共查询到20条相似文献,搜索用时 31 毫秒
1.
降低运维成本是保障海上风电经济效益的关键,运维方案优化对降低海上风电机组运维成本和提高发电量起着双重作用。根据风电机组零部件的可靠度模型,计算出每台风电机组最佳维修时机对应的时间窗,考虑提前维修和故障后维修的经济损失,建立包含时间窗约束的海上风电机组运维方案优化模型,然后设计基于参数优化的改进遗传算法计算出最优运维方案。最后采用某海上风电场内风电机组运维案例验证模型和算法,结果表明考虑时间窗约束的运维方案可大幅度提高海上风电的经济效益,改进遗传算法比传统遗传算法具有更强的寻优能力。 相似文献
2.
针对电力系统最优潮流问题,提出一种融入量子计算和混沌局部搜索策略的改进布谷鸟算法(QCCS),即对布谷鸟算法的个体进行量子位编码,通过叠加态的量子位实现多样化种群,并在算法每次迭代的优化值附近进行混沌局部搜索进而增加布谷鸟算法的局部搜索能力,同时采用量子门变换使每个个体朝最优个体进化,从而提高算法的寻优能力。最后以IEEE 118节点系统的最优潮流计算问题为例,应用QCCS进行仿真计算。通过与其他方法(PSO、GA、CS)计算结果进行对比分析,验证了QCCS算法求解电力系统最优潮流问题的有效性,从而为电力系统最优潮流(OPF)问题的求解提供了一种新方法。 相似文献
3.
基于差分进化算法的水电站短期经济运行研究 总被引:1,自引:1,他引:0
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。 相似文献
4.
5.
6.
针对风电机组柔性塔架因机械疲劳、振动等引起的失稳问题,采用改进的回归方法建立塔架振动预测模型。在风电机组不同运行工况下,通过相关性分析对多源异构数据进行优化,求出影响柔性塔架振动的相关联变量。基于灰狼优化(GWO)算法得到支持向量回归(SVR)方法的最优参数,建立塔架振动预测模型。以某风场2 MW风电机组120 m柔性塔架数据进行仿真分析,结果表明,在额定风速以上工况下,GWO优化SVR模型相较于BP模型、SVR模型、粒子群算法(PSO)优化SVR模型、鲸鱼优化算法(WOA)优化SVR模型,均方根误差RMSE分别降低了11.143、8.925、8.263、3.651;平均绝对误差MAE分别降低了9.032、7.016、2.665、3.233。基于GWO优化的SVR模型提高了柔性塔架振动预测精度,可为柔性塔架的振动控制提供准确数据支持。 相似文献
7.
以高海拔地区风电机组为对象,建立了平准化电力成本(LCOE)模型,并采用智能算法对其关键设计参数进行优化。分析了海拔升高对气候环境与风电机组的影响,建立了以转子半径、轮毂高度以及额定功率为设计参数的高海拔风电机组LCOE模型。以LCOE最小化为目标,采用遗传、粒子群、量子遗传3种智能优化算法对3个设计参数进行优化。优化结果表明,一定的海拔高度下存在最佳参数和最优LCOE,3种智能算法皆能得到模型的最优解,而量子遗传算法在收敛时间与收敛精度上均具有较好性能。随着海拔的升高,最优LCOE增大,3个优化参数呈现出不同的变化趋势。本文的相关结论对于高海拔风电机组选型与设计具有一定的参考意义。 相似文献
8.
9.
以经济费用最小为目标函数,建立了发电机组检修计划优化问题(UMS)新模型。由于生产费用在经济费用中占有的比例最大,因此在计算新模型的生产费用时考虑了发电机组组合优化问题(UC)。鉴于考虑UC问题的UMS问题为双层优化问题,其中UMS问题为上层优化问题,UC问题为下层优化问题,提出了一种改进离散粒子群算法(MDPSO),并将其用于搜索UMS问题的最优解向量,即解决上层优化问题;而由于拉格朗日松弛法在解决UC问题上具有计算速度快、结果精度高等优点,将其用于解决下层优化问题。利用该新模型和MDPSO算法对IEEE-RTS系统的机组的年检修计划进行优化,并与离散粒子群算法(DPSO)比较,结果表明DPSO算法在解决UMS问题上具有精度高、收敛速度快等优点。 相似文献
10.
11.
12.
13.
14.
针对在多风电机组风速预测任务中,卷积运算不适用于提取排布不规则的多风电机组空间相关性的问题,提出一种基于时空注意力-Seq2Seq模型的多风电机组多步风速预测算法。首先使用空间注意力机制强化风速序列的空间相关性,并对常规空间注意力机制进行改进;之后使用Seq2Seq模型中的编码器进行编码;最后使用结合时间注意力机制的解码器计算多风电机组的多步预测结果。以河北市某风电场的实际数据为算例进行实验,结果表明相比其他对比算法,所提算法的平均绝对误差下降约4.3%~15.0%,精度有较大提高。 相似文献
15.
16.
基于布谷鸟搜索算法的变电站选址方法研究 总被引:1,自引:0,他引:1
摘要: 传统变电站选址算法通常搜索时间长,且搜索质量不高。布谷鸟算法(CS)可有效克服传统算法中的“早熟”现象,有更高的全局寻优能力和搜索率。将该算法引入变电站选址模型,在模型中加入地理信息惩罚因子,应用布谷鸟搜索算法进行求解,用实际算例进行有惩罚因子和无惩罚因子模型的对比,证明加入地理信息因素可使变电站选址结果更加切合实际。 相似文献
17.
构建以风电、光伏等可再生能源为主体的新型电力系统是实现双碳目标的主要方向,但强波动性、高不确定性的大规模风电并网给输电网投资规划带来严峻挑战。为此,在考虑系统碳排放成本的基础上,以输电线路、风电场以及储能的投资成本、运行成本之和最小为优化目标,构建其协同扩展规划模型。为充分量化风电出力不确定性,以风电出力年历史数据为基础,提出数据驱动下两阶段分布鲁棒规划优化模型,第一阶段为基于最恶劣风电概率场景,优化求解综合成本最优决策结果,第二阶段为搜索风电最恶劣场景的概率分布,并采用列与约束算法对两阶段模型优化求解。算例结果表明,通过在所建拓展规划模型中引入碳排放成本,在保障系统安全稳定运行情况下,可有效提升系统对风电资源的合理消纳能力。 相似文献
18.
目前,关于风电机组性能的研究多集中于某一关键部件,文章针对风电机组整体提出一种性能评估的方法。首先采用支持向量回归(SVR)预测正常状态下的评价指标,并使用果蝇优化算法(FOA)来寻找其最优参数。为了克服FOA易陷入局部最优的缺点,引入免疫思想增加种群的多样性,并采用自适应搜索步长,提高其收敛精度;然后通过变权思想对预测误差进行组合,得到风电机组偏离正常状态的劣化度,实现对风电机组的性能评估;最后,采用某风电场的数据进行实验分析,验证了文章所提方法的可行性。 相似文献
19.
针对风电场中邻近多台风电机组集中出现缺损测量风速的工况,提出基于粒子群优化广义回归神经网络的风电机组缺损测量风速集成填充方法。以"成员等同性"原则引入动态时间规整算法、空间邻点法和Pearson相关系数法,分别搜寻与缺损测量风速风电机组风速演化最为相似的若干台风电机组及对应的测量风速时序,建立基于广义回归神经网络的填充子模型,采用粒子群算法对广义回归神经网络的模型参数和训练集的构成进行全局优化,之后选取较好的子模型构造自适应的熵权集成填充模型。实验结果表明:依据相似性风速序列进行缺损风速的填充能有效提高填充精度;粒子群算法优化广义回归神经网络,不仅提高了子模型的填充效果,更使得模型参数的调节有据可依,能适应不同风电场风速数据的特点;基于熵权的集成填充策略理论依据充分,集成填充的精度和稳定性优于单个子模型。 相似文献