节能减排条件下电力系统多目标机组组合模型

针对电力系统发电机组节能减排问题,通过建立连续变量和离散变量之间的关系,利用互补约束和最优化极值理论,构建了电力系统的多目标机组组合互补约束优化模型,并引入熵权法进行多目标决策,采用原对偶内点法进行了仿真验证。仿真结果表明:(1)以火电机组煤耗量,污染气体 CO2 和 SO2 排放量为优化目标的多目标机组组合模型,符合实际的工程需求。(2)利用模糊熵权法对建立的模型进行多目标决策,可实现节能、CO2 和 SO2 排放目标之间的转化和相互协调,从而有效降低火电机组的煤耗量,同时也减少了污染气 CO2 和 SO2的排放总量。     

大规模风电接入电网的机组组合问题研究

伴随着风力发电规模的日益增加,风电并网需求量增大,大电网环境下与之相适应的火电机组的启停组合经济调度问题显得特别突出。针对此问题,通过对离散二进制粒子群算法进行优化改进,采用等耗量微增率迭代法整合优化方案,用于解决火电机组启停组合经济调度问题。仿真结果表明:该方案接近最优,在满足电力系统约束条件下得出的机组组合方式能够使得总运行费用最低,能够根据风电具体预测信息,为电网接入的火电机组经济调度提供可靠依据。     

基于凝聚函数的电力系统经济负荷分配

经济负荷分配(Economic Load Dispatch,ELD)是提高电力系统运行经济性的重要措施之一。基于ELD优化问题一般数学模型,针对传统数学方法难以处理不可微非线性问题,借助于最大熵理论,利用其推导出的凝聚函数来处理不可微的约束条件,构建了基于凝聚函数的负荷经济分配优化模型,并采用光滑化的方法将所建立的模型转化为一般非线性优化问题,采用原对偶内点法进行求解。仿真结果表明:该算法能有效地处理不可微的非线性规划问题,在算法的计算效率以及目标优化的结果中显示出了优越性,为解决电力系统经济负荷分配问题提供了有效手段。     

生命线工程网络抗震拓扑优化研究

介绍了基于连通可靠度分析的生命线工程网络和基于功能可靠度分析的供水管网抗震拓扑优化分析方法。以管网造价为优化目标,管网拓扑结构为优化参数,抗震连通可靠度为约束,建立了基于连通可靠度分析的生命线工程网络抗震拓扑优化模型。对于这样一个组合优化问题,采用现代优化算法-遗传算法来进行求解可以获得造价低且满足管网抗震可靠度要求的最优网络。改用抗震功能可靠度为约束,可以建立基于功能可靠度分析的供水管网的抗震拓扑优化模型,这一问题可以采用模拟退火算法来进行求解,实例分析表明模拟退火算法具有很好的效果。最后,利用模拟退火算法,对四川省都江堰市、绵竹市和德阳市供水管网进行了抗震拓扑优化改造分析,给出了三个城市供水管网的恢复重建方案。     

大数据背景下台风灾害应急物流车辆调度优化仿真

台风灾害事件发生后的救援阶段,应急救援物资有限且物资需求点对物资需求具有不确定性。现有调度数学模型只考虑了救援车辆调度距离以及时间等因素,没有考虑到提供给受灾点的救援物资可能存在不足或是过量及其对应应急救援效果的影响,导致调度成本过高。针对以上问题,提出基于离散蜂群的台风灾害应急物流车辆调度优化模型。考虑到提供给受灾点的应急物资可能不足或是过量的特点,在设定受灾点所需物资量遵从正态分布的前提下,以最小化物资分配不足和供应过量所带来的损失、车辆调度成本为优化目标,考虑受灾点对服务时间的要求和车辆承载能力等约束,构建了紧迫性需求条件下的调度问题的优化模型,并采用离散蜂群算法对调度问题优化模型进行求解。实验结果表明,所提模型与其他调度数学模型相比,有效降低了应急物流车辆调度成本,可为台风灾害应急管理者提供科学的决策依据。     

含多种分布式电源的微电网经济调度

针对含多种分布式电源的微电网经济调度问题,以微电网各机组的出力和蓄电池、电动汽车的电量为约束条件,考虑微电网中设备的投资费用、运行维护费用、燃料消耗费用和能量交易费用,以微电网在一个完整的调度周期的总运行费用最小为目标函数,建立微电网经济调度模型,采用粒子群优化算法对燃气轮机的每小时输出功率进行优化。仿真结果表明:该模型能有效降低微电网的运行成本,其粒子群优化算法与其他算法相比具有简单、易实现、精度高等优点。     

多约束多目标的灾害避难所选址优化研究——以海南省文昌市为例

地震灾害避难所优化选址是灾害管理的一个重要内容,也是个难点。以最小化总疏散距离和最小化避难所总面积为目标,同时在满足距离约束和容量约束的条件下,建立地震灾害避难所选址多目标模型,采用改进的粒子群算法对模型进行解算,并以海南省文昌市为例进行实证分析。结果表明:距离约束在多目标模型的空间分配结果中起主导作用,容量约束则会显著影响多目标模型及其算法在高维复杂问题中的空间搜索能力和解的质量。优化结果可为灾害避难所区位的确定及疏散方案的制定提供科学依据,为震后应急疏散提供决策支持。     

梯级电站群短期水火联合经济调度优化方法

针对多约束、非线性、不可微的梯级电站群短期水火联合经济调度优化问题,在标准灰狼算法的基础.上,提出了一种基于改进灰狼算法的梯级电站群短期水火联合经济调度优化方法以处理该复杂优化问题。该算法通过融入纵向交叉操作以修正狼群前进方向,改善算法的全局收敛性;采用一种新型约束处理方法,解决传统差额约束处理方式无法处置的强耦合关系变量的违约问题,提高算法的计算效率。仿真结果表明:该优化方法不仅克服了标准GWO的缺陷,且在求解质量、精度、收敛性和稳定性等方面较其它算法具有明显优势。     

基于混合分解技术的鲁棒极限学习机的风速预测

提出一种基于混合分解技术的改进鲁棒极限学习机的风速预测模型。混合分解技术的特殊性在于采用变分模态分解,把互补集合经验模式分解所产生的高频固有模态函数进一步分解为多个模态分量,以提高短期风速预测的精度。然后对混合分解技术分解得到的全部风速分量分别建立鲁棒极限学习机模型进行预测,并采用一种改进鲸鱼优化算法对鲁棒极限学习机的参数进行微调。最后,根据西班牙某-风电场实际风速数据进行风速多步短期预测。实验结果表明:基于混合分解技术和改进鲸鱼优化算法优化鲁棒极限学习机的组合预测模型在风速预测.中取得较好的预测效果。     

生命线网络系统抗震拓扑优化的Benchmark模型

生命线系统拓扑优化问题的Benchmark模型是评测新型算法正确性和适用性的重要手段。基于此,首先以生命线网络系统抗震拓扑优化分析模型为背景,建立了该优化问题的三个Benchmark模型,并在Visual Compaq Fortran开发环境下,通过穷举法统计出解空间的所有网络,进而甄选出不同节点可靠度约束下的最优网络和若干次优网络,最后利用上述Benchmark模型对生命线网络系统抗震拓扑优化中的蚁群算法进行测试。结果表明,当网络规模较小时,蚁群算法能精确地搜索到最优解;当网络规模增大后,蚁群算法也能以较大概率搜索到最优解或次优解。     

火力发电厂冷端系统设计优化

针对某火力发电厂扩建工程汽轮机组冷端系统设计中存在的问题,根据扩建工程技术要求、现场总平面布置情况及工程概算,对冷端系统进行现状分析后提出了冷端系统优化方案。结果表明:优化方案有效降低了基建初始投资及运行费用,优化了机组运行方式,保证了机组安全、稳定运行。     

马斯京根洪水演算模型的改进--兼论其参数的蚁群算法率定

针对马斯京根洪水演算模型的近似性问题，用曲线积分法改进了原模型中时段流量的简单算术平均值法，并利用连续性空间优化问题的蚁群算法对改进的马斯京根洪水演算模型进行参数最优估计，使演算流量更加接近实际。     

基于小波包和改进纵横交叉法的风电预测模型

针对风电出力的随机性、季节性和波动性及一般方法预测精度不高的问题,采用改进纵横交叉(improved crisscross optimization, ICSO)算法,建立了一种基于小波包变换与改进纵横交叉算法优化Elman神经网络的风电预测模型。仿真结果表明:改进的纵横交叉算法不但克服了一般算法早熟收敛的缺陷,有效提高神经网络的泛化能力和预测精度,而且表现出良好的稳定性,适用于风电的预测。     

蚁群算法在马斯京根模型参数估计中的应用

蚁群算法是一种模拟进化算法,该算法具有许多优越的性质.研究了一种可用于求解连续空间优化问题的蚁群算法策略,针对洪水演算的马斯京根模型参数估计问题,应用连续性空间优化问题的蚁群算法模型进行了求解.应用实例表明,蚁群算法在求解连续空间优化问题中是很有效的,可以广泛应用于各种自然灾害模型的优化问题.     

某宋代砖塔结构整体损伤识别分析

针对人工化验润滑油存在的采样口二次污染、监测参数单一、难以连续在线监测、耗费人力等一系列问题，通过在润滑油系统加装在线监测仪表，对在线监测系统进行了改造。汽轮机润滑油在线监测系统改造实现了对汽轮机润滑油系统的在线监测功能，有助于提高机组的安全稳定运行水平，减少油质检测人员的工作量，改变了润滑油的更换方式，节约了油品成本， 为同类型机组润滑系统优化提供了参考。     

基于主成分分析与遗传优化BP神经网络的风电场短期功率预测研究

为降低风电场弃风率及对电网稳定性影响,对风电场短期功率进行准确预测显得十分重要。针对传统BP神经网络泛化能力差、网络收敛速度慢等问题,建立了一种基于主成分分析与遗传优化BP神经网络相结合的风电场短期功率预测模型。首先,利用主成分分析法对风电场原始气象数据进行分析,将得到的独立变量作为BP神经网络的输入;然后利用遗传算法确定了神经网络的最优初始权值和阈值的大致范围,并用L-M算法对BP网络权值和阈值进行细化训练;最后,利用中国北方某风电场实际运行数据进行验证,结果表明,所建立的预测模型合理有效,不仅可以加快BP神经网络收敛速度,减少预测误差,还可以提高风电场短期输出功率的预测精度,具有一定的工程应用价值。     

大型风电场内机组的有功功率优化方法研究

为充分利用风能、提高风能利用率,改善风电场的功率输出特性,基于风速和功率的超短期提前一步预测,建立多目标的风力发电机组功率优化模型,对风电场输出的有功功率优化,并采用粒子群优化算法对优化模型进行求解和仿真分析,仿真结果表明:该优化方法使风电场整体输出功率得以提高,同时也减小了风电场的运行成本。     

感应电动机参数选择对动态无功需求的影响

针对电动机负荷在故障恢复过程中无功需求大幅度增长的问题,以单机带负荷系统为研究对象,采用感应电动机负荷和静态负荷并联构成的负荷模型,利用电磁暂态仿真软件PSCAD/EMTDC,通过改变电动机负荷比例、电动机参数等方法,探讨综合负荷在出现扰动之后的动态响应特性。分析结果表明:在相同负荷水平下,含水泵的综合负荷模型无功需求增长幅度最大,系统存在功率失稳风险。