風一火電力系統(tǒng)聯(lián)合優(yōu)化調(diào)度是一個極其復雜的np問題，不易求解。，改進粒子群算法，并將其應用于風一火電力系統(tǒng)聯(lián)合優(yōu)化調(diào)度，提出了一種改進的慣性權(quán)重線性遞減的粒子群算法。針對粒子群算法容易局部收斂的缺陷，、首先，本文在慣性權(quán)重線性遞減（ldw）的基礎上，加入常數(shù)擾動，使慣性權(quán)重大幅增大，以便于跳出局部搜索，進行全局搜索，從而防止局部收斂；其次，為盡可能的避免粒子群算法出現(xiàn)粒子高度聚集在最優(yōu)粒子的周圍的情況，使得粒子趨于相同以致于大大損失粒子群的多樣性，一定概率的自適應的改變慣性權(quán)重并混入隨機個體，以便于更好的保持種群多樣性、、最后，在matlab2010agui平臺下采用幾種不同的粒子群算法進行仿真試驗。仿真結(jié)果表明，在相同條件下改進的粒子群算法能夠?qū)さ礁_的解。

第六講含風電場的電力系統(tǒng)研究

首次將量子粒子群優(yōu)化算法用于水電系統(tǒng)經(jīng)濟運行研究中。該算法是量子理論與粒子群算法的融合,在粒子編碼過程中引入了量子的態(tài)矢量表達,并將量子比特的概率幅表示應用于粒子的編碼,使得粒子可以表達為多個態(tài)的疊加;在粒子更新操作過程中,利用量子邏輯門實現(xiàn)了粒子的演化,具有比常規(guī)粒子群算法更好的目標優(yōu)化性能。仿真結(jié)果證實該算法可有效解決水電機組經(jīng)濟運行問題。性能對比顯示,該算法求得的解優(yōu)于常規(guī)粒子群算法及其它優(yōu)化算法所求得的解。

第28卷第19期電網(wǎng)技術(shù)vol.28no.19 2004年10月powersystemtechnologyoct.2004 文章編號：1000-3673（2004）19-0014-06中圖分類號：tm715文獻標識碼：a學科代碼：470·4054 粒子群優(yōu)化算法在電力系統(tǒng)中的應用 袁曉輝1，王乘1，張勇傳1，袁艷斌2 （1．華中科技大學，湖北省武漢市430074；2．武漢理工大學，湖北省武漢市430071） asurveyonapplicationofparticleswarmoptimization toelectricpowersystems yuanxiao-hui1，wangcheng1，zhangyong-chuan1，yuanya

隨著電力系統(tǒng)規(guī)模的日益擴大和電力市場改革的實施，保證電力系統(tǒng)安全、經(jīng)濟、穩(wěn)定、可靠地運行越來越重要。本文對pso算法在電力系統(tǒng)中應用的研究現(xiàn)狀進行了較為全面的總結(jié)，主要包括在電網(wǎng)擴展規(guī)劃、檢修計劃、機組組合、負荷經(jīng)濟分配、最優(yōu)潮流計算與無功優(yōu)化控制、諧波分析與電容器配置、網(wǎng)絡狀態(tài)估計、參數(shù)辨識、優(yōu)化設計等方面的應用研究成果。

電梯混合能源控制優(yōu)化是對電梯、太陽能、蓄電池、超級電容等設備間的能量交換進行控制優(yōu)化。根據(jù)電梯系統(tǒng)的特點，在滿足電梯所需能量的前提下，以電網(wǎng)所需的耗電量最小為優(yōu)化指標，建立電梯的混合能源優(yōu)化目標函數(shù)。其中目標優(yōu)化函數(shù)中的變量如0－1等非連續(xù)的開關(guān)變量，其混合能源管理優(yōu)化過程是非線性變參數(shù)優(yōu)化問題，難以用普通的解析方法進行計算。采用混沌粒子群算法的智能求解策略，通過對某電梯的仿真，驗證了模型和算法的有效性。

為科學求解梯級水電站群多目標優(yōu)化調(diào)度模型,提出一種基于量子行為進化機制的多目標量子粒子群算法(moqpso)。該方法以標準量子粒子群算法(qpso)為基礎,引入外部檔案集合存儲非劣粒子,利用個體支配關(guān)系實現(xiàn)檔案集合的動態(tài)更新維護;依據(jù)個體領導能力優(yōu)劣選擇粒子歷史最優(yōu)位置與種群全局最優(yōu)位置,維持搜索過程中個體進化方向的多樣性;采用混沌變異算子對個體進行局部擾動,提升算法的全局收斂性能。烏江流域模擬調(diào)度結(jié)果表明,所提方法具有良好的收斂速度與尋優(yōu)能力,可快速獲得兼顧梯級水電系統(tǒng)經(jīng)濟性與可靠性要求的pareto解集,能夠為工程人員提供科學的決策依據(jù)。

為降低變電站工頻電場曝露水平,避免工作人員長期曝露其中可能造成的健康威脅,通過優(yōu)化電站設備布局來降低一次設備周圍近地面空間電場強度。建立220kv戶外配電設備3維幾何模型,采用軟件仿真計算出220kv戶外配電區(qū)電場分布,并將電場強度高于限值的設備區(qū)作為待優(yōu)化區(qū)域。提出適用于變電站電場優(yōu)化問題的粒子群優(yōu)化算法的適應度函數(shù)和限制條件。以降低設備區(qū)外部電場分布作為優(yōu)化目標,對其進行整體優(yōu)化計算,在此基礎上,以降低設備區(qū)內(nèi)部高場強分布作為優(yōu)化目標對相關(guān)設備位置進行微調(diào)。最后將計算所得最優(yōu)電場分布與原電場分布進行對比,整體優(yōu)化后的適應度函數(shù)值減小了83.4%,局部優(yōu)化后適應度函數(shù)值再次減小了29.1%。優(yōu)化結(jié)果表明,利用粒子群算法對設備排布重新優(yōu)化,可以在不增加建設成本的前提下降低目前變電站工頻電場曝露水平。

隨著風電大規(guī)模的并網(wǎng),風電的波動性和隨機性給電力系統(tǒng)經(jīng)濟調(diào)度帶來了困難。針對這種情況,本文在常規(guī)電力系統(tǒng)經(jīng)濟調(diào)度機組約束條件基礎上,加入正負旋轉(zhuǎn)備用容量約束,應對風電的不確定性,建立含風電的電力系統(tǒng)動態(tài)經(jīng)濟調(diào)度模型,并利用改進的粒子群算法與二次規(guī)劃算法結(jié)合的方式對模型進行求解。仿真實驗結(jié)果表明,本文所建立的調(diào)度模型能有效應對風電接入引起的備用需求變化,調(diào)度方案在滿足安全、經(jīng)濟約束條件的情況下,能夠取得最小的機組運行成本。

為優(yōu)化電力市場競價,以發(fā)電機組實際報價結(jié)算購電費用最低為目標函數(shù),提出了基于粒子群算法的電力市場競價方法。算例仿真計算的結(jié)果表明,在滿足電力系統(tǒng)多種約束的前提下,能取得較好的收斂結(jié)果,進一步驗證算法的正確性和有效性。

介紹了標準粒子群算法的基本思想,提出了鋼框架抗震優(yōu)化設計的量子粒子群算法,建立了多層鋼框架優(yōu)化設計數(shù)學模型,最后通過一個算例驗證了該方法的效率和有效性,結(jié)果表明該方法科學可行,具有很好的應用前景。

第一講風電場接入電力系統(tǒng)

船舶電力系統(tǒng)網(wǎng)絡重構(gòu)本質(zhì)上是帶約束的多目標組合優(yōu)化問題。針對船舶電網(wǎng)重構(gòu)問題的特點,建立了船舶電力網(wǎng)絡的無向圖模型;在此基礎上,進一步建立了以負荷恢復量、開關(guān)操作次數(shù)和發(fā)電機效率均衡性為優(yōu)化目標的船舶電力系統(tǒng)多目標重構(gòu)模型;提出了一種結(jié)合\"背包策略\"和模擬退火算子的改進粒子群算法進行求解。其中\(zhòng)"背包策略\"可以明顯提高粒子群算法的搜索起點和加快收斂速度;模擬退火算子能夠很好地提高粒子群算法的局部搜索能力和克服粒子群算法易于陷入局部最優(yōu)解的缺點。測試算例結(jié)果表明,利用所提方法能夠獲得更好、更完備的船舶電力系統(tǒng)重構(gòu)方案,算法具有較好的優(yōu)化性能。

介紹了混沌粒子群算法,并將其用于水庫調(diào)度中,指出:混沌粒子群優(yōu)化算法引入了混沌搜索機制,增加了粒子的多樣性,擴大了搜索的范圍,不僅保持了粒子群優(yōu)化算法收斂速度快的優(yōu)點,而且還增強了全局收斂能力,能避免陷入局部最優(yōu)的情況,可以更好地解決水庫優(yōu)化調(diào)度的強約束、多階段、非線性組合問題。

電力系統(tǒng)機組組合問題的改進粒子群優(yōu)化算法

為提高電力系統(tǒng)短期負荷預測的精度,引入一種新型的群智能方法——粒子群優(yōu)化算法,并將這種智能算法與bp算法相結(jié)合,形成了粒子群優(yōu)化bp算法模型,建立了計及氣象因素的短期負荷預測模型.通過具體算例將此模型與單純的bp模型進行比較,結(jié)果表明:該算法具有較高的預測精度,完全能滿足實際工程的要求.

在物聯(lián)網(wǎng)時代利用計算機信息技術(shù)與通信技術(shù),基于粒子群算法可實現(xiàn)對電力調(diào)度分級管理的技術(shù)手段。本文在應用現(xiàn)代微電子技術(shù)、通信技術(shù)和控制理論的基礎上,選取常用測試函數(shù)的兩種方式利用軟件matlab完成測試與驗證。通過粒子群算法,按照調(diào)度分級管理劃分的范圍,實現(xiàn)電力系統(tǒng)最優(yōu)化的信息收集與交換、安全監(jiān)視和控制、經(jīng)濟運行和維護,力求保障各電力控制功能的自動協(xié)調(diào),有效防止了算法陷入局部最優(yōu),輔助調(diào)度人員正常穩(wěn)定的指揮電力系統(tǒng)的生產(chǎn)運行。

風功率的隨機波動特性要求電網(wǎng)合理安排運行備用容量。評估大規(guī)模風電接入后電力系統(tǒng)的運行備用風險成為合理安排電網(wǎng)運行備用需要解決的首要問題。提出了一種基于擴展狀態(tài)空間分割法的含風電場的電力系統(tǒng)運行備用評估方法。該方法可以處理風機多狀態(tài)模型,同時考慮了風機自身的隨機停運和風速預測的不確定性,將全狀態(tài)空間劃分為2個區(qū)域,分別采用枚舉法和模擬法對2個子空間的系統(tǒng)狀態(tài)進行選擇,從而實現(xiàn)快速精確的風險評估。對我國某實際區(qū)域電網(wǎng)的計算分析驗證了該算法的正確性和有效性。

濟鋼的氧氣系統(tǒng)一直存在著供需不平衡的問題,導致氧氣放散率高,影響經(jīng)濟效益。通過對氧氣系統(tǒng)的生產(chǎn)、存儲和使用等環(huán)節(jié)進行綜合分析,以氧氣放散率最低,經(jīng)濟效益最大為目標函數(shù),建立氧氣系統(tǒng)優(yōu)化調(diào)度的模型,并利用改進的粒子群算法求得最優(yōu)解,取得了良好的效果。

為了提高接地網(wǎng)腐蝕故障診斷的精度和效率,提出基于混沌粒子群算法的分塊診斷方法;根據(jù)節(jié)點撕裂法將接地網(wǎng)分成若干個子網(wǎng)絡和自由支路,建立分塊多目標優(yōu)化模型,并采用混沌粒子群優(yōu)化算法對診斷模型進行求解;利用matlab對算例進行仿真計算得到的診斷結(jié)果與實際故障倍數(shù)差都在±0.5之間,能夠有效地判斷出接地網(wǎng)腐蝕故障的情況,是一種可行的牽引變電所接地網(wǎng)腐蝕故障診斷方法。

針對火電系統(tǒng)生產(chǎn)過程中的環(huán)境污染問題,提出以火電系統(tǒng)節(jié)能環(huán)保為重點研究對象的多目標優(yōu)化調(diào)度模型,并以改進的粒子群算法進行求解。結(jié)合灰色系統(tǒng)理論中有關(guān)灰色關(guān)聯(lián)度的概念對粒子群算法多目標求解機制進行改進,對煤耗量、污染氣體和煙塵排放等的多目標火電系統(tǒng)優(yōu)化求解,引入壓縮因子改善粒子群算法的性能,增強其全局收斂能力。通過ieee14節(jié)點系統(tǒng)算例證明本算法的有效性。

提出了一種改進混沌粒子群算法,將拋物線與混沌序列相融合產(chǎn)生慣性權(quán)重,并引入遺傳算法中的交叉思想,增加種群中粒子的多樣性.建立了考慮汽輪機閥點效應的火電廠經(jīng)濟負荷分配模型,并采用等概率負荷調(diào)整約束處理方法處理經(jīng)濟負荷分配中的約束條件,以40臺機組經(jīng)濟負荷分配為例進行仿真計算.結(jié)果表明:與傳統(tǒng)混沌粒子群算法相比,改進混沌粒子群算法優(yōu)化后的煤耗成本最佳值約降低0.78%;通過與其他智能優(yōu)化算法的對比,驗證了所提出的改進算法具有更好的優(yōu)化效果和魯棒性.