基于改进DBSCAN-RNN的电力负荷建模及可调特征提取

针对面向能源消纳的电力负荷实时调控需求,以电热水器为例建立调控模型,提出一种改进DBSCANRNN算法的电力负荷可调特征提取与可调潜力挖掘方法。以改进DBSCAN聚类结果作为RNN输入获得一种深度学习新策略,基于改进DBSCAN-RNN进行电器群设定温度与天气温度、电器负荷功率的建模,考虑用户电器使用习惯,输出输入量对电器实际功率的影响因子以及电器可调功率与真实功率对应的状态方程参数。某市电热水器群实际数据结果表明所提方法可正确有效地获取海量电热水器群聚合负荷模型及其可调功率。     

基于分时电价的电力负荷自动调度系统

针对传统电力负荷调度系统存在可靠性差、调度过程电力数据易失效的问题,设计一种新的电力自动调度系统。系统分为硬件设计与算法设计两部分。系统的硬件部分主要由电力数据采集器、负荷控制器以及调度器组成,分别采用芯片对其进行控制。对于系统的软件部分,基于分时电价制度,采用交叉遗传粒子群算法求取电力自动调度的最优解。为了验证所设计系统的有效性,进行一次仿真实验,实验结果表明,所设计的基于分时电价的电力自动调度系统具有良好的可靠性,并且系统在完成电力负荷调度的过程中电力数据失活时间更长。     

基于融合寻优算法的热电负荷经济性调度

在“双碳”目标下,发展能源利用效率高的热电联产电厂是非常必要的。热电负荷经济性调度是热电联产电厂降低能耗、提高企业经济效益的重要技术手段。为了获得更具经济优势的负荷分配结果,以文献中七机组的典型热电联产电厂为例,构建了热电负荷分配经济性模型,通过引入布谷鸟灰狼融合算法,同时使用惩罚函数进行约束处理,构建得到了不同的优化分配方案,并对所建立模型进行了负荷经济性调度。结果表明：优化后发电成本最低可达10113.81美元/h,与文献结果接近,且优于传统方案优化效果。此外,4种不同方案的优化结果对比表明,提出的CS-GWO算法在算法性能方面具有明显优势,其展现出了更好的收敛性及鲁棒性,能更加快速、准确地为电厂与电网、热网间的负荷匹配问题提供合理的解决方案。     

基于XGBoost建模及改进灰狼优化算法的再热汽温预测优化控制

为改善燃煤机组频繁变负荷过程中再热汽温的控制效果,提出一种基于机器学习的再热汽温预测优化控制方法。首先利用机组变负荷历史运行数据和XGBoost算法进行再热汽温特性建模,并采用随机搜索算法对模型参数进行优化以提高其预测精度。以最终的模型为基础,采用改进的灰狼优化算法(IGWO)对烟气侧再热挡板开度和蒸汽侧喷水减温阀指令进行实时寻优,实现再热汽温的预测优化控制。利用仿真机进行优化控制仿真试验。试验结果表明：采用智能预测优化控制方案可有效改善再热汽温控制效果,明显减少减温喷水用量,有助于提高机组的经济性。     

基于黏菌算法的热电联产机组负荷优化分配

针对母管制热电联产机组热电分配不合理、能耗高的问题,提出采用黏菌优化算法,以先汽机侧、后锅炉侧的顺序进行负荷优化分配的方法,并通过某“三炉两机”母管制热电联产机组的实际运行数据,对所提方法进行了验证。结果表明：优化后机组汽耗率降低了0.063 t/(MW·h),煤耗率降低了0.126 kg/t;在满足供热条件的基础上,通过合理的热电负荷分配,可以降低汽机侧汽耗率和锅炉侧煤耗率,从而实现能量利用效率的最大化。     

基于改进粒子群算法的机组负荷优化分配

针对标准粒子群算法存在容易早熟收敛的问题,在分析机组负荷优化问题的基础上,提出了一种基于解约束机制、边界反弹规则、高斯分布序列和混沌序列的改进粒子群算法。算法采用解约束机制和边界反弹规则处理优化问题的约束条件,同时在粒子移动过程中引入了高斯分布序列和混沌序列,从而克服了算法过早收敛的缺陷,提高了算法的全局优化能力。实例计算结果表明,该算法具有稳定的全局优化能力,为机组负荷优化分配问题的求解提供了新的方法。     

基于PC-GWO的高背压抽凝热电联供系统负荷优化研究

为了解决双机热电联供系统的热电负荷分配优化问题,以某双机600 MW高背压抽凝热电联供系统为对象,建立系统仿真模型并验证模型的准确性。通过控制中排压力的方式,根据机组安全运行约束条件,得到机组可行域。提出了一种使用过程耦合罚函数的灰狼算法,并分析了3种耦合方式和参数对系统性能的影响。结果表明：提出的过程耦合罚函数在求解成功率和求解误差方面具有明显优势,优化后机组热耗平均下降了117.96 GJ/h。     

基于不敏卡尔曼粒子滤波的动态电力负荷在线建模

电力负荷的时变性对电力系统实时动态仿真分析具有较大影响。为了提高实时动态仿真分析的精度，基于不敏卡尔曼粒子滤波提出一种动态电力负荷在线建模方法。针对一种指数型动态负荷模型结构，利用不敏卡尔曼粒子滤波算法对其参数进行在线辨识。通过这种方式，可以根据实时采集的量测数据在线修正动态负荷模型的参数，从而追踪电力负荷的实时变化特性。分别利用动态仿真平台和实际电力系统的量测数据进行仿真分析，结果表明了所提方法具有较高的在线参数辨识精度，并能对实际电力负荷的实时变化特性进行准确的描述。     

基于改进Bagging算法与模糊MP-LSTM融合的短期负荷预测模型

为提高负荷预测精度,提出一种基于改进Bagging算法与模糊最小窥视孔长短期记忆(Min peephole long short-term memory,MP-LSTM)融合的短期负荷预测模型.MP-LSTM模型相较于传统长短期记忆网络(Long short-term memory,LSTM)模型舍弃了输入门和输出门,...     

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.     

基于改进FC-IRKM的电力用户负荷分类研究

为了提升电力用户负荷分类精度,从而为电力企业有效掌握用户用电规律,制定电价,合理评估用电需求,进行了基于改进的FC-IRKM的电力用户负荷分类研究。首先,模糊聚类综合了模糊思想与聚类方法,粗糙集则解决了数据分类不清晰的情况,将两种方法的优点进行结合,提出了模糊粗糙K均值算法;其次,对IRKM算法记进行了理论分析,结合模糊粗糙算法,提出了一种FC-IRKM算法,并通过遗传算法对其参数进行优化,获得改进后的FC-IRKM算法;然后通过仿真对比实验,验证了在处理相同数据的时候,改进的FC-IRKM算法比其他常见传统算法的分类精度更高,适用性更广;最后将改进的FC-IRKM算法应用于电力用户负荷分类上,分类结果与预期结果相互印证,验证了该方法的适用性。该研究为电力企业把握电力用户的用电规律、合理规划供电计划提供了可靠的理论支持。     

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。     

基于改进的k-means聚类算法的季节性负荷特性分析

负荷特性分析的研究对电力系统稳定运行和调度具有重要意义。以历史负荷数据为基础,采用改进的k-means聚类方法得到具有代表性的负荷特性曲线。在考虑了检验聚类结果有效性模型的基础上加入了最大最小算法,让初始聚类中心稳定;采用改进的k-means聚类典型场景缩减算法,考虑到气候因素的影响,按照春、夏、秋、冬4个季节来对负荷数据进行分类,对历史负荷数据进行处理,得到具有代表性的负荷特性曲线。以某市的历史数据为例进行仿真分析,结果表明,该算法可以将原始的大规模场景缩减合并后得到可以表述该市的几个更少的负荷特性曲线,具有代表性和准确性,更具实际应用价值。     

基于改进飞蛾优化算法的水火互联电网负荷频率控制

负荷频率控制是互联电网进行有功调频的重要方法,设计了一种基于改进飞蛾优化算法的水火互联电网负荷频率控制方案,该方案将Lévy飞行策略引入到飞蛾优化算法中,同时在飞蛾的更新公式中引入动态惯性权值和历史最优火焰平均值以改善算法性能,并对互联电网分数阶PID控制器参数进行优化整定,以提高收敛速度及寻优精度。建立三区域水火互联电网LFC系统仿真模型,采用改进飞蛾优化算法搜索获得最优的分数阶PID控制器参数,并在阶跃负荷扰动下进行仿真分析。结果表明,所提方案具有很好的鲁棒性和控制效果。     

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。     

基于改进GSA的电力系统无功优化

针对引力搜索算法(GSA)初始群体随机和易陷入局部最优的缺点,提出了一种改进引力搜索算法(CLGSA),该算法引入混沌运动优化初始群体,提高种群的多样性,并结合Levy飞行的随机游走策略更新粒子的位置,降低算法陷入局部最优的可能。将GSA和CLGSA对IEEE14节点测试系统进行电力系统无功优化仿真。仿真结果表明,CLGSA不仅具有良好的优化效果,且能有效降低系统的有功功率损耗。     

基于改进的鱼群算法的厂级负荷分配优化

本文从机组经济性的角度出发,建立了在假定目标下的最优负荷分配模型,并结合由多种智能算法改进后的鱼群算法对模型进行最优值的求取,切实提高了算法的收敛速度及寻优的准确度。在实例中,选择3台机组进行负荷优化分配,仿真结果表明了模型的合理性及改进算法的可行性,同时本文在最后的内容当中对模型进行变化,引入了"附加经济函数",即在原有目标函数的基础上增添了新的目标函数,利用目标函数的变化去限制机组负荷分配过程中的频繁变动,进而达到减少机组负荷的频繁反调的目的。     

基于改进克隆选择算法的无功优化

提出一种改进克隆选择算法解决无功优化问题。该算法采用分级的变异策略,对每一代种群中的抗体按亲和力进行分级,根据等级确定变异范围和变异率：较低等级中的抗体(较优秀抗体)采用小范围、小变异率进行变异,较高等级中的抗体(相对较差的抗体)采用大范围、大变异率进行变异,兼顾算法的局部和全局搜索能力;结合均匀设计原理构造初始种群,与随机分布相比,在同样规模下,具有更好的种群多样性,且以较大的概率在全局最优解附近存在抗体,避免陷入局部最优解,提高算法的收敛速度;对IEEE 30节点系统进行仿真,结果表明:该算法具有解的质量高、收敛性能好等优点。