基于改进二进制粒子群与动态微增率逐次逼近法混合优化算法的水电站机组组合优化

针对水电站机组组合问题具有高维、非凸、离散、非线性等特点,提出了一种适用于求解大容量、多机组巨型水电站机组组合问题的改进二进制粒子群优化算法,改进了粒子概率变换和位置更新方程,使其具有更强的全局寻优能力和更快的收敛速度。通过将改进二进制粒子群算法与动态微增率逐次逼近法混合嵌套,分别对水电站外层机组组合和内层机组间负荷分配进行交替迭代优化来求解水电站机组组合问题。同时引入启发式机组最短开停机时间修补策略和基于机组启停优先顺序表的系统备用容量修补技术,有效处理了多重约束条件,提高了算法的收敛速度和寻优能力。以三峡水电站为工程应用背景进行了实例研究,并与DP和BPSO算法以及实际耗水量进行了比较分析,结果表明所提算法简单快速,优化效果较好,具有较强的工程实用价值。     

基于改进二进制粒子群与动态微增率逐次逼近法混合优化算法的水电站机组组合优化

针对水电站机组组合问题具有高维、非凸、离散、非线性等特点,提出了一种适用于求解大容量、多机组巨型水电站机组组合问题的改进二进制粒子群优化算法,改进了粒子概率变换和位置更新方程,使其具有更强的全局寻优能力和更快的收敛速度.通过将改进二进制粒子群算法与动态微增率逐次逼近法混合嵌套,分别对水电站外层机组组合和内层机组间负荷分配进行交替迭代优化来求解水电站机组组合问题.同时引入启发式机组最短开停机时间修补策略和基于机组启停优先顺序表的系统备用容量修补技术,有效处理了多重约束条件,提高了算法的收敛速度和寻优能力.以三峡水电站为工程应用背景进行了实例研究,并与DP和BPSO算法以及实际耗水量进行了比较分析,结果表明所提算法简单快速,优化效果较好,具有较强的工程实用价值.     

基于机组综合状态评价策略的大型水电站?精细化日发电计划编制方法

为减小水电站日发电计划与实际运行的偏差,提出一种基于机组综合状态评价策略的大型水电站精细化日发电计划编制方法.依据机组综合运行状态评价策略,确定机组优先开停次序;考虑水量、水库库容、机组运行限制等多重安全生产约束条件,以发电量最大为目标建立大型水电站日发电计划精细化模型,将其分解为机组组合子问题和开机机组最优流量分配子问题;采用原始量子进化算法和实数差分量子进化算法循环嵌套求解,获得水电站精细化日发电计划最优解.将所提算法应用于葛洲坝水电站并与其他求解方法对比,结果表明所提精细化日发电计划编制方法求解精度高,优化效果好     

基于AI视频图像处理的水电机组运转监测与智能报警技术研究

水电机组作为水电站生产电能的主要动力设备,机组运行的稳定性不仅影响着水电站的经济效益,还影响着水电站和工作人员的安全问题。为了保障水电机组安全平稳运行、及时发现机组运行异常状态,该文针对基于AI视频技术的水电机组运转监测与报警系统做了一系列初步研究。首先,给出了系统的硬件设计方案;其次,重点研究并分析了视频图像预处理技术、目标检测以及目标跟踪等可用于水电机组运转监测的AI算法;最后,给出了机组运转监测与报警系统的软件设计方案。研究结果可以为后续研发的基于人工智能图像识别技术的水电机组运转监测与报警系统打下基础,为建设智慧水电厂提供参考。     

基于差分进化算法的水电站短期经济运行研究

以水电站运行成本最小为目标,提出了一种用差分进化算法（differential evolution, DE）实现大型水电站最优运行的方法。差分进化算法是一种基于群体的多目标进化算法,通过群体内个体间的合作与竞争产生的群体智能指导优化搜索。将改进的方法应用于水电站经济运行,模型考虑了机组能量特性差异,并能在旋转备用、启停成本、气蚀振动区、机组可用性等约束条件下,制定出电站日内96段最优运行计划。计算表明,该方法避免了动态规划等算法处理多约束、大型优化问题的困难,同时提高了进化算法的精度。     

结合禁忌搜索思想的粒子群算法在乌江渡水电站厂内经济运行中的应用研究

本文针对水电站厂内经济运行中机组组合优化问题的特点,提出了一种结合禁忌搜索思想的粒子群算法(Particle Swarm Optimization,PSO).该方法采用离散二进制粒子群算法解决机组运行状态组合问题,用标准粒子群算法解决既定运行机组间负荷优化分配问题,并将两个问题结合在一起并行优化,引入禁忌搜索算法(tabular Search,TS)的记忆功能和藐视准则以提高粒子多样性,扩大搜索空间,克服PSO算法可能出现的早熟现象.以乌江渡水电站为例进行优化计算,并与PSO算法的计算结果比较,表明该方法可以有效避免早熟现象,具有较高的全局收敛能力,同时也具有较高的全局寻优能力.     

考虑机组穿越振动区风险的水电站AGC日前经济负荷分配策略研究EI北大核心CSCD

为协调水电站AGC负荷分配"安全、实时、经济"复杂关系及最大化提升水电站AGC机组联合避振能力,系统地提出一种考虑机组跨越振动区风险的水电站AGC日前经济负荷分配策略。综合考虑机组最大最小技术出力、汽蚀振动区、水头影响出力受阻等复杂约束,首先基于机组可运行区、机组可运行区间数、组合可运行区、组合可运行区间数等相关概念,提出了一种考虑负荷分布特性的机组穿越振动区风险评估方法。其次,针对水电站AGC日前负荷分配问题,结合水电站AGC机组关于穿越振动区的安全性需求,构建了基于穿越振动区风险控制的经济负荷分配模型。最后运用双层动态规划方法对模型进行求解。仿真结果表明,较传统方法而言,文中策略可有效减少机组穿越振动区次数,具备良好的机组穿越振动区风险控制能力,满足工程实际需求,具有广泛实用性。     

基于遗传算法和运行区划分的水电站厂内经济安全运行分析

水口水电站作为华东电网主要调峰电站,机组运行工况变化频繁。对水口水电站进行水电站厂内经济运行分析,充分利用水资源降低单位功率耗水量,并使机组避开危险区运行是非常必要的。本文以水口机组运转综合特性曲线上的运行区划分结果为基础,充分考虑水电站机组运行的安全性和经济性,采用自适应遗传模拟退火算法对水口水电站进行了厂内经济运行分析。对运行工况优化分析后,在保证机组运行安全性的同时耗水量也有所下降,优化效果明显,说明厂内经济运行分析是有必要的,可为电站逐步实现经济运行提供技术支持。     

水电站最优动力特性曲线研究分析

本文对抽水蓄能机组发电工况及抽水工况的运行特性,并采用"以电定水"的运行模式,建立了以水电站耗水量最小为目标函数的数学模型。运用动态规划算法求解了某混合式抽水蓄能电站厂内经济分配,根据抽水蓄能机组的工作特性,得到了该水电站所有可带负荷的最优动力特性曲线,并拟合出相应的最优动力特性表达式。     

考虑机组穿越振动区风险的水电站AGC日前经济负荷分配策略研究

为协调水电站AGC负荷分配"安全、实时、经济"复杂关系及最大化提升水电站AGC机组联合避振能力,系统地提出一种考虑机组跨越振动区风险的水电站AGC日前经济负荷分配策略。综合考虑机组最大最小技术出力、汽蚀振动区、水头影响出力受阻等复杂约束,首先基于机组可运行区、机组可运行区间数、组合可运行区、组合可运行区间数等相关概念,提出了一种考虑负荷分布特性的机组穿越振动区风险评估方法。其次,针对水电站AGC日前负荷分配问题,结合水电站AGC机组关于穿越振动区的安全性需求,构建了基于穿越振动区风险控制的经济负荷分配模型。最后运用双层动态规划方法对模型进行求解。仿真结果表明,较传统方法而言,文中策略可有效减少机组穿越振动区次数,具备良好的机组穿越振动区风险控制能力,满足工程实际需求,具有广泛实用性。     

Decomposition-coordination interior point method and its application to multi-area optimal reactive power flow

A decomposition-coordination interior point method (DIPM) is presented and applied to the multi-area optimal reactive power flow (ORPF) problem in this paper. In the method, the area distributed ORPF problem is first formed by introducing duplicated border variables. Then the nonlinear primal dual interior point method (IPM) is directly applied to the distributed ORPF problem in which a Newton system with border-matrix-blocks is formulated. Finally the overall ORPF problem is solved in decomposition iterations with the Newton system being decoupled. The proposed DIPM inherits the good performance of the traditional IPM with a feature appropriate for distributed calculations among multiple areas. It can be easily extended to other distributed optimization problems of power systems. Numeric results of five IEEE Test Systems are demonstrated and comparisons are made with those obtained using the traditional auxiliary problem principle (APP) method. The results show that the DIPM for the multi-area OPRF problem requires less iterations and CPU time, has better stability in convergence, and reaches better optimality compared to the traditional auxiliary problem principle method.     

车用驱动电机电磁噪声多目标优化研究

通过多物理场分析方法对电驱系统NVH问题进行识别,对某动力总成NVH问题根因进行定位,并借助遗传算法对电驱系统NVH问题进行优化。阐述了在进行电驱系统NVH问题优化时,目标选择、参数选择、约束条件制定的基本原理。优化方法能显著降低电驱系统的电磁噪声,研究方法为电驱系统NVH问题分析优化提供了一种有效思路。     

用多种群并行自适应遗传算法解混合FloWshop调度问题

混合流水车间（Flowshop）调度问题是一个NP完全问题，很难用一般的方法解决。构造并采用多种群并行自适应遗传算法求解该问题。仿真结果表明，此算法不仅具有较强的全局收敛性，而且有更快的寻优速度，是求解复杂调度问题的有效算法。     

一种最优匹配注入流与遗传算法结合的电容器优化规划方法

把电容器配置优化问题分解成主-从两个问题,并采用解析和软优化算法结合的混合方法求解。主问题是优化电容器补偿点的个数和补偿地点;从问题是假定补偿点个数和补偿地点都确定的前提下,计算不同负荷水平下的最优补偿容量,并归整到电容器组的可选容量上。基于最优匹配注入流法实现了一个解析算法,用于计算从问题。而采用自适应参数调整的遗传算法来求解主问题。通过对选择压力、变异和杂交算子的自适应调整,改进后的算法可以明显改善遗传漂移现象和提高收敛速度。该算法以最大经济效益为目标,可以计算出各个补偿点的安装容量、单台容量和各负荷水平下的投运容量。最后的算例结果表明该文的算法是有效的。     

用多种群并行自适应遗传算法求解多机多阶段Flowshop提前/拖期调度问题

多机多阶段流水车间(Flowshop)提前/拖期调度问题的目标是使工件的提前/拖期惩罚成本最小,这是一个NP完全问题,很难用一般的方法解决.本文首先给出了问题的数学模型,然后构造并采用多种群并行自适应遗传算法求解该问题.仿真结果表明此算法不仅具有较强的全局收敛性,而且有更快的寻优速度,是求解复杂调度问题的有效算法.     

A new Optimal reactive power planning based on Differential Search Algorithm

This paper proposes a new multi-level methodology based on the optimal reactive power planning. The developed methodology is designed to solve the problem of the non-feasibility solution of the fuel cost minimization problem (for a given operating point) where the classical method such as interior point method (IPM) is applied. The proposed solution to solve this problem is based on the application of the optimal reactive power planning problem considering voltage stability as the initial solution of the fuel cost minimization problem. To improve the latter the load voltage deviation problem is applied to improve the system voltage profile. For à good result improvement, the reactive power planning problem and the load voltage deviation minimization problems are solved using a new optimization method namely the Differential Search Algorithm (DSA). Moreover, the fuel cost minimization problem is solved using IPM. To identify the candidate placements of compensation devices for the optimal reactive power planning problem, a new voltage stability index namely: The Fast Voltage Stability Index (FVSI) is used. The methodology has been tested with the equivalent Algerian power system network, and the simulation results show the effectiveness of the proposed approach to improve the reactive power planning problem and to minimize the system voltage deviation.     

基于可信性理论的水火电机组检修计划

水电机组同时存在着水电电量模糊性和机组强迫停运的随机性这两类不同的不确定性,因此水火电机组检修计划本质上是一个具有随机模糊双重不确定性的混合整数优化问题。但是,因概率论与模糊论在基础数学领域内是相互独立的理论体系,传统的机组检修计划只能对随机性或模糊性这两类不确定性中的一类进行建模,然后采用随机规划或模规划来求解。可信性理论是2004年基础数学领域完成的数学分支,它给出了基于测度论的模糊论公理化体系,并提糊供了随机性与模糊性综合评估的严格数学基础。文中基于可信性理论,建立了水、火电机组检修计划的混合整数随机模糊双重不确定性优化模型(原始模型),并在这一个模型中同时考虑随机性与模糊性2种不确定性。利用Benders分解法,将原始模型分解为多目标整数规划(主问题)和随机模糊规划(运行子问题)2大问题进行分散协调,利用改进Balas算法求解主问题,综合利用可信性理论与半不变量法求解运行子问题。对吉林电力系统中的95台机组安排了全年的检修计划,结果表明:该算法和软件在实际系统中应用是可行、有效的。     

Application of parallel genetic algorithms to generation expansion planning using parallel processors

This paper presents an application of parallel genetic algorithms (PGA) to the optimal long-range generation expansion planning. The problem can be formulated as a combinatorial optimization problem that determines the order of introduced generation units at each interval of the year. The proposed method considers introduced power limits of each technology, maximum loads at each interval, and load duration curves at each interval. Appropriate string representation for the problem is presented. Binary and decimal coding and three selection methods are compared. The method is developed on a transputer that is one of the parallel processors. The feasibility of the proposed method is demonstrated using a typical expansion problem with four technologies and five intervals. The method is then compared with conventional dynamic programming and a simple genetic algorithm with promising results.     

基于支持向量机的配电网重构

配电网重构可以表述为模式识别问题。通过建立配电网的结构模式,并利用基于结构风险最小化原理的支持向量机,提出了一种配电网重构模式识别模型的构造方法。该方法利用支持向量机在解决有限样本、非线性及高维识别中的优势,提高了模型的泛化能力,同时结合配电网的特点利用同胚图建立了配电网的结构模式,解决了建模过程中输出空间难以确定和表达的问题,使模型能够适用于有一定规模的配电网络。算例表明所提出的方法可以在有限样本下取得较好的预测效果。     

Generation allocation problem using a Hopfield-bisection approach including transmission losses

The objective of the paper is to solve generation allocation problem by minimizing total production cost, including transmission losses using a Hopfield neural network (HNN) algorithm. The generation allocation problem is commonly known as economic dispatch (ED). The computation procedure of the proposed HNN method is direct and do not need training and has been developed and mapped to solve the generation allocation problem of thermal generators. The procedure employs a linear input-output model for the neurons instead of the sigmoidal function. Formulations for solving the ED problem are explored. Through the application of these formulations, direct computation instead of iterations for solving the problem becomes possible. Not like the usual Hopfield methods, which select the weighting factors of the energy function by trials, the proposed method determines the corresponding factors by calculations. To include transmission losses in ED solution, we propose a dichotomy solution combined to the HNN. The effectiveness of the developed method is identified through its application to the 15-unit system. Computational results manifest that the method has a lot of excellent performances.