基于蚁群算法的DSP计算机智能电源设计与开发

计算机电源系统是计算机稳定工作的前提条件之一.一个良好的计算机电源系统应当具备合理的电源架构、稳定可靠的DC-DC电源,以及良好的运行智能控制系统.在构造合理电源系统架构的基础上,提出了基于DSP控制的计算机智能电源管理系统.利用软件内嵌的蚁群算法来增强系统切换时间的精确性,从而实现了在保证计算机电源基本功能的前提下,有效地减小系统运行的故障切换时间,提高了系统稳定性.     

基于蚁群算法的多电源配电网储能功率合理控制方法

由于多电源配电网储能功率控制获取的功率偏差和网络损耗结果不准确,导致功率控制结果不理想。提出基于蚁群算法的多电源配电网储能功率合理控制方法,并设计储能架构。储能架构由储能控制器、光伏控制器、风力控制器等设备构成。分析多电源配电网储能的运行特性,以运行费用和资源折旧费用总和最小作为目标,构建多电源配电网储能功率合理控制模型,通过蚁群算法优化求解模型,实现储能功率的合理控制。实验表明：所提方法未发生过电压和欠电压的情况,其网络损耗值仅为85.5 kW·h,三相不平衡度为0.18%,功率偏差为29.4 W,因此,所提方法有效提高了功率控制效果。     

基于改进蚁群算法的分布式电源容量优化配置

以实现配电网经济成本最低和环境污染最小为目的,设计了基于改进蚁群算法的分布式电源容量优化配置方法。首先,考虑节点环境不同因素搭建含多类分布式电源的配电网综合运行模型,明确了系统运行约束以及功率约束;其次,通过对信息素进行约束提出了改进型蚁群算法,以提高蚁群算法的收敛精度以及速度;之后,设计了基于改进型蚁群算法的配电网容量优化配置流程;最后,在Matlab平台上实现了中压配电网系统的容量优化以及选址,与相关案例结果对比分析验证了所提出方法的有效性。     

改进蚁群算法在复杂配电网故障区段定位中的应用

蚁群算法在配电网故障区段定位中应用效果良好,但具有搜索时间长、计算速度慢等缺点,为此对蚁群算法进行了改进。首先构造了动态适应配电网拓扑结构的开关函数,其次提出了蚁群信息素初值设置方法,引入解的扰动规则,最后确定了蚁群算法应用于多电源条件下配电网故障区段定位的方法。算例结果验证了该算法在计算速度和容错性方面的优势。     

快速智能双电源切换装置的研究与设计

提出了一种基于采样点突变原理的电源检测算法,设计了以光耦PC817作为隔离耦合器件的电源检测电路和以双向可控硅作为开关器件的双电源切换电路,据此搭建快速智能双电源切换装置。对该装置的电源检测算法及双电源切换过程进行了Matlab建模仿真,并搭建实验样机进行研究。仿真数据和实验数据均表明,该快速智能双电源切换装置的切换时间小于2 ms,远远优于现有双电源切换开关6 ms的时间指标,并具有无噪声、安全可靠、稳定的特点。另外,微控制器上预留智能控制接口可方便在应急电源系统中集成应用。     

数据中心柴油发电机电源切换逻辑探讨

介绍了数据中心负载特性,分析了以高压柴油发电机作为后备电源的大型数据中心典型供电架构,说明了不同电源情况、不同开关状态下的10 kV运行模式,讨论了PLC控制系统实现市电与柴油发电机电源的自动切换思路,以及在过程中对所带负荷馈线开关的自动投切顺序,并阐述了切换逻辑重点,可为数据中心设计与运维提供参考.     

350 MW机组保安电源系统分析及改进应用

火电厂保安电源系统对机组的安全可靠运行起着至关重要的作用。通过对350 MW机组交流保安电源系统的研究调试，对保安电源切换逻辑进行了详细分析。然后通过录波对MCC段母线电压、柴油发电机电压、开关动作时序的分析，对保安电源的切换时间进行优化，通过改进前后时间对比，证明切换时间优化达到了预期效果。     

一种适用于微电网状态无缝切换的混合控制策略

针对传统微电源逆变器控制算法需要在微电网并网和孤岛运行时切换的弊端,提出一种适用于微电网无缝切换的混合控制策略。该混合控制策略算法可以同时支持并网和孤岛运行状态,消除了在微电网状态切换时由于软件进行切换所带来的冲击。该算法在并网阶段微电源逆变器具有有源滤波器功能,消除非线性负载对电网带来的谐波电流;其电压环采用比例谐振控制器有效消除孤岛时微电源逆变器输出的电压静差。仿真结果验证了控制策略的正确性。     

分布式电源的配电网重构和电容器优化投切

综合考虑最优潮流、配电网重构和电容器优化投切,建立了计及分布式电源的配电网经济运行模型。鉴于模型的复杂性,采用结合最优潮流和改进蚁群算法的混合优化方法进行求解。该方法将最优潮流嵌入改进蚁群算法中,利用最优潮流求解考虑网络安全约束的分布式电源优化调度问题,利用改进蚁群算法优化配电网结构和电容器档位。为了提高蚁群算法的优化效率,建立含有局部搜索蚂蚁的混合蚁群,平衡蚁群算法的全局和局部搜索能力。通过对16节点和33节点的测试系统仿真,表明提出的模型和算法正确有效。     

全数字控制的燃料电池应急电源设计

针对传统的应急电源(EPS)系统应急供电时间短、切换时间长和不间断电源(UPS)不供电时网电对UPS须连续供电的问题,设计开发了基于DSP全数字控制的燃料电池应急电源系统。在设计中采用燃料电池作为主备用电源并结合蓄电池作为辅助电源的优势互补,延长了应急电源的供电时间。采用硬件直接实现网电掉电后自动切换的方法,切换时间能控制在10 ms之内,有效解决了传统应急电源切换时间长的问题。试验结果表明,方案所设计的应急电源具有安全可靠、应急时间长、切换时间短等一系列优点和较强的实用价值。     

基于自适应遗传算法和蚁群算法融合的配电网重构

配电网重构可以降低线损,均衡负荷,提高电压质量和增加配电网可靠性.主要在降低线损、提高电压质量和提高寻优效率方面,采用了自适应遗传算法和蚁群算法融合的方法.对遗传算法的交叉因子和变异因子进行了自适应控制,也不再人为规定迭代的最大代数,而是引入了染色体相似度和种群相似度的概念,使遗传算法的终止条件更加合理.自适应遗传算法...     

基于蚁群BP神经网络的动态测量误差预测

针对BP算法在神经网络参数学习中局部性能好但易陷入局部极小值而蚁群算法拥有良好的全局性能的特点,提出了神经网络的综合训练方法(蚁群BP算法,ACBP Algorithm)即首先利用蚁群算法对神经网络参数进行全局搜索训练,然后再利用BP算法对参数进行局部学习。设计了一种自适应蚁群算法,一定程度上解决了传统蚁群算法收敛速度和拓宽搜索空间之间的矛盾。最后利用仿真实例验证了ACBP神经网络较之BP神经网络和AC神经网络在动态误差预测方面的优越性,得出了相关结论。     

基于多种群蚁群算法的多目标动态无功优化

为在负荷变动条件下提高动态无功优化控制变量的调节效率和满足全天动作次数的限制,将全天电能损耗最小、有载调压变压器分接头动作次数和电容器投切次数分别最少作为目标函数,建立新的多目标动态无功优化模型.针对该模型提出改进的多种群蚁群算法,利用多种信息素交换方式,满足动态无功优化多目标、强时空耦合的特点,避免了蚁群算法陷入局部最优解.通过对 IEEE14、IEEE 30系统计算验证模型和算法的可行性和有效性.结果表明:该模型和算法能够降低系统能量损耗,提高电压质量     

基于广义蚁群算法的电力系统经济负荷分配

提出了一种可用于求解一般形式的非凸、非线性约束优化问题的广义蚁群算法，以用于求解复杂的非凸、非线性电力系统经济负荷分配问题，与用于组合优化的蚁群算法类似，该算法运用了正反馈，分布式计算和贪婪式启发搜索，基于不动点理论，给出了该算法收敛的充分条件，多个算例结果表明，文中提出的算法是有效可行的。     

基于蚁群算法的配电网故障恢复重构

研究了故障后输电线路的重构优化问题,提出了一种求解目标最优的故障恢复重构算法。该算法基于蚁群算法,以电压稳定为前提,建立了以降低网损和操作开关数目最少为目标的数学模型。该算法不依赖初始参数的设置,具有全局搜索的能力,可通过改变权重系数将网损、开关操作数目等多目标优化问题转化为单目标优化,提高算法效率。实例证明该算法可以准确得到配电网故障后电网重构的最佳方案。     

集中抄表系统载波路由算法的研究

集中抄表系统路由算法是整个系统可靠性的重要保障,算法的优劣也影响抄表的效率.文章提出一种洪泛法和蚁群算法相结合的动态组网路由算法,路由建立时使用洪泛法,路由维护时使用蚁群算法.新算法具有动态、抗干扰性强、稳定高效等优点.文章通过建模分析和现场测试证明,该算法适合基于电力线载波通信的集中抄表系统.     

基于改进蚁群算法的电力云数据中心任务调度策略研究

针对现有云环境下电力数据中心任务调度的高能耗、低效率等问题,在电力云体系结构的基础上,提出了一种基于随机Petri网的云数据中心任务调度模型.通过综合考虑时间约束、负载、能耗约束对蚁群算法进行改进,并通过改进算法对模型进行求解.通过实验对运行时间、能耗、平均等待时间、系统负载等几个方面进行了比较分析,验证了该方法的优越...     

基于混沌蚁群算法的配电网重构

配电网重构是电力系统为了降低网损而采取的主要措施之一。主要在基本蚁群算法的基础上,通过加入了混沌初始化和混沌扰动对基本蚁群算法做了改进,并应用到配电网重构问题上。通过加入混沌初始化,加快了算法的搜索速度;通过加入混沌扰动,使算法本身有效的避免了陷入局部最优解的问题,从而使算法快速、准确的找到最优解。最后通过对IEEE69节点系统算例的仿真,取得了较好的效果,证明了算法的有效性、可行性。