基于模糊层次分析法的AGC机组调配决策研究

中国电力工业正处在厂网分开、竞价上网、开放电力市场阶段,而AGC机组参与系统负荷调节又是电力市场中很重要的内容.针对电力市场下AGC机组调度的选择提出了一种基于三角模糊数的层次分析法,经实例验证该方法反映了决策因素的模糊性和不确定性,提高了选择的可信度,为AGC机组经济调度综合评判提供了一种新方法.     

优化协调控制系统提高机组AGC响应速率

本文对火力发电厂自动发电控制系统(AGC)的结构和机理进行了简单分析,根据大唐黄岛电厂三期两台超临界机组的AGC的投运情况和控制对象的特点,提出了对协调控制系统进行优化改进,分别从改变燃料量负荷前馈、预加减燃料,克服主蒸汽压力惯性、增加机组对煤质变化的适应能力、对汽轮机调门特性流量曲线整定等几个方面进行优化处理,优化后机组对AGC指令的响应速率有了显著的提高。     

基于优化排污函数的节能发电调度方案

针对目前节能发电调度的排污函数较为粗略的问题,利用ASPEN PLUS对燃煤电厂的锅炉燃烧流程进行模拟,通过SPSS软件对燃烧所产生的污染物进行回归分析,得出更加细化的排污函数。利用该函数,以发电产生的环境成本及燃料成本最优为目标,建立调度模型,并对包含26个节点、6台发电机的系统进行算例分析,验证了该排污函数和调度方案的有效性。     

智能大厦冷水机组系统的优化调度

从系统的角度对智能大厦冷水系统的节能问题进行了分析 ,并提出通过对系统设备进行优化调度达到节能目的的方法 .冷水系统的优化调度是在满足大厦实时冷负荷需求以及设备和系统运行限制的条件下 ,通过机组的优化启停、优化台选、优化设定运行参数以及机组间的实时负荷最优分配等措施使系统的运行费用最低 .采用一种适合于解决机组调度问题的改进的遗传算法对机组优化调度问题进行整体求解 .用这个方法对一个实际冷水系统机组进行优化调度 ,结果证明是有效的 .采用这种方法比传统的方法节能 10 %以上 .     

供水系统直接优化调度遗传算法求解模型研究

针对目前我国完全采用微观模型的方法难以满足供水系统优化调度的要求的现实，以测压点压力
宏观模型、水源供水量和水源供水水头之间的关系模型替代复杂的管网水力平衡方程，并以每一泵站每
时段应有水泵运行求得的出水量和管网求得的需水量相等的条件,建立了大型供水系统的多目标混合离散
变量的直接优化调度模型.利用遗传算法对直接优化调度模型进行求解，提出了对各种约束条件处理的方
法;针对遗传算法容易早熟等的不足，提出将遗传算法和模拟退火技术相结合，并采用自适应交叉和变异
率的解决方法.算例计算表明，该算法具有较强的适用性.     

谈加强隔河岩水库优化调度

隔河岩水电站作为新兴电站水库调度工作才刚刚起步，本文阐述了开展水库优化调度工作的巨大潜力和重要意义，针对隔河岩特点提出了进行水库优化调度研讨的主要原则和方向，指出高起点实施水库优化调度的途径。     

基于小生境混沌遗传算法的水资源优化调度

水资源调度具有多目标、大规模和不确定性等特点,利用混沌遗传算法求解水资源调度问题,在一定程度上避免了局部优化并提高了求解速度,但由于损坏了种群多样性导致求解精度较低.为此提出了基于小生境的混沌遗传算法(NCGA),该算法通过小生境技术保留源中心个体的方法保护了种群多样性,同时利用混沌的随机性、遍历性及规律性与遗传算法的快速收敛性相结合,从而使该算法提高了求解速度和求解精度.将该算法应用到水资源优化调度模型中,仿真结果验证了该算法比混沌遗传算法能更合理高效地分配水资源,达到了综合效益最大化.     

基于遗传算法的水电站优化调度研究

用基于十进制编码的遗传算法研究水电站优化调度问题 ,与通常采用的基于二进制编码的遗传算法相比 ,采用十进制编码 ,避免了由于二进制编码串很长而造成的算法搜索效率低的缺陷 .实例计算中 ,以动态规划法求得的优化解为比较基础 ,采用十进制编码较之二进制编码在相同进化内更接近最优值 ,运行速度大大加快 ,提高了算法的运行效率     

基于改进遗传算法的有功经济负荷分配

提出将爬山算法与遗传算法相结合,从而构成了求解有功负荷分配问题的混合遗传算法,并进行实验计算。计算结果表明,用混合遗传算法求解有功负荷分配问题,可以在一定程度上克服遗传算法在局部搜索能力方面的不足和爬山算法在全局搜索能力方面的不足,从而得到质量较高的解。     

火电厂负荷经济分配的遗传算法解法

研究了遗传算法在火电厂负荷经济分配中的应用,针对火电厂负荷优化分配问题,建立数学模型;根据负荷经济分配问题的特点,对遗传算法的初始群体生成方法进行改进,通过C语言编程实现了计算机模拟,算例仿真证明了设计的有效性.     

基于经济负荷分配的混沌迭代粒子群算法

为高效求解复杂的非凸、非线性电力系统经济负荷分配问题,提出了一种混沌迭代粒子群算法：粒子群算法的全局搜索能力很强,但易陷入局部最优,混沌的遍历性特性可有效抑制早熟现象。将最优迭代因子引入粒子群算法,对经粒子群算法搜索后的先验解进行基于一种新 Ｔｅｎｔ映射的混沌变异,并改进算法的迭代策略,以平衡粒子的全局和局部性搜索,避免了早熟收敛。通过 ６机组、１５机组的仿真试验,以及同其他算法仿真结果的比较,验证了本算法良好的收敛性和寻优性。     

负荷经济调度的可变区间编码遗传算法研究

应用遗传算法对发电厂负荷经济调度问题进行求解。针对遗传算法局部搜索能力较弱的特点,采用可变区间的编码方法,将求解过程分为初步寻优和精细优化。算例表明,该方法使用较短的编码长度获得较好的优化结果,可以在不提高编码长度的情况下提高计算精度,降低了计算精度对基因长度的要求。     

机组优化组合的改进遗传算法

提出了用于求解机组优化组合的一种改进的遗传算法 ,并结合实例 ,对不同算法进行了分析比较 .算例表明 ,该方法对发电机组优化组合问题具有实用价值     

智能电网中基于ESS-MOPSO算法的调度优化策略

结合智能电网的调度优化策略应综合考虑经济运行、节能减排及电能质量各方面因素,给出了智能电网的优化调度方程,并采用粒子群算法对该方程进行多目标寻优.介于传统粒子群算法中使用Pareto准则的局限性,采用一种基于优先阶的均衡选择全局搜索策略,更加有效地选取出全局最优粒子,引导其他粒子寻优.在对智能电网调度优化的仿真中取得了良好效果.     

基于混沌遗传算法的多目标QoS组播路由优化

针对遗传算法易发生早熟收敛的缺点,提出了一种既满足时延、时延抖动及带宽等约束,又能使通信代价最小的混沌遗传算法。该算法利用混沌扰动算子对种群进行扰动操作,增加种群的多样性,抑制遗传早熟收敛的发生,提高收敛速度。仿真结果表明了该算法的有效性、快速收敛性及稳定性。     

成本导向下基于遗传算法的曲面幕墙设计优化

针对目前建筑越来越多采用曲面幕墙而带来的高额建造成本问题,提出方案设计阶段优化与深化设计阶段优化相结合的两阶段复合优化方案,对曲面幕墙工程项目进行成本优化.通过Rhino建立曲面幕墙参数化模型,利用Grasshopper逻辑运算器编写优化方案,实现控制参数生成的优化方案.在方案设计阶段中,使用多目标遗传算法进行网格划分方案优化.综合考虑面板类型占比与龙骨综合长度的平衡解集,选择满足工程需求的最优方案解,在深化设计阶段中使用单目标遗传算法,将双曲型面板优化为单曲型面板,降低双曲型面板数量的占比.通过实际工程应用的分析可知,该复合优化方案在原始方案基础上的优化率为23.19%,现有只在单一阶段进行优化的方案优化率为16.20%,复合优化方案的优化率在现有的优化方案的基础上增加了6.99%.研究结果表明,利用该研究方案,能够有效地降低曲面幕墙工程项目成本.     

基于遗传算法和蚂蚁算法求解函数优化问题

针对遗传算法求解精度低以及蚂蚁算法求解速度慢的问题，提出一种基于遗传算法和蚂蚁算法的混合算法.该混合算法利用了遗传算法快速随机的全局搜索能力的优点，设计了编码与适应度函数，进行了种群生成与染色体的选择，并通过设定交叉算子和变异算子， 生成了信息素分布.该混合算法利用了蚂蚁算法正反馈以及具有分布式并行全局搜索能力的优点，通过确定吸引强度的初始值，建立了强度更新的模型，从而求得精确解.并将该算法应用于求解函数优化问题.结果表明，该混合算法与遗传算法和蚂蚁算法相比，收敛速度快，寻优性能好.     

免疫遗传算法及其在电力系统EELD中的应用

电力系统EELD问题是一个满足一定约束条件的多目标优化问题,利用基于进化策略的免疫遗传算法对这一问题求解.将发电燃料成本和污染控制成本视为抗原,各电力生产单元发电量的最优解视为抗体,以一个含有5个电力生产单元的燃煤电力系统模型为对象,给出利用免疫遗传算法解决这一问题的主要方法和步骤.并与基于遗传算法和Hopfield神经网络方法进行比较分析.结果证明此算法可以优化分配电力系统中各电力单元发电量,达到环境经济合理配置.