AGC机组调配经济性的遗传算法研究

随着智能控制技术的出现,基于模糊逻辑、神经网络和遗传算法的智能控制策略也越来越多地应用到各工业领域中,AGC机组调配优化算法也因此获得了新的理论依据.尝试性的将遗传算法应用到AGC机组调配之中,从而证明遗传算法在AGC机组调配方面能够取得一定的经济性,并有进一步研究的必要性.     

基于粒子群优化算法的AGC机组调配研究

电力市场下AGC机组的调配问题是辅助服务领域中的一个重要研究内容.提出了一种基于粒子群优化算法的AGC机组调配方案.该方法基于AGC机组调配的数学模型,考虑了机组调节容量,调节速率等约束条件.介绍了算法的基本原理,并分析了参数的不同取值对算法收敛性的影响.实际系统的算例表明,利用粒子群优化算法,不仅可以克服整数规划法可能得不到最优解的缺点,而且与遗传算法比较具有收敛性好,收敛速度快的优点,从而为AGC机组的调配问题提供了一种新的有效算法.     

基于自适应粒子群优化算法的AGC机组调配研究

提出了一种基于自适应型粒子群优化算法（APSO）的自动发电控制（AGC）机组调配方案。该方案针对考虑机组调节容量、调节速率等约束条件的AGC机组调配的数学模型,提出了一种改进的APSO。介绍了算法的基本原理．分析了不同参数取值对算法收敛性的影响。算例表明,该方法不仅可以克服整数规划法可能得不到最优解的缺点,而且与遗传算法比较,具有收敛性好、收敛速度快的优点。     

基于粒子群优化算法的AGC机组调配研究

电力市场下AGC机组的调配问题是辅助服务领域中的一个重要研究内容。提出了一种基于粒子群优化算法的AGC机组调配方案。该方法基于AGC机组调配的数学模型,考虑了机组调节容量,调节速率等约束条件。介绍了算法的基本原理,并分析了参数的不同取值对算法收敛性的影响。实际系统的算例表明,利用粒子群优化算法,不仅可以克服整数规划法可能得不到最优解的缺点,而且与遗传算法比较具有收敛性好,收敛速度快的优点,从而为AGC机组的调配问题提供了一种新的有效算法。     

基于遗传算法的调峰时最优运行初压的确定

在详细倒推逐级核算的热力计算的基础上,提出了一种基于遗传算法的调峰时最优运行初压的优化方法.通过遗传机理在有效参数调整范围内搜索系统运行的最优值.优化方法使用FORTRAN 90编程实现,并对实际对象进行了优化计算和结果分析.结果表明该方法能有效地进行优化计算,能用于实际汽轮机组的运行优化.     

基于自适应遗传算法的感应电动机调速系统PID控制器参数优化

以速度误差积分型性能指标为目标函数,根据评估函数值变化幅度自适应调整变异概率,以防止算法早熟和陷入局部极小值.运用Matlab/Simulink建立电机矢量控制模型并对PID参数的优化数值进行仿真,结果表明本文提出的参数整定方法较传统PID方法更加优越.     

基于遗传算法和多目标多项目决策技术的变电站优化选址

从理论和实际两个角度出发,提出变电站选址决策"优中选优"的思想,即:首先将影响选址决策的所有因素划分为两类,一类是可以数学建模的,利用遗传算法进行初步寻优,得到理论上的最优解和一批次优解作为候选站址;对另外一类不能建模的,采用多目标多项目决策技术,以系统的思想结合专家经验,对初步寻优得到的候选站址优化选择,实现整体上的最优.将算法优化和决策技术巧妙结合,建立了变电站选址优化、决策的程序流程.通过实际算例表明,该方法简单、实用、有效、可靠.     

配电网络故障恢复重构的改进遗传算法

针对目前传统遗传算法在故障恢复应用中的某些缺点,应用了遗传算法、神经网络和模糊数学等相关知识,对传统遗传算法的编码方法及相应的遗传操作策略、评判方法以及适应度函数的设计等进行了一些改进.同时引进模糊控制方法对基因操作的交叉概率和变异概率进行在线控制.分析和算例的结果表明该改进算法能够较快地找到最优解.     

基于相似性自适应学习的遗传算法在无功优化中的应用

针对常规遗传算法(GA)的不足,提出了一种改进的遗传算法-基于相似性自适应学习的遗传算法,为提高遗传算法的计算速度、收敛性和全局最优搜索能力,采取了以下改进措施:①针对遗传算法产生新解无序,提出邻域搜索策略;②为提高算法的搜索效率和效果,按适应值相似性对个体分级、加速;③为提高收敛速度,提出了邻域收缩策略.将改进遗传算法应用于电力系统进行无功优化,在收敛速度和全局收敛性与常规遗传算法进行了比较,结果表明改进遗传算法的有效性.     

基于改进免疫算法的电力系统最优潮流计算

提出了一种改进的人工免疫算法来计算电力系统最优潮流,免疫算法是根据人或其它高等动物免疫系统的机理而设计的,将目标函数和不等式约束条件作为抗原,将搜索空间的解作为抗体,依据抗原与抗体的结合力以及抗体之间的结合力对解进行评价和选择,该算法在保持了基本免疫算法的全面搜索能力基础之上,又通过引入矢量距等概念及使得免疫算法在理论上保证了解的多样性.通过IEEE-30节点系统的计算结果表明该算法是可行的.与遗传算法等模拟进化算法相比,该算法全局搜索能力强,收敛速度快.     

电力市场下基于改进遗传算法的AGC机组的选择

针对电力市场下参与竞标的各自动发电控制（AGC）机组的选择问题,提出了一种基于实数和二进制数混合编码、个体分段交叉变异的改进遗传算法。该算法采用实数模拟AGC机组的调节容量,无需解码,具有较高的收敛精度,同时采用二进制编码模拟AGC机组中标状态,充分利用了两种编码方式的优点;对群体中的个体采用了轮盘赌选择,并按容量段、状态段分别进行交叉、变异的遗传操作方法,较好地解决了电力市场下AGC机组选择这一0—1混合整数非线性规划问题。最后通过对某省实际电网的算例分析,验证了该算法的可行性。     

电力市场下AGC机组调配的遗传算法

对电力市场下自动发电控制(AGC)机组的调配问题进行研究发现，现有利用整数规划的方法是基于机组AGC调节容量不变这一条件，因此所得到的结果可能不是最优解。提出了计及机组AGC调节容量变化的数学模型，对利用遗传算法求解这一非线性混合整数规划问题进行了探索。实际系统的算例表明，利用遗传算法可以克服现有利用整数规划方法所存在的问题。文中还对遗传算法参数的选取与调整进行了讨论。     

电力市场下AGC机组运行考核算法的研究

针对传统AGC机组运行考核算法的不足,在AGC投入时对机组的调节速率和调节精度进行实时的测定与计算,并且考虑了AGC机组的响应时间对调节速率的影响以及系统运行人员与机组责任的区分;对调节容量根据计划交易日的前日各电厂对AGC调节容量的申报值进行计算。根据各电厂的考评结果对次月参与考评发电厂的月度发电量计划进行调整,并给出计算的公式、流程图和算例,最后对本软件的实际应用情况进行了介绍。     

计及处罚费率的AGC机组调配经济性研究

：随着电力运营体制改革的不断深入和电力市场的逐渐形成,维持电力系统的经济可靠运行显得越来越重要,研究的重点也逐步转向了对辅助服务的有效获取和定价。通过对AGC机组的调配问题的研究,介绍了一种考虑到联络线偏差的确定AGC容量需求的框架和在目前的电力市场机制下针对不同需要来处理调节分配的方法。最后引入算例,通过与常规方法的比较,验证了该模型的正确性和有效性。     

区域共同市场AGC辅助服务交易探讨

介绍了国内区域电网AGC系统的各种控制方式及发展趋势;探讨了电力市场中AGC调节容量需求的计算方法及各种AGC交易决策方式;提出了适合于区域共同市场的AGC交易模式;指出必须根据区域电网AGC控制方式、AGC机组的数量、可调容量及系统发电充裕度选择AGC交易模式。     

基于遗传算法的电力市场环境下电源规划的研究

通过对电力市场条件下电力系统电源规划的研究,提出了市场环境下的电源规划模型和算法,该模型以传统电源规划为基础,在体现可靠性与经济性综合运筹的同时兼顾了可持续发展问题。该模型采用Grefenstette编码的遗传算法进行求解,在求解过程中对简单遗传算法的算子进行了部分改进,不仅能可靠获得全局最优解和次优解,而且加大了求解规模与速度。给出的算例和结果表明该文提出的模型和算法均合理有效。     

基于遗传算法的大容量输油泵模糊控制器的优化设计

由于大容量输油泵系统存在严重的非线性和时变性 ,输油泵入口压力、出口压力及管道流量三个参数之间又存在耦合关系 ,采用传统的PID控制器难以对它们实现协调控制。针对大容量输油泵系统的特点 ,本文提出了一种由两个模糊控制器组成的大容量输油泵控制策略 ,并应用改进的遗传算法对模糊控制器的隶属函数和融合因子进行了优化。仿真和现场运行结果表明 ,该控制器能够对入口压力、出口压力及管道流量进行协调优化控制。     

考虑市场力风险约束的最优AGC控制模型

针对传统自动发电控制(AGC)优化模型中难以考虑市场力风险的问题,引入度量市场风险的价值模型,提出了以风险价值为限值的辅助服务成本约束混合整数非线性规划的AGC优化模型。为处理模型的非线性,引入两态辅助变量,将三态的机组状态变量进行等效转化,实现了模型的线性化,有效地降低了模型求解难度。以广西电网运行数据为例,对比不同风险置信水平下AGC控制性能,结果表明:置信水平越高,调节成本越大,控制效果越好,但无论置信水平高低,所提模型均能确保控制性能标准(CPS)合格,验证了模型的有效性,为电力市场环境下的AGC控制提供了有益参考。