基于飞蛾火焰优化算法的火电调峰负荷分配研究

在分析火电调峰成本的基础上,以调峰成本最小化为目标构建了火电调峰负荷分配模型,引入飞蛾火焰算法作为模型求解方法,以重庆电网为例,共设定3种负荷分配场景,同时以粒子群算法和蚁群算法求解效果与飞蛾火焰算法对比,验证了模型及求解算法的高效性和合理性。结果表明：3种场景下,随着调峰需求的增加,优化过程中需要部分机组进行深度调峰和启停调峰才能满足调峰需求,优化后系统调峰总成本分别达到了1 976万元、2 645万元和3 287万元;3种算法求解过程中,飞蛾火焰优化算法收敛速度更快,求解效率更高,且经飞蛾火焰优化后的系统调峰总成本最低,相比传统优化算法具有更强的规避局部最优解能力。     

基于可控负荷的智能电网电压频率多目标优化控制

近年来分布式电源不断接入电网,其输出功率的不确定性严重影响了系统的频率和电压水平。与此同时,电网用户侧智能终端设备数量逐年增加,各节点的功率控制能力得到明显提高。因此,为使系统频率和电压幅值保持在额定值附近,本文提出了一种基于可控负荷的电压频率控制多目标优化模型。为了克服传统多目标求解方法主观性强的缺点,将所提多目标优...     

含风电的多域互联电力系统负荷频率控制方法

为确保风机参与调整系统负荷频率,建立了三区域含风力发电的互联电力系统负荷频率控制模型;同时,为抑制整个系统内部参数的变化、风能波动及负荷扰动所造成的负荷频率波动,又设计出一个分散的滑模控制器并用于仿真分析,当整个系统在进入滑动模态后,对外界的参数变化具有时不变性。仿真结果表明,所设计的滑模控制器比传统的控制器响应更快、超调量小,有效抑制了负荷频率波动,且当考虑发电机变化率约束条件时,所设计的滑模控制器仍能有效控制系统稳定。     

基于改进蝙蝠算法的微电网优化研究

为了协调微电网中各微电源的优化调度,文中研究了涵盖光伏、风电、储能、燃气轮机和燃料电池的分布式电源,在微电网并网与孤岛运行条件下,建立了以发电费用和污染物处罚费用最低的目标函数,并采用了具有Lévy飞行特征的蝙蝠算法求得一个调度周期内各个分布式电源的最优出力及总运行成本,最后将仿真结果与基本蝙蝠算法的结果相比较,从而验证了该文所研究的优化模型及改进后算法的可行性。     

基于SAC算法的含柔性负荷电-气互联系统的频率与气压协调控制策略

现今,电燃气系统在维持微电网稳定、经济、灵活运行方面发挥着重要作用。当其受到电力与天然气负荷扰动时,控制器需要协调微电网频率和天然气管道节点的燃气压力。为此,提出1种基于柔性动作评价（SAC）算法的电-气互联系统的频率-气压协调控制策略。首先,在分析天然气管网及耦合设备运行特性的基础上,建立天然气输送动态模型。其次,基于可控负荷用户行为的随机性,建立了包括微型燃气轮机（MT）,电转气（P2G）设备、可控负荷、分布式电源和负荷的微电网负载频率控制模型。此外,根据微电网频率与气压2个控制目标,设计了控制器的结构。最后,设置不同工况进行仿真,结果表明所提策略能协调系统的频率与气压。     

基于多电网负荷趋势的梯级水电站群中长期联合优化调度

针对传统梯级水电站群联合优化调度中未考虑梯级送电负荷与所送电网负荷趋势相匹配的问题,考虑多电网负荷趋势,提出了一种基于逐步优化算法的多电网负荷过程拟合误差最小与中长期发电量最大的耦合模型。实例计算结果表明,该模型对梯级发电量及其与多电网负荷趋势的拟合均取得了较好的效果,可提高梯级水电站发电计划的实用性。     

基于多层次的负荷优化分配方法研究

目前,节能减排已成为电力行业面临的迫切任务。在发电厂,区域电网中实施负荷的优化调度意义重大。针对这种形势,提出了基于单机故障、发电企业、区域电网的三个不同层次的负荷优化分配方案。并且,阐述了不同层次负荷优化方案研究方法及发展现状,引入了环境外部成本的概念。最后,对区域负荷优化分配方案的前景进行了展望。     

基于并行小种群差分进化算法的水火电力系统短期优化调度

为解决水火电力系统短期发电优化调度中存在的问题,提出基于MPI平台的并行小种群差分进化算法。该算法将进化种群分为若干个小种群(单个种群规模为3~10个),每个进化种群由不同的CPU进程独立执行差分进化算法,并在种群间引入集合、分散操作以协调各小种群的寻优过程;为降低小种群初始化和进化过程中多样性的损失,引入正交化初始化方法和种群重构技术;最后以典型案例验证了算法的有效性。结果表明,该方法在求解精度、收敛速度和求解耗时上均较有竞争力。     

含风电场的交直流互联电网协作式分布式模型预测控制

针对风电场输出功率的强波动性对交直流互联电网调频的影响,提出了基于协作式分布式模型预测控制的交直流互联电网调频控制方法,以提高风电经交直流通道外送互联系统的频率稳定性,克服集中式模型控制方法扩展性差的缺点,该控制策略具有全局最优解。文章建立了含风电场的交直流互联电网调频控制模型,构建了基于协作式分布式模型预测控制的含风电场交直流互联电网的经济性调频控制策略。以3区域交直流互联电网调频控制模型进行仿真,结果表明,文章所提出的协作式分布式模型预测控制方法,能够有效地改善风电场输出功率随机波动的频率稳定性,使系统频率及区域间交换功率在较小的范围内变化,其控制效果明显优于传统的分布式模型预测控制和分散式模型预测控制。     

基于改进混沌粒子群算法的火电厂经济负荷分配

提出了一种改进混沌粒子群算法,将抛物线与混沌序列相融合产生惯性权重,并引入遗传算法中的交叉思想,增加种群中粒子的多样性.建立了考虑汽轮机阀点效应的火电厂经济负荷分配模型,并采用等概率负荷调整约束处理方法处理经济负荷分配中的约束条件,以40台机组经济负荷分配为例进行仿真计算.结果表明:与传统混沌粒子群算法相比,改进混沌粒子群算法优化后的煤耗成本最佳值约降低0.78%;通过与其他智能优化算法的对比,验证了所提出的改进算法具有更好的优化效果和鲁棒性.     

风电场采用健康系数与变下垂输出系统参与电网调频研究

针对风电场参与电网调频导致备用功率冗余的问题,建立了风电场基于健康系数的备用功率分配系统与变下垂系数的备用功率输出的系统。为了分配风机备用功率与控制风机备用功率输出,采用了ARMA风功率预测法对风电场5台风机的历史功率数据进行处理,得到风机的能量密度和功率预测准度,再通过模糊逻辑系统求得风机健康系数,并按照健康系数进行备用功率分配。当频率响应系统检测到频率误差后,控制风机变下垂功率输出系统进行功率补偿,稳定电网频率。仿真结果表明,基于健康系数的功率分配系统与变下垂功率输出系统增加了风电参与电网调频的能力,减少了系统备用功率的冗余。     

改进PID算法下的电网温度控制过程仿真

针对电网温度控制具有非线性、多扰动特点,对敏感电子元件的工作温度要求较高,导致控制不准确的问题。提出基于改进的PID神经网络变结构控制的电网温度控制算法,构建电网温度控制系统的总体结构模型,对电网温度控制系统进行控制指标设计和流程分析,采用3层前向变结构PID神经网络控制算法对温度控制算法进行改进,设计电网温度控制的硬件模块和软件模块,对电网温度控制系统进行硬件配装和调试。仿真结果表明,采用该方法进行电网温度控制具有较好的温度控制跟踪性能,控制过程的收敛性能较好,减少了温度的波动和振荡,提高了对电网温度控制的精度。     

基于改进GP-GWO算法的电力负荷自动建模

负荷模型的建立是电力系统稳定性分析的重要环节,要求负荷模型既能准确反映负荷特征又要具有相对简单的模型结构。而目前的负荷模型往往是通过人工的方法来确定,具有很强的主观性。针对现有状况做出改进,提出将遗传算法和灰狼算法相结合的混合算法GP-GWO,实现电力负荷的自动建模。在使用遗传程序设计框架的基础上,首先用分层树结构表示复杂负荷函数模型。其次,由于灰狼算法具有较强的全局搜索能力和快速收敛能力,将改进GP算法与灰狼算法相结合,结合后的算法GP-GWO在优化模型参数、提高模型精度等性能方面有所提升。最后,从静态负荷模型和动态负荷模型中各选取一个算例,分别对其有功、无功进行建模、测试和评估,将GP-GWO算法结果数据与实验数据进行拟合对比,对比结果验证了该算法的可行性。     

一种适用于大区互联电网的负荷模型参数拟合方法

摘要： 电力负荷模型是电力系统分析计算的基础,模型参数的准确性关系到电力系统的安全稳定分析结果的可靠性。基于现代大区互联电网规模过于庞大、传统建模方法用于实际工作时仍存在很多问题,提出了一种针对大区互联电网的负荷模型参数的拟合方法。统计大电网内的负荷特性,根据以往的工程经验或负荷手册的推荐参数初步估计其负荷参数。将大电网按照管理和结构特征,划分为若干较小区域,调节每个小区域中负荷模型的某些重点参数并进行仿真计算,得到重点参数对全网仿真结论影响的灵敏度。根据实际电网的录波场景,分区调节负荷的重点参数,使得最终的仿真拟合效果满足一定的精度要求,得到适用的负荷模型参数。采用实际的电网扰动场景验证了该方法的正确性与实用性。     

改进遗传算法的无功优化

电力系统实现无功优化控制是保证系统电压质量、降低网损的重要措施。对于高维、非线性和连续变量与离散变量共存的电力系统无功优化数学模型,对一般遗传算法的无功优化算法在遗传操作过程中,进行了“灾变”,在选择操作中将轮盘赌和竞标赛方法相结合,对交叉变异算子根据每代个体的实际状况进行自适应调整。通过IEEE30节点算例表明了本文方法可有效提高每代种群的多样性,从而提高了一般遗传算法的无功优化的收敛速度和全局优化特性。     

基于改进BA算法的光伏发电系统MPPT优化控制

为优化光伏阵列在部分遮蔽情况下的多峰值MPPT控制,保证光伏发电系统实时功率的最大输出,提出了基于改进BA算法的最大功率追踪控制方法,即在基本BA算法的基础上,融入了小生境技术的共享机制与排挤策略,减少相似个体数量,从而增加了BA算法在迭代过程中的种群多样性,提高了BA算法在MPPT控制中的全局搜索能力,增强了最大功率追踪的稳定性,并将该算法与PSO、PO算法在不同光照及温度条件下的MPPT控制效果进行了仿真试验对比。结果表明,与传统算法相比,改进的BA算法具有更好的追踪效果,不仅避免了光伏系统在遮蔽情况下输出功率陷入局部最大值的问题,且提高了发电效率。     

基于改进的网格法和BA-BP-ARMA模型的风功率预测

为更精准地预测风功率,首先结合改进的网格法和K均值聚类(Kmeans++)算法预处理风机数据,以剔除异常数据,引入临界概率并根据聚类的实际物理意义设置聚类中心点个数,临界概率同时反映风机性能。其次,利用改进的蝙蝠算法(改进BA)结合前馈(BP)神经网络建立风功率预测模型,BA中引入速度权重因子和高斯变异来避免陷入局部极值。最后,针对风功率模型的预测误差建立自回归滑动平均(ARMA)模型,采用误差的ARMA模型来修正风功率的预测值。结果表明,BA-BP-ARMA组合模型的预测效果更好。研究成果可为风功率预测提供参考。     

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。