异步电机损耗的模糊预补偿粒子群优化

针对矿用三相异步电机节能问题,提出基于粒子群算法的变磁通控制方案。建立三相异步电机能量损耗模型,利用粒子群方法优化调节磁通,减小驱动电机在轻载阶段的无功损耗,实现提升系统能效优化。引入模糊预补偿方法,修正由于磁通降低带来的电机转速波动问题。试验结果表明,所提方案有效降低了驱动电机的无功损耗,同时保证了电机转速的平稳输出。     

改进粒子群算法的输配电网分布式电源规划研究

研究基于改进粒子群算法的输配电网分布式电源规划方法,以期缩短输配电网网损、降低运行成本、保证电力系统稳定运行。以总投资与运行成本最小、分布式电源有功网损最低、电压稳定裕度为目标函数,结合分布式电源的容量、电压、电流约束条件,建立输配电网分布式电源规划模型;应用改进粒子群算法,通过初始化粒子群参数、例子迭代次数及速度设定、粒子潮流和网损计算、粒子适应值分析等步骤,求解分布式电源规划模型,输出最优规划方案。实验结果表明,该方法可以实现输配电网的电源规划,规划后输配电网电压稳定,所产生的有功网损小,可降低输配电网的总体运营成本,更好地满足实际电力工作需求。     

基于价格弹性理论的新能源消费时段和电价组合优化方法

新能源电力接入电网的比例正逐渐增加,促进新能源的消费对于保证电网安全运行、提高能源利用效率具有重要作用。为此,提出了一种促进新能源消费的时段和电价组合优化方法,从价格弹性理论出发建立了用户反应模型,提出了一种新的能耗模型;以新能源消耗的最大化,以及用户用电成本最小化为优化目标,建立了时段和电价组合优化模型;采用粒子群算法进行求解,最后通过一个仿真模型对本文提出的方法进行了验证。仿真结果表明,本文提出的方法能够在有效促进新能源消耗的同时（新能源消耗增加8.63%）,降低用户的用电成本（降低6.02%）,验证了本文方法的有效性。     

基于混合粒子群优化算法的矿山生产配矿

为了提高矿山低品位矿产资源的利用率, 确保生产过程中矿石质量的稳定性和均匀性, 建立了一种矿山多目标配矿优化模型, 并将标准遗传算法中的交叉和变异操作与标准粒子群算法融合, 提出求解该优化模型的混合粒子群算法。以国内某地下铝土矿为例, 分别运用混合粒子群优化算法、标准遗传算法和标准粒子群算法3种方法对建立的多目标配矿优化模型进行求解, 通过对比优化结果发现: 混合粒子群优化算法求解的各采区月出矿量完全满足矿山实际生产要求, 而标准遗传算法和标准粒子群算法求解结果存在误差, 分别达到9.92%和14.94%, 且易陷入局部最优值; 从迭代进化曲线可知, 混合粒子群优化算法收敛速度快, 稳定性和鲁棒性较高, 具有一定科学研究和实际应用价值。     

计及协同调峰的新能源供电出力调度模型设计

考虑当前模型在新能源供电出力调度中存在难度大、经济性差的问题,设计了计及协同调峰的新能源供电出力调度模型。利用协同调峰的方式,规划居民的用电时段,根据不同的时间尺度,制定了新能源供电出力调度计划。采用非参数估计方法,拟合处理了储能额定功率和最小容量,使用粒子群算法,寻找储能配置目标函数的最优值,得到新能源供电系统中蓄电池的使用寿命,完成新能源供电系统的储能容量配置。以供电系统的最小运营成本为目标函数,构建了新能源供电出力调度模型,通过柯西变异算法改进了粒子群算法,实现了新能源供电出力调度。算例结果表明,文中调度模型在新能源供电出力调度中能够降低调度难度,有效提高新能源供电出力调度的经济性。     

基于改进DCW-QPSO算法的露天矿卡车调度优化方法

为了提高露天矿卡车运输效率,有效降低矿山企业开采成本,针对量子粒子群算法(QPSO)在优化求解过程中易陷入局部最优的问题,本研究引入惯性权自适应调整的量子粒子群优化算法(DCW-QPSO),并借助于遗传算法的变异操作,将DCW-QPSO的粒子更新方法改进,然后将改进DCW-QPSO用于求解露天矿卡车运输调度方案。调度方案以总运输成本最低为目标函数,并综合考虑矿石产量、品位均衡、卡车等待时间最短等约束条件。通过在国内某大型露天铁矿的应用发现,卡车调度优化结果符合矿山实际生产需求,为企业管理者提高了决策依据。改进算法在模型求解过程中全局搜索能力及算法稳定性都得到显著提升,具有一定的实际应用价值。     

新能源参与电力系统调峰调频的仿真研究

新能源接入电网后,导致电力系统运行稳定性变差,为此研究新能源参与电力系统调峰调频的仿真方法,提升调峰调频效果,确保电力系统稳定运行。考虑发电机组深度调峰、可中断负荷调峰对发电成本的影响,以发电成本最小为目标函数,以功率平衡、备用容量与机组最小启停时间等为约束条件,建立调峰优化模型;采用改进蚁群算法求解模型,获取最佳调峰控制策略;调峰结束后,通过调度中心按照系统频率偏差与联络线功率等参数求解功率缺额,发送调度指令至新能源站,令其配合电力系统控制发电机组出力,共同完成调频任务。实验结果表明:该方法具备较好的调峰和调频能力,且经过调峰后电网运行较为稳定,具备良好的应用性。     

基于TS-IPSO混合算法的大型配电网扩展规划

配电网优化扩容是配电网扩展规划中的常见问题,利用优化算法在技术约束条件下使总成本降到最低。提出了一种禁忌搜索（TS）和改进粒子群优化（IPSO）混合算法来优化配电网扩展规划,利用TS算法改进了PSO算法中的粒子运动,得到了TS-IPSO混合算法,兼容了增加变电站扩建等低维问题和配电网馈线扩建等高维问题。在IPSO算法中,加入了局部搜索作为智能变异来改善算法在收敛条件下的馈线扩建。并将所提出的TS-IPSO混合算法应用于3种不同的配电网进行了实例分析。结果表明,在大型配电网扩建规划中,TS-IPSO混合算法比其他算法具有更强的运算能力。     

考虑环保成本的风电消纳综合能源系统调度模型设计

现有的综合能源系统调度模型难以在风电消纳作用下获取最优路径,导致模型所得调度结果经济效益较差,为降低发电成本,设计考虑环保成本的风电消纳综合能源系统调度模型。建立综合能源系统调度成本模型,设计火电机组与风电机组成本目标函数;以风电消纳为核心对能源调度模型进行动态寻优,设置风力发电的约束条件;设计风电消纳综合能源系统调度算法,得到综合能源系统调度最优解。分情景对该调度模型在风电消纳作用下的调度总成本进行对比,当弃风电量从3 110 MWh逐渐减小为0时,调度成本以及碳排放处理成本从86972万元不断降低至78171万元。由此可见,减小弃风量可以降低风电消纳作用下的综合能源系统调度成本。     

基于粒子群算法的惯性水平振动给料机的优化

该文介绍了粒子群优化算法的概念、算法的实现方法。通过对惯性水平振动给料机进行运动学分析,以料槽上物料运动的平均速度最大为目标函数,建立相应的优化模型,在MATLAB中编写粒子群优化算法的程序进行优化,得到了更好的结果。粒子群优化算法能够较好的完成优化,为惯性水平振动给料机的设计提供了新的方法和思路。     

清洁可再生能源节能潜力评估方法研究

为选择节能潜力大的清洁可再生能源替代化石能源,提出清洁可再生能源节能潜力评估方法。构建最大化清洁可再生能源发电量、最小化发电成本目标函数,设置新能源机组出力等约束条件,构建新能源出力时序运行模拟模型,采用粒子群算法求取模型最优解,得到新能源连续供电运行状态,根据机组最优功率分配和发电量,计算新能源发电量占比、发电功率占比、化石燃料耗率降低量,并将其作为节能潜力评估指标,判断新能源节能潜力大小。仿真实验结果表明,应用该方法后的水电机组新能源发电量占比、发电功率占比、化石燃料耗率降低量最高,节能潜力最大,电力系统应增加水电机组装机数量。     

应用RFID技术的新能源供电区域机器人节能巡检模式优化

针对已有机器人巡检用时和能量消耗增加的问题，提出了应用RFID技术的新能源供电区域机器人节能巡检模式优化方法。通过原始缠绕的相位—距离关系，对RFID相位信息进行预处理，构建全新的相位—位姿定位模型。采用优化方法对模型中的参数进行辨识，得到定位结果。根据定位结果，对新能源供电区域内的环境进行地图建模，同时对地图中的特定形状障碍物进行“膨化”或者“填平”处理，构建机器人节能巡检模式优化模型，使用改进的烟花算法对模型进行求解，获取最优巡检模式方案。实验测试表明，所提方法可以有效减少巡检用时和能量消耗，获取更加满意的巡检方案。     

燃煤机组电力节能环保多目标负荷监控研究

研究燃煤机组电力节能环保多目标负荷监控方法,精准监测电力负荷,合理控制负荷调度情况。利用电压、电流互感器接收燃煤机组的实时电压与电流信号;利用电力负荷计量采集单元采集信号内有效负荷信号;微处理器依据有效负荷信号,以最小煤耗、最小污染物排放量为目标函数,旋转备用与机组出力等约束为约束条件,建立电力节能环保多目标负荷调度模型,利用多目标混合进化粒子群算法求解该模型,获取最佳负荷调度方案,实现负荷控制;利用IEEE-1394协议实现整个监控时的负荷信号传输。实验证明:在引入噪声及不同升负荷速率时,该方法均可精准监测电力负荷;应用该方法调度负荷后,可有效降低煤耗与污染物排放量,实现电力节能环保。     

一种多源异构配电网实时调度优化模型的研究

针对多源异构配电网的实时调度不能积极消纳分布式电源的问题,在日前调度模型的基础上提出一种基于实时调度优化模型,该模型在负荷预测的前提下充分利用分布式电源和储能设备的供电能力,降低了在用电高峰期对主网供电的依赖,并采用基于帝国竞争算法对优化模型进行求解。经过仿真试验验证,基于该模型的实时调度能够高效利用分布式电源和储能设备的供电能力降低主网用电峰值,使得配电网的运行成本降低2.59%。