火电厂厂级负荷优化分配软件设计

针对国内火电厂负荷优化分配中存在的问题,提出了厂级负荷优化分配的工程化和实用化设计思想及总体结构,并开发了负荷优化运行软件.重点讨论了该软件的主要功能和算法,包括数据接收及处理、负荷优化分配和信号接收及处理3个功能模块,主功能是负荷优化分配模块.在算法上采用了改进的等微增率原理,主要考虑了煤耗特性曲线拟合方法、特性曲线间断点的近似处理和机组负荷上、下限限制的问题.     

基于粒子群算法的火电厂机组负荷优化分配研究

负荷优化分配是火电厂运行优化的一个重要研究领域,在机组之间合理地优化分配负荷能够提高整个火电厂运行的经济性。针对火电厂实际的运行情况,考虑多个实际约束条件,建立了并行火电机组间连续多时段动态负荷优化分配的数学模型;提出运用新近发展起来的智能算法-粒子群算法来解决动态负荷优化分配问题,详细介绍和研究了该算法的基本原理以及在负荷优化分配问题上的实现过程,并针对原算法的不足,对算法进行了改进;根据负荷分配和算法的特性,对初始种群的生成方法进行了改进,同时对约束条件进行了有效处理。仿真实例表明,该方法收敛性好,收敛速度快,能够有效地达到或接近全局最优,从而为火电厂机组负荷优化分配的求解提供了新的有效算法。     

电网规划综合评判决策系统的设计与应用

提出了一种求解电力系统负荷经济分配问题的改进粒子群优化算法.该算法考虑了机组的爬坡约束、出力限制区约束、非光滑费用函数曲线等非线性特性,用保留可行解的方法处理负荷平衡约束条件,用自适应罚函数法处理爬坡和出力限制区约束条件,加快了算法的收敛速度,对不活动粒子的处理使算法避免了"早熟"现象.仿真计算表明,改进粒子群优化算法是一种求解负荷经济分配问题的有效方法.     

面向综合经济效益最大化的全厂负荷分配

针对除尘、脱硫、脱硝改造后全厂负荷优化分配问题,从提高综合经济效益角度出发,提出一种全厂负荷分配模型及其求解算法。基于机组实际运行数据构建供电煤耗和多种污染物排放浓度特性模型,基于除尘、脱硫、脱硝补偿电价和污染物排放费用标准,建立面向综合经济效益最大化的负荷分配模型。根据机组当前负荷构建自适应负荷上下限约束,基于磨煤机出力交替区间构建负荷禁止分配区约束,采用动态罚函数法进行约束条件处理。在标准粒子群优化算法中引入可控随机搜索的速度因子和动态调整的最大速度限制因子,平衡算法的计算开销和寻优能力。某火电厂4台机组的负荷分配仿真实验验证了所提算法的有效性。     

基于繁殖粒子群算法的火电厂负荷优化分配

针对目前火电厂负荷优化分配的问题,提出了负荷优化分配总时间的概念,并给出了具体计算公式。在标准粒子群优化算法中引入遗传算法中的杂交思想,提出了基于繁殖粒子群优化算法的负荷优化分配方法,并引入自适应惯性权重对算法进行了改进,避免了标准粒子群算法易陷入局部最优及遗传算法优化计算时间长的缺点。对算法应用在负荷优化分配中的具体问题进行了分析处理,缩短了优化计算时间,提高了算法精度。实例分析进一步验证了所提方法的有效性以及现场实用性,能够同时满足火电厂对降低成本及电网调度对负荷优化分配总时间的硬性要求。     

基于生物地理学算法的网厂两级经济负荷分配

提出了一种针对大规模机组的网厂两级负荷优化分配策略。首先将电网内所有机组进行分组,预先以厂内负荷优化分配的最优结果拟合虚拟电厂煤耗成本特性曲线,据此完成电网侧负荷优化分配,然后再进行厂内负荷优化分配,所提模型还兼顾了机组的阀点效应。针对虚拟电厂煤耗成本特性曲线的高度非线性,采用生物地理学算法( Bio-geography Based Optimization, BBO)来求解网厂两级负荷优化分配问题。仿真结果表明,所提优化策略能够快速高效地处理大规模机组的负荷优化分配问题,更易于寻到全局最优解。     

智能变电站负荷自动分配技术

研究智能变电站负荷自动分配技术的主要措施、提出发展方案,对支撑智能电网发展具有重要意义。基于配电网无功优化和网络重构,建立了智能变电站负荷自动分配数学模型,选取基于导向搜索法的无功优化算法和基于虚拟流法的网络重构算法,实现了以有功网损最小为目标的负荷自动分配。充分考虑分布式电源接入后配电网结构和运行方式发生的变化,基于出力特性,采用场景分析法建立模型,优化智能变电站负荷自动分配算法,实现了根据分布式电源出力调整负荷分配量的智能变电站负荷分配系统方案。验证表明,该方案能够保证无功补偿装置正确投入退出、分段开关和联络开关正确开合,线路有功损耗下降,有效提高了电网分析和控制功能的速度和可靠性。     

基于最佳负荷分配表的有约束负荷优化分配计算方法

探讨一种便于在线应用的火电企业负荷优化分配方法。在负荷优化分配中经常需要处理升降负荷速率的约束,由于需要关联前一时刻负荷优化结果,往往增加了优化算法的复杂性。借鉴动态规划的思想,采用遗传优化算法建立了最佳负荷分配表和处理升降负荷速率约束的优化策略,提出一种将寻优与分配分离的负荷优化分配计算方法。算例表明,新方法不仅具有与遗传优化一致的分配结果,且降低了优化分配的计算复杂性,具有实际应用价值。     

基于免疫算法的机组负荷优化分配研究

文章提出应用新的智能算法一免疫算法解决负荷优化分配问题。在分析负荷分配的数学模型和免疫算法特点的基础上，详细研究了基于免疫算法的负荷优化分配方法。优化问题的解对应于免疫算法中的抗体，解的优劣通过结合力的计算来评价，具有最大结合力的抗体就是问题的优化解。文中还提出应用机组持续状态时间进行编码改进，可明显加快算法的搜索速度，免疫算法中特有的基于抗体浓度更新和抗体多样性也使得算法具有很好的收敛性和搜索性能。该算法通过10台机系统进行了验证，计算结果证明免疫算法与其它优化算法相比，能更快搜索到较优解，从而为机组负荷优化分配的求解提供新的有效算法。     

基于灰狼优化算法的火电机组负荷优化分配经济性研究

火电机组运行负荷优化分配问题直接影响着整个电网的经济性运行,对供电可靠性、稳定性和安全性都至关重要。为此,针对传统算法在负荷优化分配上存在收敛性差以及容易陷入局部最优解的问题,提出了一种灰狼优化算法(GWO)用于火电机组运行负荷的优化分配中的方案,并以三台火电机组进行负荷优化分配为例,建立以机组煤耗量最小为优化目标的数学模型,验证了算法的收敛性和实用性。最后使用灰狼优化算法(GWO)与传统遗传算法(GA)对比求解,结果表明,所提方法制定的负荷分配方案最优,能够很好地实现了机组的最经济化运行。     

考虑环境成本的火电厂负荷优化分配

针对除尘、脱硫、脱硝改造后火电厂负荷优化分配问题,从提高全厂综合经济效益的角度出发,提出了一种考虑环境成本的全厂负荷优化分配模型和满足电网调度实时性要求的可控搜索粒子群优化(PSO-CE)算法。基于机组实际运行数据,构建了供电煤耗和多种污染物排放浓度特性模型,根据除尘、脱硫、脱硝补偿电价和排污费用标准,建立了面向最优综合经济效益的负荷优化分配模型和自适应负荷约束条件。在标准粒子群优化算法中引入可控随机搜索的速度因子和动态调整的最大速度限制因子,使其具有平衡算法的计算耗时和寻优能力,并通过某火电厂4台机组的负荷分配仿真试验验证了该算法的有效性。     

火电厂特性曲线整编及经济调度软件包的开发与研究

本介绍了一套实用的基于Ｗｉｎｄｏｗｓ环境的火电厂特性曲线整编及经济调度软件包，重点讨论了这套软件包的工程化和实用化设计思想及总体结构，并对其主要功能及基本算法进行了研究。该套软件的主要功能包括电厂内各种经济特性曲线的整编和拟合、全厂经济负荷分配以及２４小时开停机计划。     

火电机组耗量特性的在线确定与机组间负荷最优分配

本文指出了国内现行负荷分配方法存在的缺点，提出采用在线监测系统，通过建立机组有关单元的性能模型，得到机组的最新特性曲线或方程，为实现负荷最优分配提供依据．在负荷分配算法上，采用了非线性规划方法。结果表明，采用最新的机组耗量特性曲线进行负荷分配．大大优于传统的根据热力试验或厂家提供的机组特性曲线进行的负荷分配．对提高电厂及电力系统的经济性具有重要意义。     

火电厂机组负荷优化分配与调度的研究

阐述了负荷优化分配中的“等微增能耗率”的数学模型及算法;介绍了各机组在不同冷却水温度下煤耗特性曲线的现场试验;开发了在线实时负荷分配软件。     

基于混沌粒子群算法的火电厂厂级负荷在线优化分配

机组负荷优化分配是降低发电厂能耗水平的重要技术手段,该文针对厂级负荷在线优化分配对算法速率和精度的要求,提出一种新的机组负荷实时分配模型,分别给出了机组自动发电控制和厂级负荷分配方式下负荷响应速率约束方程,并提出一种自适应约束边界,可显著提高算法计算效率,在满足电网对机组负荷品质要求的前提下实现全厂煤耗量最小的目标。提出采用混沌粒子群算法来求解实时负荷优化分配问题,采用自适应惯性权重以加快算法收敛速度,在粒子群算法解的邻域内进行混沌优化搜索,避免算法陷入局部极值点。文中给出了厂级负荷在线优化分配算法步骤,并进行了算例分析,验证了所提模型和算法的有效性。     

火电厂厂级负荷优化分配系统研制

提出一种新颖的火电厂厂级负荷优化分配系统的设计与解决方案.采用OPC服务器与IEC608705-104远动通信方式替换了传统负荷分配系统方案中的硬接线,简化了系统硬件结构.同时软件上增加了机组负荷指令偏置调整和手动功能,分配方式更加多样.通过分析基于动态规划的多目标负荷优化分配算法,同时要求兼顾负荷响应快速性和电厂经济...     

基于改进人工蜂群动态规划的厂级负荷优化分配

针对大规模变负荷条件下燃煤机组负荷优化问题,考虑厂级负荷优化分配的全局性及实时响应需求,提出一种利用改进人工蜂群算法,在离线状态下建立全负荷区间满足动态规划算法需要的顺序优化表,进而利用动态规划中逆序分配的方法实现在线优化分配的算法。该算法能有效完成全负荷区间的负荷优化分配计算,同时降低优化分配的计算复杂性。实例计算表明,在一定的机组负荷步长下,利用改进人工蜂群算法进行离线造表能够减少造表时间,构造的优化顺序表可有效应用于机组实时在线优化,提高机组在不同负荷下运行的经济性。     

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。     

考虑电网调度实时性要求的机组负荷优化分配

为了满足电网调度对火电厂负荷优化分配的实时性要求,提出了负荷优化分配总时间的概念并给出了具体计算公式。对煤耗、污染物排放、负荷调整时间的多目标数学模型进行了改进,将全厂煤耗量、污染物排放量两个目标统一为经济性成本目标,将负荷调整时间目标处理为机组变负荷范围的约束条件。通过引入遗传算法中的自然选择机制,提出了自然选择粒子群算法,并对算法的惯性权重及约束条件的处理进行了改进。实例计算结果表明：该方法与现有多目标优化方法相比可有效地缩短优化计算时间,在满足电网调度对负荷分配总时间的硬性要求的同时,更能满足电厂降低成本需求。     

电力系统经济负荷分配的人工免疫混沌优化算法

提出了一种用于求解复杂电力系统经济负荷分配问题的新的人工免疫混沌优化算法，该算法融合了人工免疫算法极强的全局搜索能力以及混沌优化方法适合局部搜索的特点。在优化过程中，人工免疫算法通过克隆选择、克隆扩增和高频变异形成记忆细胞，并将其作为最优解的近似解，然后按混沌运动规律在近似解的邻域内进行局部搜索，进而获得精确的最优解。多个算例仿真结果表明，所提出的算法能够有效地解决经济负荷分配问题。