目标函数带有阻塞率的输电阻塞成本控制优化模型及其求解

研究了电力系统输电阻塞管理成本控制的建模与求解问题.将输电阻塞率引入阻塞费用优化模型的目标函数中,考虑当电力系统发生最大输电阻塞时的费用调整最小的优化问题.针对发电侧单独开放,以及负荷侧和发电侧同时开放两种情形,分别给出了约束相同目标不同的两个优化模型.采用免疫遗传算法讨论了模型求解问题,得到了全局最优解.对三种情况进行了仿真研究,仿真结果表明了所提方法的可行性和有效性.     

采用免疫搜索的电网电压非线性模型预测控制

对使用非线性微分-代数不等式方程的电力系统模型,采用免疫搜索算法非线性模型滚动预测控制.通过分级目标分解方法,根据每个预测时段上的控制性能要求,将全局多个控制目标分解为预测时段内的优化子目标,运用Pareto意义的子目标加权,集成为一个总目标函数.在搜索最优解中运用免疫算法,将具有多基因链结构的抗体来表达复杂优化问题的候选解,利用免疫算法的学习和记忆能力识别各预测时段内已求解的优化问题类型,用模式识别技术提取优良抗体的基因,预测未来时段内的最优解搜索过程估计出较好的初始解,以加快最优解搜索速度.将此方法和基于树搜索算法的非线性预测控制方法比较,通过一个6母线电力系统实例进行了仿真研究,结果表明:文中提出的算法改进具有更强的优化搜索能力和更好的实时性.     

采用免疫搜索的电网电压非线性模型预测控制

对使用非线性微分-代数不等式方程的电力系统模型,采用免疫搜索算法非线性模型滚动预测控制.通过分级目标分解方法,根据每个预测时段上的控制性能要求,将全局多个控制目标分解为预测时段内的优化子目标,运用Pareto意义的子目标加权,集成为一个总目标函数.在搜索最优解中运用免疫算法,将具有多基因链结构的抗体来表达复杂优化问题的候选解,利用免疫算法的学习和记忆能力识别各预测时段内已求解的优化问题类型,用模式识别技术提取优良抗体的基因,预测未来时段内的最优解搜索过程估计出较好的初始解,以加快最优解搜索速度.将此方法和基于树搜索算法的非线性预测控制方法比较,通过一个6母线电力系统实例进行了仿真研究,结果表明：文中提出的算法改进具有更强的优化搜索能力和更好的实时性.     

基于带宽受限模糊权重的蚁群优化算法及其应用

针对基于流量控制的优化路径很难得到最优解和计算复杂度过大等问题,该文提出带宽受限条件下基于随机网络拓扑的模糊蚁群优化动态流量分配方案.该方案根据网络流量的模糊控制划分路径权重,将路径权重融入信息素中;采用蚁群全局搜索和信息素控制在多条路径中动态选择最优路径.仿真结果证明了该算法的有效性,该法显著加快了传统路由算法网络流量的探索收敛速度.     

互联电力系统最优无功控制的分层协调法

将工业大系统稳态控制的关取预测法和实时无功优化的增量型线性规划法相结合,提出了一种新的互联电力系统最优无功控制的分层协调法,并编制了计算机程序。本方法保持了增量型线性规划法的优点,并有效地解决了大型互联电力系统所谓的“维数灾难”问题。本方法也适用于大型互联电力系统的无功校正安全分析。     

电力系统最优潮流算法综述

本文阐明了电力系统最优潮流研究目的及意义,总结了国内外关于电力系统最优潮流算法的研究现状,介绍了求解最优潮流的经典算法,智能优化方法,同时指出了各种算法的优缺点;并根据目前最优潮流存在的问题提出了今后的研究方向。     

电力系统电压无功多目标的优化控制

电力系统电压无功多目标的优化控制是主要的复杂优化和控制问题之一. 本文在明确电压无功多目标控制方式及意义的基础上, 剖析了电力系统中的电压问题, 进一步详细研究了电压无功多目标优化算法的实现, 并通过在IEEE-6节点网络的无功优化计算结果的分析, 表明本文所研究优化控制方法的有效性.     

复杂电力系统分散协调最优控制的仿真研究

介绍复杂电力系统分散协调最优控制的建模方法，通过求解Levine-Athans方程组得到最优反馈系数。对一典型多机电力系统进行该控制下的励磁调节反馈系数优化计算。根据所得到的计算结果，采用PSASP6．2的用户自定义功能对控制规律建模及仿真研究。     

基于遗传算法的电力系统无功优化

将遗传算法应用于电力系统无功优化,建立了基于遗传算法的电力系统无功优化模型,成功地解决了无功优化中变量的离散问题,避免了常规数学优化方法的局部最优问题,给出的多种优化方案,为电力系统无功优化提供了一种新算法．该算法已用于ＩＥＥＥ５７节点系统,取得了较好的效果．     

配电网多目标无功优化方法研究与应用

无功优化是电力系统安全经济运行的核心问题之一,电力系统无功优化规划是一个较复杂、多目标、非线性的混合规划.它的目标是在满足约束条件的前提下,使系统的某个指标或多个指标达到最优.文章在分析配电网无功优化所面临困难的基础上提出了一种优化方法,并结合一配电网实例利用PowerStation软件的优化潮流程序加以实现.计算结果表明,这种多目标无功优化方法及应用软件有利于提高配电网的无功优化水平.     

电力系统中梯级水电站的日优化运行研究

提出一种综合应用搜索法、动态规划法等实现电力系统中梯级水电站日优化运行的数学模型和算法．它既可用于实时的发电控制，又可用于制定日发电计划，并且能够根据不同的水库起始水位、日自然入流量的变化和梯级间不同的水流时滞进行计算．计算时间比较短，同时考虑了厂内经济运行．通过仿真计算和实际应用证明，模型和算法能满足实际运行需要     

多孔硅湿敏特性研究

应用阳极氧化技术在单晶硅片上生长一层多孔硅（ＰＳ）薄膜，用真空镀膜方法分别在其上下两面蒸发一层适当厚度的金属铝作为电极，设计了两种电极图形，制成二端结构的敏感元件．在不同湿度环境下，测出其电容值，得到了多孔硅ＲＨ－Ｃ湿敏特性曲线．通过不同材料、不同工艺条件的试验研究发现：多孔硅湿敏元件的湿敏特性、响应时间与其孔隙率、膜厚等参数有关．从而，确定了适合于敏感应用的材料导电类型、电导率、工艺条件和元件结构     

时间最优控制算法及其在SVC控制中的应用

针对时间最优控制系统中存在的"颤振"问题,提出了在开关线两侧设置"回滞带"以及在原点邻域内切换为连续稳定控制律的一种实用型改进算法。同时,将上述算法与逆系统方法相结合,对含TCR-FC型静止无功补偿器(SVC)电力系统设计出相应的反馈线性化和时间最优组合的非仿射非线性紧急支持配合控制器。数字仿真表明,该算法有效地解决了在设计过程中导出的双积分型时间最优控制在实用中出现的颤振问题,并可使电力系统在受到扰动时,能够尽快地镇定到正常的运行状态。     

医院大型电梯电力系统的PLC控制方法优化

医院大型电梯电力系统在实际运行的过程中具有很高的非线性和时变性,使大型电梯电力系统PLC控制效果不佳,当前方法采用线性学习法,无法适应运行环境的不确定性,造成电力系统控制的不稳定性。提出一种基于BP神经网络PID控制算法的医院大型电梯电力系统的PLC控制优化方法,将PID算法作为PLC的软件设计部分,通过比例、积分与微分这三种控制作用的合理调配,形成相互关系。鉴于PID控制算法调节时间长、超调量大等弊端,采用BP神经网络对其进行优化。利用BP神经网络的自学习和加权系数的调整,使BP神经网络输出最优大型电梯电力系统控制规律下的PID控制算法的参数,实现医院大型电梯电力系统的稳定控制。实验结果表明,所提方法具有很高的控制稳定性和鲁邦性,综合性能较强。     

电力系统无功优化的分段线性同伦算法研究

提出了采用分段线性同伦算法进行电力系统无功优化的新方法。文中以系统有功损耗最小为目标函数，以运行变量为约束条件，利用状态变量与控制变量之间的灵敏度矩阵建立了无功优化数学模型。经过ＩＥＥＥ－６节点实验系统的计算分析，取得了满意的结果。     

采用矩阵建模方式的冷热电联供系统运行优化

设计一种含风力发电的冷热电联供(CCHP-Wind)系统,建立该系统优化运行模型.设定矩阵建模的优化运行方式,并以综合指标作为衡量标准,与传统的运行方式进行比较.建立系统的优化运行数学模型,采用序列二次规划算法和遗传算法对系统运行优化模型进行求解,确立系统的最优运行方式.以武汉某宾馆作为研究对象,根据4个季节不同的冷热电需求和风力资源,对CCHP-Wind系统的优化运行进行实证分析.结果表明:所设定的矩阵建模优化运行方式与传统的运行方式相比,不仅能够合理分配系统的能量流动,满足系统的各项需求,而且能够有效避免能源浪费.     

一种基于环境参数烟叶库空调系统的智能控制

开发了一种烟叶库基于环境参数的空调机组智能控制系统。通过空气焓值自动确定工况，利用BP神经网络法确定空调机组的最佳运行时间，并用多模态仿人工智能控制算法实现对空调机组的运行控制，在实际运行中取得了安全节能稳定的控制效果。     

基于模拟退火算法的风-光热打捆发电系统成本优化

以风-光热打捆发电系统为研究对象,完全消纳风电为研究背景,提出一种以互联系统单位发电成本最小为目标,系统正常运行为约束,模拟退火算法优化光热电站出力为手段的优化控制策略.仿真结果表明,在允许条件下,所提出的优化控制策略可以有效降低风-光热打捆发电系统的单位发电成本.     

城市基础设施项目群集成控制系统评价与优化

为了实现系统模块的合理划分和科学评价,采用设计结构矩阵(design structure matrix,DSM)的理论和技术提出了城市基础设施项目集成控制系统模块化评价方法,包括系统功能依赖强度、数量的确定以及传递成本和聚类成本的计算等.针对该类系统的更新提出将遗传算法应用到DSM聚类算法中以寻找最优更新方案.以长春基础设施项目群集成控制系统作为典型案例,比较了更新前后两阶段系统版本的模块化程度,并提出了新一代系统的更新方案,该案例验证了DSM方法在系统模块划分、评价和方案优选方面的可行性和有效性,为同类大型集成控制系统的开发和维护提供了理论和实践参考.     

基于光伏发电量预测的含氢储能微网分段优化调度

针对多储能微网如何高效、经济运行,搭建了基于光伏发电的含氢储能、蓄电池储能的微网系统,采用一种日前预测调度与日内实时调度相结合的分段调度策略。在日前预测调度阶段,采用基于麻雀搜索算法优化支持向量机模型提高对日前的光伏发电量和负荷预测的精度,以微网最小使用成本为目标,考虑系统运行的可靠性,采用改进粒子群算法制定微网的日前最优调度策略。在日内调度阶段,考虑氢储能系统的响应延迟特性,以蓄电池为灵活补充元件,制定实时调整微网运行策略,消除预测误差带来的影响。最后,结合实际算例分析,验证了分段优化调度的可行性。结果表明,提出的方法能够有效预测数据,减少微网调度的响应时间,提高系统运行的经济性和稳定性。