共查询到20条相似文献,搜索用时 0 毫秒
1.
基于免疫算法的机组负荷优化分配研究 总被引:16,自引:10,他引:16
文章提出应用新的智能算法一免疫算法解决负荷优化分配问题。在分析负荷分配的数学模型和免疫算法特点的基础上,详细研究了基于免疫算法的负荷优化分配方法。优化问题的解对应于免疫算法中的抗体,解的优劣通过结合力的计算来评价,具有最大结合力的抗体就是问题的优化解。文中还提出应用机组持续状态时间进行编码改进,可明显加快算法的搜索速度,免疫算法中特有的基于抗体浓度更新和抗体多样性也使得算法具有很好的收敛性和搜索性能。该算法通过10台机系统进行了验证,计算结果证明免疫算法与其它优化算法相比,能更快搜索到较优解,从而为机组负荷优化分配的求解提供新的有效算法。 相似文献
2.
3.
4.
机组负荷优化分配的遗传算法 总被引:1,自引:0,他引:1
采用遗传算法对发电机组之间负荷进行优化分配,并与等微增率法进行了比较,计算结果表明,遗传算法在计算结果和适用范围方面都较等微增率法更加优越,具有较好的稳定性和快速的收敛性。 相似文献
5.
6.
火电厂机组负荷优化分配办法 总被引:1,自引:0,他引:1
火电机组负荷优化分配以机组的煤耗成本特性为基础,目的是使发电成本最低,其中不但将煤耗量降为最低,并且使全厂机组负荷的变化满足自动发电控制(AGC)的速率和精度的要求,提高供电品质.此外,在机组变负荷过程中尽可能地降低负荷调节频率,提高机组的稳定性,延长主、辅机设备的寿命.对此,研究以煤耗最低为原则,合理分配全厂机组负荷的方法,实现发电厂机组的安全、稳定和经济运行. 相似文献
7.
大机组间最佳负荷分配东北电管局柯家现代电力系统在不断发展,大电网中大机组的比重也日渐增大,发电厂的运行人员在日常运行中分担系统调度给予的调峰调频任务时,在机组之间正确地调整其负荷分配以获取最佳的效益成为系统经济调度的重要问题。电力系统中影响水电厂耗量... 相似文献
8.
结合国内电力市场现状,建立了火电机组负荷分配优化的模型.对比分析了机组负荷分配优化不同算法的优缺点,具有全局寻优能力的混沌算法最适合火电机组负荷分配优化的求解,并开发了机组负荷分配优化系统软件,对降低火电厂总煤耗,提高供电品质,实现火电厂机组的安全、稳定和经济运行具有一定的理论和现实意义. 相似文献
9.
负荷优化分配是火电厂运行优化的一个重要研究领域,在机组之间合理地优化分配负荷能够提高整个火电厂运行的经济性。针对火电厂实际的运行情况,考虑多个实际约束条件,建立了并行火电机组间连续多时段动态负荷优化分配的数学模型;提出运用新近发展起来的智能算法-粒子群算法来解决动态负荷优化分配问题,详细介绍和研究了该算法的基本原理以及在负荷优化分配问题上的实现过程,并针对原算法的不足,对算法进行了改进;根据负荷分配和算法的特性,对初始种群的生成方法进行了改进,同时对约束条件进行了有效处理。仿真实例表明,该方法收敛性好,收敛速度快,能够有效地达到或接近全局最优,从而为火电厂机组负荷优化分配的求解提供了新的有效算法。 相似文献
10.
阐述了负荷优化分配中的“等微增能耗率”的数学模型及算法;介绍了各机组在不同冷却水温度下煤耗特性曲线的现场试验;开发了在线实时负荷分配软件。 相似文献
11.
12.
基于改进思维进化算法的机组负荷优化分配 总被引:1,自引:0,他引:1
机组负荷优化分配是电厂提高经济效益的重要手段。思维进化算法(MindEvolutionaryComputation,MEC)模拟人类思维的进化过程,通过趋同和异化过程在解空间中搜索最优解,和其他优化方法如动态规划法等相比较,具有算法简单通用,可以得到全局最优解等优点。本文对思维进化算法进行了改进,增加禁忌区域、自适应调整散布方差、改进收敛条件,并用其解决机组负荷优化分配问题。通过两个算例的计算,并和其它优化方法相比较,证明了这种新方法的有效性,为机组负荷优化分配问题提供了一种新的思路和方法。 相似文献
13.
14.
15.
16.
17.
火电调峰机组负荷分配优化的数学模型 总被引:6,自引:1,他引:5
洪钧 《中国电机工程学报》1990,10(1):60-67
本文用最优化技术的数学理论指导电力生产过程,初步研究和建立了火电调峰机组负荷分配优化的数学模型,并且计算了若干优化曲线,制订了相应的优化方案。对于解决调峰机组的经济运行,提供了一种有效的手段。 相似文献
18.
根据某些有运行机组具有断续运行区域的特点,提出了耗量微增率的调整方式,并采用成本惩罚函数,以寻求在满足机组约束条件下有功负荷的优化分配。 相似文献
19.
20.
《贵州电力技术》2020,(2)
为保障电力部门对于台区内设备的维护,需要预测台区的负荷。因此供电部门就必须具备预测未来一年以至更长时间的台区负荷的能力,防止因负荷过载对变压器造成损坏,并保证城市的可靠供电。对台区负荷的预测难点在于对于城中村的预测,城中村流动人口多,产业类型复杂多样,受就业环境、经济发展的影响深,表现为负荷的变化相较于其他的台区随机性更强。鉴于此原因,我们以大数据平台为依托,进行单因素变量的预测,采用季节分解模型对历史用电负荷进行季节分解;然后分别用线性回归和自回归积分滑动平均模型(ARIMA)对季节分解出来的趋势和季节、残差成分进行预测,获得精度良好的负荷预测模型,最后选择两个特征鲜明的行业进行比较,分析其负荷增长特征。 相似文献