尼尔基水库洪水调度方案研究

针对尼尔基水库初步设计阶段的防洪调度方案存在的问题,考虑水库工程完工、投入正常调度运用的现实需要,研究了与洪水预报方案水平相适应的、可在实时洪水调度中实施的洪水调度方案,基于现有的洪水预报方案及其精度,研究了尼尔基水库的洪水调度方式及其判别指标,确定了洪水调度方案的基本框架,并采用粒子群优化算法优化计算了泄量参数.结果表明,该方案确保了水库自身的防洪安全,基本完成了水库规定的防洪任务,可用于尼尔基水库运用初期洪水调度.     

基于文化粒子群算法的梯级水电站优化调度研究

针对PSO算法中的早熟收敛问题,提出一种文化粒子群算法(CPSO)并将PSO纳入文化算法模型作为群体空间的进化方式,引入一种局部随机搜索算子实现信念空间的知识结构并指导算法的演化过程,在保持种群多样性的同时提高算法的全局寻优性能.将CPSO应用于某梯级水电站的优化调度中,结果表明,CPSO可很好地兼顾计算速度及求解精度,为梯级水库优化调度提供了一条全新途径.     

基于粒子群算法的设计洪水过程线推求优化方法

针对设计洪水过程线同频率放大法中手工修匀的不足,提出采用计算机优化方法实现洪水过程的自动放大.基于相似原理建立了一种推求设计洪水过程线的优化模型,并采用杂交粒子群算法求解该模型,以改进标准PSO算法的全局寻优能力.实例表明,该模型完全控制了设计洪水洪峰和洪量,有效保持了典型洪水模式,避免了人工修匀的任意性和复杂性.     

流域梯级水库防洪优化调度数学模型及PSODP解法

根据最大削峰准则,建立流域梯级水库防洪优化调度数学模型,采用马斯京根方程模拟梯级水库间洪水流动。引入粒子群优化(PSO)与死亡罚函数相结合的混合算法PSODP求解模型。实例计算表明,模型不仅有效地减小了整个流域梯级水库的洪灾损失风险,而且提高了流域梯级水电站的经济效益,同时验证了PSODP算法是可行、有效的,是求解此类问题的一种新的高效计算方法。     

基于改进PSO调度模型的水电站发电量分析

鉴于以往水库优化调度的求解精度受制于离散的密度的不足,引入可连续域寻优的粒子群算法,建立基于PSO水库优化调度模型,并针对粒子群算法易出现的收敛性差和处理约束问题困难等问题,提出了改进措施,并应用到水电站的发电量分析中。     

基于多策略改进PSO算法的微电网优化调度研究

为解决微电网中随机性、波动性和分布式电源出力管理困难问题,提出一种并网模式下微电网优化调度的综合经济模型。首先,考虑蓄电池和峰谷电价的影响,计及失负荷和蓄电池超容惩罚成本,建立以微电网运行成本和污染物排放成本最低的目标函数;其次,引入白鲨优化算法（WSO）的全局动态捕猎特性,对粒子群优化算法（PSO）进行了Tent混沌映射、动态时间因子和多项式变异的多策略改进,并将其应用于求解多目标多约束非线性的微电网优化问题。仿真结果表明,与PSO算法和麻雀搜索算法（SSA）相比,改进PSO算法用于微电网优化调度可降低微电网运行成本、减少环境污染并提高新能源供电的可靠性。     

基于粒子群算法的储能电站经济优化调度策略

储能电站的功率分配方案直接影响其调度成本,合理的功率分配方案是保障电站运行经济性的基础。为了合理有效地进行储能电站功率分配,文章以单位周期内调度成本最低为优化目标,搭建了考虑电池容量损失的储能电站调度成本模型,并利用粒子群优化算法(PSO)寻求储能电站调度任务的最优分配方案。在保证完成储能电站调度任务的同时,最大限度地降低调度成本。案例仿真结果表明,文章所提出的PSO优化分配方案比传统等比例功率分配方案具有明显的优越性。当储能电站在传统调度方法下寿命终止(1 597次)时,PSO优化调度方法同比节约调度成本约19.7%,且在此基础上可继续工作370次,使储能电站的运行寿命延长23.2%。     

基于位置动态参数PSO算法的水库防洪调度研究

介绍了一种易于实现、参数少且收敛快的集群智能算法——粒子群算法。针对标准PSO算法的缺陷,提出了在位置进化方程中引进动态参数的方法,改进了标准粒子群算法的收敛速度。根据建立的水库优化调度数学模型,将改进的粒子群优化算法运用到水库优化调度计算中,并通过算例验证该算法的可行性和有效性。     

一种水库洪水多目标调度的线性综合优化算法

针对水库洪水优化调度的非线性、多目标特性,研究了一种水库洪水多目标调度的线性综合优化算法.理论推导与算例仿真表明,该算法通过有限次的单目标优化计算,可直接获得多目标函数最优解集的前端,从而避免了复杂的多目标进化算法的搜索过程,且其最优解集的目标空间分布曲线清晰,直观地表达了当前洪水状况下优化调度解的分布及各目标间的关系,对水库洪水多目标优化调度的决策具有重要意义.     

基于逐步优化算法的水库防洪优化调度模型研究

建立了逐步优化算法(POA)水库防洪优化调度模型,并嵌入分段试算法以求出有效POA初始序列,对水库防洪调度进行研究,得出合理的优化调度方案,有效利用了防洪库容拦蓄洪水、削减洪峰、补偿调节、减免洪水灾害,以充分发挥水库的综合效益.     

Optimization of a solid oxide fuel cell and micro gas turbine hybrid system

For a solid oxide fuel cell (SOFC) and micro gas turbine (MGT) hybrid system, optimal control of load changes requires optimal dynamic scheduling of set points for the system's controllers. Thus, this paper proposes an improved iterative particle swarm optimization (PSO) algorithm to optimize the operating parameters under various loads. This method combines the iteration method and the PSO algorithm together, which can execute the discrete PSO iteratively until the control profile would converge to an optimal one. In MATLAB environment, the simulation results show that the SOFC/MGT hybrid model with the optimized parameters can effectively track the output power with high efficiency. Hence, the improved iterative PSO algorithm can be helpful for system analysis, optimization design, and real‐time control of the SOFC/MGT hybrid system. Copyright © 2011 John Wiley & Sons, Ltd.     

基于粒子群算法的水电站中长期优化调度研究

以洪家渡水电站为例,探讨了粒子群算法在水电站中长期优化调度的应用方法及效果。实例计算结果表明,该算法可以求解复杂约束条件的非线性水库优化调度,精度高、收敛速度快,为解决水电站中长期优化调度问题提供了一种有效的方法。     

最严格水资源管理与优化配置研究

为分析"三条红线"约束下的水资源优化配置问题,在粒子群优化(PSO)算法的惯性权重项中引入服从正态分布的随机因子,以提高算法寻优效率。在最严格水资源管理制度的指导下,以社会、经济和环境的综合效益最大为目标,建立"三条红线"约束下的水资源优化配置模型。以玉环县为例,应用该算法求解水资源优化配置模型,并推荐最优的水资源配置方案,为玉环县以目标效益最优倒逼产业转型升级的决策方向提供了依据。优化配置结果表明,在水资源优化配置中应用改进惯性权重的粒子群算法求解合理可行。研究成果为"三条红线"约束下的水资源配置研究提供了新思路。     

增强输电能力的TCSC选址与定容研究

提出了一种新的TCSC选址方法,采用简易粒子群算法求出系统中较为敏感的支路群,用改进的粒子群算法在较敏感支路群中确定TCSC的最佳安装位置,并求出TCSC的最佳安装个数和安装容量,来达到系统输电能力最大的目的。针对PSO易陷入局部最优的缺陷,把种群熵的概念引入粒子群算法对其进行了改进．IEEE30节点系统的仿真计算结果验证了所提方法的有效性。     

基于改进参数的粒子群算法的换热网络优化

对于换热网络综合优化问题,粒子群算法能有效解决其容易陷入局部最优和无法收敛到全局最优的局限性。标准粒子群算法具有较强的随机性,可调节参数较少,不同的参数配置对算法的优化效果有显著影响。在分析粒子群算法中各参数特点的基础上,通过合理调整参数,使该算法在连续变量优化过程中具有更好的全局收敛性能。采用4股流体的小规模换热网络算例进行验证,优化结果表明,改进参数后的粒子群算法对计算换热网络综合问题有效。     

Solution to economic dispatch problem with valve-point loading effect by using catfish PSO algorithm

This paper proposes application of a catfish particle swarm optimization (PSO) algorithm to economic dispatch (ED) problems. The ED problems considered in this paper include valve-point loading effect, power balance constraints, and generator limits. The conventional PSO and catfish PSO algorithms are applied to three different test systems and the solutions obtained are compared with each other and with those reported in literature. The comparison of solutions shows that catfish PSO outperforms the conventional PSO and other methods in terms of solution quality though there is a slight increase in computational time.     

改进粒子群算法在梯级水电站优化调度研究中的应用

针对梯级电站优化调度具有多阶段、非线性和组合性的特点,采用改进粒子群算法来求解。针对目前采用的基本粒子群算法在求解时存在易陷入局部最优和早熟的缺点,改进粒子群算法以混沌变量生成机制来增加种群的多样性,以逐步优化和随机生成相结合的方法生成初始种群,以增加粒子生成的有效性。实例计算结果表明,改进粒子群算法可以取得较好的效果,并为梯级电站优化调度提供了一种有效的方法。     

基于动态调整学习因子的免疫粒子群算法及其应用

为了使风光水联合发电系统达到经济效益最大化优化调度的目的,针对粒子群算法在进化过程中易早熟、后期收敛速度慢并且精度较低的特点,提出一种动态调整学习因子的免疫粒子群算法.该算法对学习因子进行非对称线性动态调整,增强前期的全局搜索能力,以及后期的局部搜索能力,快速得到全局最优解.该算法在文中联合系统的求解中得到很好的应用,显著提高了搜索精度,表明了模型和算法的有效性.     

基于改进粒子群算法的火储联合调频优化储能控制策略研究

为了解决火储联合调频协同控制效果与储能系统成本回收的问题,提出一种改进粒子群算法的储能优化控制策略,通过引入自适应权重调整全局搜索方向,并解决储能电荷状态与出力状态的耦合性问题,建立火储联合调频综合性能指标进行储能控制策略研究。案例仿真结果表明：本文所提算法比传统算法在收敛效果方面具有明显优越性,避免了局部最优解问题;当储能系统电荷状态设置在57.5%和42.5%时,提高了机组调频响应效果,延长了储能设备的使用寿命。