基于改进遗传算法的经济负荷分配

研究了遗传算法在水火电力联合系统经济调度中的应用。针对电力系统负荷分配目标的改变，建立在电力市场体制下负荷分配的数学模型；根据负荷分配问题的特点，对初始种群的生成方法进行改进，使得遗传算法在初始种群中的所有个体都是可行解；对过度满足约束条件的个体，采用了一种有效减小冗余的手段。通过数字仿真，证明了该方法的正确性与有效性。     

发电机组负荷分配的遗传算法

介绍了遗传算法的机理和特点,针对电力系统非线性和水火电联合系统的经济调度不易协调的特点,将遗传算法应用于电力系统经济调度的计算,并给出了计算的一般步骤,通过对一个三机水火电联合系统的经济调度的计算,验证了遗传算法对于计算电力系统经济调度的有效性。结果表明,遗传算法对目标函数的连续性及其导数的存在性没有严格的限制,因而非常适合于电力系统的优化计算;此外,运用遗传算法解算经济调度避免了对协调方程的求解     

盘山发电厂锅炉吊杆负荷分配

盘山发电厂１６５０ｔ／ｈ超临界直流锅炉的受热面吊杆，采用原苏联随设备供货的液压调整装置，进行负荷分配。该装置制作容易，操作简单，数据可靠，可供国内锅炉生产厂家借鉴。     

用改进遗传算法求解水火电力系统的有功负荷分配

水火电力系统的短期有功负荷分配在电力系统的经济运行中发挥着重要的作用，从本质上讲它是一个具有复杂约束条件的非线性大型动态优化问题，处理起来十分复杂，采用传统优化算法难以得到理想的结果。文中提出对决策变量直接采用浮点数编码技术，并根据给定的概率分布进行杂交操作和实施参数变异的改进遗传算法（RGA），用以求解此问题，最后用具体算例对该方法进行了验证。通过与二进制编码遗传算法所得结果进行对比分析，表明此法计算结果正确合理，收敛速度快，求解精度高。这也说明RGA不失为一种行之有效的优化方法，具有应用潜力。     

浅谈发电厂的负荷经济分配

分别利用等微增原理，对发电厂进行边际成本分析来进行负荷的经济分配，并利用建立数学模型来帮助分析。     

调峰运行与机组负荷最优分配

对火电机组调峰运行的经济性进行初略讨论和比较，介绍运行机组负荷分配的一种方法－－动态规划法。     

一种解决电力系统经济负荷分配的改进的遗传算法

在研究遗传算法(Genetic Algorithm,GA)的基础上,本文提出一种应用改进的遗传算法来求解电力系统经济负荷分配的新方法,就是在给定的系统运行方式下,在可利用的机组间合理地分配出力,使全电力系统达到最大的经济性(发电成本为最小),由此来节约能源同时给电厂带来巨大的经济效益。     

发电厂内机组负荷分配优化的计算方法

本文讨论发电厂内单元机组间负荷分配的优化问题,给出了一种具有实用价值的列表解法,可通过微机确定优化方案。经计算,按本文优化方法分配负荷,可得到明显的经济效益。     

基于云自适应遗传算法的机组负荷分配

将云自适应遗传算法应用于机组负荷优化分配,并根据负荷分配的具体要求对遗传参数的设置进行了改进。算法不仅继承自适应遗传算法计算速度快的优点,而且由于云模型既有随机性又同时具有稳定倾向性,避免了较优个体遗传概率为零的弊端,因此不易陷入早熟,鲁棒性更高,应用于机组负荷分配能够得到理想的效果。     

用动态规划方法实现机组负荷的最优分配

介绍了采用动态规划方法实现机组间负荷分配的计算方法，并对具体应用中的相关问题进行了分析讨论，结合实例详细介绍了计算方法的实现、数据预处理及结果分析等问题。     

火电厂机组负荷优化分配办法

火电机组负荷优化分配以机组的煤耗成本特性为基础,目的是使发电成本最低,其中不但将煤耗量降为最低,并且使全厂机组负荷的变化满足自动发电控制(AGC)的速率和精度的要求,提高供电品质.此外,在机组变负荷过程中尽可能地降低负荷调节频率,提高机组的稳定性,延长主、辅机设备的寿命.对此,研究以煤耗最低为原则,合理分配全厂机组负荷的方法,实现发电厂机组的安全、稳定和经济运行.     

基于最优流法和遗传算法的配电网重构

提出了一种基于改进最优流和遗传算法的配电网重构算法.该算法先利用配电网的同胚图将重构问题的全局寻优空间划分为若干子空间,然后利用改进最优流法寻找子空间内的最优解,之后再利用遗传算法搜索全局最优解所在的子空间,从而实现在局部最优解中寻找全局最优解.该算法既通过压缩寻优空间提高了遗传算法的搜索效率,又利用改进最优流法改善了局部寻优能力.算例计算结果表明了文中所提算法的可行性和有效性.     

基于遗传算法的火电厂热工过程模型辨识

针对热工对象的特点及基本遗传算法存在的问题，提出了一种用于热工对象模型辨识的改进遗传算法，有效抑制了算法早熟，提高了算法的全局搜索能力和局部搜索能力。采用MATLAB语言编制了专用的模型辨识软件，对典型热工过程进行了辨识，给出了各种输入下的辨识结果，仿真研究表明，不管对象输入是阶跃信号，还是模拟现场操作的任意信号，都能得到准确的辨识结果，即使输入中含有较大的噪声信号，也可得到准确的传递函数。     

基于改良策略的配电网重构遗传算法

该文提出了基于改良策略的配电网重构遗传算法，通过对与不可行解相对应的个体进行改良操作，打开回路，连通孤岛，使其变为可行解，并使得搜索仅在可行解范围内进行，从而提高搜索效率；文中还针对改良策略，提出了新的编码方案，并改进了遗传操作；最后还对2个算例进行了试算，其结果与最优解相吻合。算例表明本算法具有计算速度快、性能好的特点，可有效地应用于以降低网损为目的的配电网重构中。     

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.     

基于遗传算法的无功规划优化

提出了一种应用于电力系统无功规划优化问题的改进遗传算法。该算法对传统遗传算法的编码方式、群体规模以及遗传３算法等方面进行了     

基于改进遗传算法的配电网无功优化

遗传算法是近年被广泛应用于配电网无功优化的一种新型的优化算法，本文在基本遗传算法（SGA）的基础上，提出基于定制的初始种群的形成方法以保证个体的多样性，提出反映个体分布疏密情况的个体分布散度，设计出随个体分布散度成反比，随最优个体相对保留代数成指数上升的自适应变异率，为配电网无功优化提供了一种新的算法，算例表明本文提出的算法优化效果好，在精度上以及收敛速度上都具有较大的提高。     

基于自适应遗传算法的无源电力滤波器综合优化方法

无源电力滤波器经济而高效，是电网谐波治理的重要设备。现有设计方法普遍针对部分经济技术指标，依据工程经验或简化模型近似求解，故优化程度较低。该文综合考虑谐波抑制、无功补偿和初期投资等设计目标，提出一种基于改进遗传算法和PSpice仿真的优化设计新方法。实验结果表明，凭借高效实用的元件标称值编解码方案，权值动态调整多目标评估方法，以及兼顾种群多样性和遗传进程的遗传参数调整策略，该方法可获得综合优化的实用性设计结果。     

基于改进多种群遗传算法的配电网规划

提出了改进的多种群遗传算法并将其应用于配电网规划.根据优化目标数学模型确定统一目标函数和多个子目标函数,并将其作为父、子种群的适应度评价函数,用迁徙算子决定父子种群的联系程度.采用"0"和"1"逐线逐点方式对馈线和变电站进行编码,并构成网架的染色体.用变电站的容载比作为约束条件决定变电站的负荷规模.在此基础上提出了包括孤链、闭环、孤岛的修复方案,将遗传操作所产生的非辐射性网络修复成辐射性网络.该方法可以处理同时涉及变电站和馈线优化的多目标配电网规划问题.算例结果表明了该方法的有效性.     

基于改进型免疫遗传算法的母管制机组负荷优化分配

改进型免疫遗传算法在遗传算法中引入了免疫系统的抗原识别、抗体多样性、免疫记忆、浓度调节等机制,且将遗传竞争分为子种群间和子种群内部个体间的两级竞争,从而能够快速、稳定地收敛到全局最优点.为此,提出了一种基于免疫遗传算法的母管制机组负荷优化分配方法,以提高机组运行的经济性.实际计算结果证明,该方法对机组的负荷优化分配具有良好的优越性.