙江安地水库梯级电站进行优化计算 ,通过和常规调度结果比较 ,说明了该算法的有效性及优化运行的优越性     

三峡梯级和清江梯级水电站短期联合优化调度方法研究

针对清江高坝洲水电站下游水位流量关系受长江顶托影响和梯级水库间流量传播处理问题,建立三峡梯级和清江梯级水电站短期联合优化调度模型。根据实测资料构建受长江顶托的高坝洲水电站下游水位流量分段函数关系;采用相关分析法对梯级间实测数据进行率定,构建线性回归方程处理梯级间流量传播的计算。运用正弦轮盘赌选择算子的自适应遗传算法求解模型,克服单纯轮盘赌对适应度非负的要求。不同量级典型日流量过程模拟调度结果表明：三峡梯级和清江梯级联合调度效益增加明显。研究成果对未来三峡梯级与清江梯级水库群日发电计划的编制有借鉴意义。     

病毒进化遗传算法在水电站优化调度中的应用研究

将生物免疫系统的核心内容——病毒感染机制引入遗传算法,提出了基于病毒进化遗传算法的水电站优化调度模型。通过病毒个体对宿主种群的感染,有效改善了种群多样性,提高了遗传算法的全局搜索能力。以福建省棉花滩水电站的年发电调度为例,对丰、平、枯不同典型年进行了优化计算。计算结果表明,各种典型年,病毒进化遗传算法获得的调度结果均优于标准遗传算法,与动态规划方法获得的结果十分接近。因此,基于病毒进化遗传算法的水电站优化调度模型是有效的和优越的。     

基于遗传算法和运行区划分的水电站厂内经济安全运行分析

水口水电站作为华东电网主要调峰电站,机组运行工况变化频繁。对水口水电站进行水电站厂内经济运行分析,充分利用水资源降低单位功率耗水量,并使机组避开危险区运行是非常必要的。本文以水口机组运转综合特性曲线上的运行区划分结果为基础,充分考虑水电站机组运行的安全性和经济性,采用自适应遗传模拟退火算法对水口水电站进行了厂内经济运行分析。对运行工况优化分析后,在保证机组运行安全性的同时耗水量也有所下降,优化效果明显,说明厂内经济运行分析是有必要的,可为电站逐步实现经济运行提供技术支持。     

基于加速遗传算法的梯级水电站联合优化调度研究

梯级水电站联合优化调度是一项涉及学科门类广泛、牵涉部门利益众多的复杂大系统优化决策问题,对制定和实施区域用水规划、实现经济社会可持续发展具有重大的现实意义。鉴于当前群体智能优化算法应用于梯级水电站联合优化调度中存在的＂维数灾＂及大量约束条件不易处理的难点,将加速遗传算法（AGA）应用于梯级水电站联合优化调度研究中,采用＂分类假设＂的思路逆序寻找不同电站、不同时段优化变量可行决策空间并生成初始种群个体,由此重点阐述了改进遗传算法对优化调度模型大量复杂约束条件的实现方法。上述方法在我国水、电特性代表性良好的乌江梯级七库联合优化调度实例的应用结果表明：加速遗传算法对梯级水电站联合优化调度模型复杂约束条件具有较强的自适应及全局搜索能力,且计算结果与设计成果相比,乌江梯级水电站多年平均发电量增加约2.60%。可见,采用＂分类假设＂的研究思路处理群体智能优化算法应用于梯级水电站联合优化调度中存在的复杂约束问题是合理可行的,可为流域梯级水电站实行集中运行、调度提供科学有效的决策依据。     

基于遗传算法的小水电站优化调度方法的研究与实践

针对以发电为主的小水电站单库和串联小水电站群,以水电站的发电引用流量为决策变量,以水电站在调度周期内发电量最大为目标,分别建立了优化调度的数学模型。基于浮点数编码的改进遗传算法用于对模型的优化计算,从而提高了算法的搜索效率。基于VC 编程设计了小水电站运行调度智能算法系统软件,用类CbestGA封装了求解一般水库调度问题的遗传算法,并应用于一个实际的小水电站调度,实验结果说明了遗传算法用于水库优化调度的可行性和有效性。     

混沌粒子群算法在水库中长期优化调度中的应用

将粒子群算法和混沌算法相结合,用于求解水库中长期优化调度问题.它利用了粒子群优化算法收敛速度快和混沌运动遍历性、随机性等特点,对传统粒子群算法进行改进,摆脱了粒子群算法后期易陷入局部极值点的缺点,同时又保持了前期搜索的快速性.通过实例计算,结果表明该算法在收敛性和稳定性等方面明显优于传统粒子群优化算法,是一种有效的搜索算法.     

梯级水电站短期优化调度研究

在市场环境中系统电价和负荷一定的情况下,将效益最大化作为系统优化准则,运用水资源价值系数、设备运行费、折旧费及其他费用等成本因素,建立分时电价梯级水电站短期优化调度模型;构造了求解该模型的层结构蚁群算法,采用启发式规则解决解的多样性和机组启停问题,采用精英策略节约计算内存和优化时间。最后,运用我国西南地区某梯级流域中三个连续水电站的数据建立了调度模型并运用层结构算法进行仿真;并从理论方面分析了仿真结果中的每一个变化,对精英区大小的选择作了讨论,分析表明仿真结果与理论分析保持一致,说明建立的模型是合理的,提出的方法是可行而有效的。