变尺度混沌优化算法在梯级水电站水库优化调度中的应用

利用变尺度混沌优化算法(Mutative Scale Chaos Optimization Algorithm,MSCOA)对梯级水电站水库调度问题进行优化调度。主要思想是利用混沌运动的随机性,由Logistic方程随机生成混沌序列;将其载波到包含水电站目标函数可行域S的一个区域;利用随机性、遍历性和规律性,不断缩小优化变量的搜索空间和提高搜索精度进行全局寻优,从中搜索属于可行域S的解;同时在搜索中引入解向量优选,将解向量中那些接近全局最优解的分量找出,构成一个新的向量,代入目标函数中进行计算,从而找出全局最优解,最终求出水电站水库发电调度的最优调度线。实例计算结果表明,算法可以求解具有复杂约束条件的非线性梯级水电站水库优化调度问题。算法求解精度高,具有较大的实用价值,为求解梯级水电站水库优化调度问题提供了一种有效算法。     

蚁群算法在组合优化中的应用

本文介绍了崭新的求解复杂优化问题的启发式算法-蚁群算法以及它的基本原理.该算法是通过模拟蚁群搜索食物的过程,达到求解此类问题的目的.它具有智能搜索、全局优化、稳健性强、分布式计算、易与其他方法结合等优点.文章还介绍了该算法在静态组合优化,如旅行商、二次分配、车间任务调度、车辆路线、图着色、有序排列,以及动态组合优化中的应用.文章最后展望了蚁群算法所具有的广阔应用前景.     

运行优化降低燃煤锅炉NOx排放的试验研究

在一台1025t/h的烟煤锅炉上进行了NOx排放特性研究。试验主要研究了炉膛出口氧量、顶部燃尽风及其喷嘴摆角、燃烧器组合、辅助风配风及锅炉负荷对NOx排放的影响。试验结果表明,NOx排放随炉膛出口氧量降低而明显降低,中下层燃烧器运行的NOx排放明显低于中上层燃烧器运行或隔层运行,缩腰型配风方式可明显降低NOx排放。由于顶部燃尽风与主燃烧器距离太近且设计燃尽风量偏小,燃尽风喷嘴和摆角对NOx排放影响较小。经过运行优化调整,烟煤锅炉NOx排放可降低30%以上,低于500mg/m3。     

蚁群优化算法及其在电力系统中的应用

蚁群优化算法是意大利学者M Dorigo受蚂蚁觅食行为的启发 ,提出的一种新型组合优化算法 ,具有正反馈、分布式计算等特点 ,已在许多问题中得到成功的应用。本文对蚁群优化算法的研究现状作一综述 ,并指出在电力系统中可能的应用方向     

基于蚁群算法和LSSVM的锅炉燃烧优化预测控制

火电厂锅炉燃烧过程是一个复杂的多输入/多输出系统,具有高度非线性、强耦合的特点.借助燃烧特性试验数据,利用最小二乘支持向量机(LSSVM)建立锅炉燃烧模型,使用非线性模型预测控制(MPC)算法对锅炉燃烧过程进行优化和控制.提出一种改进蚁群算法用于求解预测控制算法中的非线性优化问题,采用动态随机抽取方法来确定目标个体引导...     

基于混沌理论和排序选择的蚁群无功优化算法

在基本蚁群算法的基础上,引入排序选择策略,使用一定的线性或非线性关系将信息素的差别转化为次序,通过改变选择压力控制个体被选中的概率,具有很好的整体优化性,能有效抑制非成熟收敛。为提高算法的局部搜索性能,在每次迭代后全局更新以前采用的混沌搜索方法,以求在当前最优蚂蚁附近搜索到更好的解。IEEE 14、IEEE 30和IEEE 57系统的仿真分析验证了该算法的有效性,指出了混沌搜索对算法稳定的作用。     

电力系统无功规划优化的变尺度混沌优化算法

选择无功设备投资和系统有功网损的综合费用最小作为目标函数,同时考虑满足电压水平来探讨无功规划优化问题。无功优化前,首先用模态分析法确定系统的薄弱节点作为候选补偿点,用电压越限筛选确定最大补偿容量,然后用无功优化模型决定候选补偿点应加装的无功补偿容量。介绍了变尺度混沌优化算法,该算法不断缩小优化变量的搜索空间并不断提高搜索精度,从而有较高的搜索效率。IEEE14节点系统的仿真计算验证了算法的有效性,算法对初值的敏感性也进行了探讨。     

华能大连电厂低NOx旋流燃烧器及燃烧优化

该文对安装在华能大连电厂二期工程 2× 35 0MW机组锅炉的三井巴布科克低NOx 旋流燃烧器的设计特点进行了剖析 ,结合锅炉燃烧优化试验对低NOx 旋流燃烧器的性能进行评价 ,对存在的问题进行了探讨。图 2表 2     

基于改进变尺度混沌优化算法的微网优化运行

研究了变尺度混沌优化算法的变量空间缩小系数、"二次搜索"调节系数对混沌优化结果的影响,并提出了变量空间缩小系数、"二次搜索"调节系数的确定公式。按照所提出的公式,随着"二次搜索"次数的增加、变量搜索空间的减小,变量空间缩小系数、"二次搜索"调节系数的数值可以不断地减小以保证寻优结果的精度。数值算例和应用实例验证了所提改进变尺度混沌优化算法的正确性和有效性。将混沌优化算法应用于微网内微电源的经济优化运行,分析了微电源在不同目标函数下的出力变化情况。     

燃煤电站锅炉NOx排放的人工神经网络建模及优化分析

影响燃煤锅炉氮氧化物生成的因素很多且规律复杂.利用人工神经网络技术,使用某一电厂低NOx排放燃烧优化试验的数据,建立了该锅炉氮氧化物的排放模型.该模型预测精度较高、结果可信.通过建立的神经网络模型分析了配风方式的影响.结果表明:缩腰型配风方式较佳,而倒宝塔型配风方式优于正宝塔型配风方式.建立的神经网络模型可以为燃煤锅炉通过优化燃烧降低NOx排放提供理论指导.     

基于Pareto蚁群算法的风电项目工期-成本-质量均衡优化

工期、成本和质量是风电项目管理的关键.在分析风电项目基建期工期-成本-质量关系的基础上,构建了风电项目工期-成本-质量均衡优化模型,确定了决策变量和效用目标函数,阐述了Pareto蚁群算法的原理和计算步骤,并且通过分析风电工程施工网络计划,计算出关键路径和工期,用MATLAB编写Pareto蚁群算法程序对该模型进行求解得到Pareto解和综合效用值,并生成三维Pareto图,不仅验证了该优化模型的可行性,还为风电项目管理者提供了有效的决策依据.     

蚁群算法在水电站调度函数优化中的应用

调度函数作为一种能够明确指导水电站水库运行的技术,较常规的水库调度图能更有效地发挥水电站的运行效益。针对调度函数的编制特点及其存在的优化空间,将蚁群算法应用于水电站调度函数的优化模型中。以金沙江中游梯级水电站群为实例,针对其初始调度函数进行优化,并模拟其长系列径流的发电调度过程。计算结果表明,经过优化后的调度函数能显著...     

改进蚁群优化算法在配电网网架规划中的应用

从转移概率和信息素的动态更新机制两方面对传统蚁群算法进行了改进。转移概率设计中采用2个参数的联动控制,实现了Dorigo和Maniezzo的设想。信息素动态更新机制使信息素权重随迭代次数增加而改变,实现了对整个可行域的搜索全面而迅速,弥补了传统蚁群算法训练效率低下和易陷入局部极小的不足。配电网优化的结果表明该算法的有效性。     

自适应蚁群算法在YKK系列中型高压电机优化设计中的应用

介绍了自适应蚁群优化算法的基本思想及其特点,并将其应用到了电机优化设计当中,重点论述了蚁群算法在电机优化设计中的具体实现方法,并对一个机座号下的YKK系列电机进行优化。实例表明,这种方法是行之有效的。     

基于改进蚁群算法的车辆路径优化

针对基本蚁群算法易陷于局部最优解及道路交通流易产生拥塞等缺陷,提出了一种改进蚁群算法。结合实时交通信息,以时间最短建立了动态路径规划的目标转换模型,应用改进蚁群算法求解车辆最短路径,对于求解过程中出现局部最优解,引入了随机蚂蚁这一概念,同时基于Greenshields模型处理了正反馈以及个体最优策略造成的拥塞现象。     

改进连续蚁群算法在变压器局部放电超声波定位中的应用

介绍了用于变压器局部放电超声定位的改进后的连续蚁群算法,并给出了应用实例.     

基于蚁群算法的无功优化方法的研究

介绍了蚁群算法用于求解无功优化的步骤,在满足发电机无功功率、负荷节点电压等网络性能要求的前提下,以系统网损最小为目标函数,将发电机机端电压、变压器分接头和无功补偿设备出力为控制变量,建立求解无功优化问题的模型。最后通过仿真试验,验证了所提出方法的可行性。     

基于聚类蚁群算法的动态无功优化

针对动态无功优化中需要限制电容器开关和有载分接开关( OLTC)分接头等离散控制设备动作次数要求,首先,提出离散控制设备无需动作时间概念,该方法统一考虑全天系统负荷变动情况,在保证离散控制设备动作效率基础上使全天动作次数满足要求。另外,将聚类方法与蚁群算法相融合提出聚类蚁群算法,该方法能够根据系统的变化,随时调整路径上的信息素更新浓度。最后,根据引出的路径多样性,可以防止因信息素的过度积累使算法早熟、减少算法搜索次数的优点,提出多时段间路径多样性的概念,以达到降低控制设备的动作次数。对IEEE 14节点和IEEE 30节点系统进行计算,结果验证了方法的可行性、正确性和有效性。     

基于混沌蚁群算法的配电网重构

配电网重构是电力系统为了降低网损而采取的主要措施之一。主要在基本蚁群算法的基础上,通过加入了混沌初始化和混沌扰动对基本蚁群算法做了改进,并应用到配电网重构问题上。通过加入混沌初始化,加快了算法的搜索速度;通过加入混沌扰动,使算法本身有效的避免了陷入局部最优解的问题,从而使算法快速、准确的找到最优解。最后通过对IEEE69节点系统算例的仿真,取得了较好的效果,证明了算法的有效性、可行性。