混合遗传算法在电厂机组负荷分配中的应用

机组负荷优化分配是一种可提高电厂经济性的手段,越来越成为一个令人有兴趣的研究课题,但目前还没有得到一种绝对严格的算法.引入模糊理论建立了电站机组负荷分配模型,并运用混合遗传算法求解,该算法不同于常规优化算法特点在于:容易得到全局最优解,有较强的鲁棒性,适合大规模的复杂系统求解.最后给出了一个具体的例子来阐述方法的有效性.     

电力系统中机组组合问题算法的研究

机组优化组合问题是电力系统经济调度的一个重要环节，合理的开停机方案可带来很大的经济效益．实践表明机组优化组合比优化分配负荷更加经济，但由于问题十分复杂，很难找出理论上的最优解．介绍了解决机组组合问题的拉格朗日松弛法及遗传算法，并将两者结合起来对实际算例进行了分析．结果表明，两种算法结合求解能有效克服遗传算法的早熟现象，使生成解的对偶间隙减小，振荡现象得到抑制，能很快收敛到最优解，运行效率高，比传统的算法具有更高的鲁棒性．     

分片线性逼近在电厂机组负荷分配中的应用

机组负荷优化分配是电厂提高经济效益的一种重要手段，已经成为经济调度领域内非常受关注的研究课题．针对该问题中机组发电费用为凸函数的特点，利用分片线性逼近技术建立了一种新的0—1线性混合整数规划模型．该模型既保证了求解的精度，又避免了非线性混合整数规划问题难以确定全局最优解的缺点．文章最后用一个具体的数值仿真例子说明该方法的有效性．     

修正的混沌粒子群算法求解经济负荷分配

为克服粒子群优化算法容易陷入局部最优、后期收敛慢等缺点,提出了一种修正的混沌粒子群优化算法.该算法通过修正粒子群迭代的行动策略,并引入遍历性较强的Tent混沌局部搜索机制,可以增强粒子的全局搜索能力,提高优化算法的全局寻优性能.将修正的混沌粒子群算法分别应用于6机组和15机组电力系统中求解经济负荷分配,在考虑系统网损和机组运行约束条件的情况下进行仿真实验.仿真结果表明:该算法用于求解高维、非凸、不连续等非线性复杂约束条件的电力系统经济负荷分配问题上,有着较快的收敛速度和较强的全局寻优能力.最后,通过与其它智能算法比较,验证了算法的有效性和优越性.     

李家峡双排机水电站厂内经济运行研究

以天津大学建筑工程学院确定的李家峡水电站机组的不利工况区为依据，以近几年来该水电站的实际运行经验为参考，在综合考虑机组初始运行状态、机组振动特性、机组出力、下泄流量、水库蓄水量和电网负荷平衡等因素的基础上对李家峡水电站的厂内经济运行进行了研究．兼顾机组的运行效率和状态，建立了数学模型，并用改进自适应遗传算法对其进行了求解．运用上述方法，分别以3条特征日负荷曲线为依据对李家峡水电站的厂内运行进行了优化，并得到其负荷分配方案．优化结果使电站的效率和机组的运行状态都得到了显著改善，同时结果可作为李家峡水电站运行人员的操作依据．     

基于混沌粒子群优化的火电机组负荷分配

为进一步优化电厂负荷的分配,有效提高发电厂的经济效益,在粒子群算法的基础上结合混沌优化等算法对电厂负荷的分配进行了改进研究。该方法从火电厂的实际发电情况出发,考虑了阀点效应和机组在实际运行过程中的约束条件,建立了发电机组负荷优化分配模型,并利用罚函数法将此模型转化为非约束问题求解,实现了利用混沌粒子群算法来优化发电机组负荷,解决了局部最优和收敛速度慢等问题。通过实例分析证明了该算法的可行性。     

基于禁忌粒子群算法的热电联产负荷经济分配

根据热电联产机组热电负荷可行域,建立含热电联产机组的负荷优化分配模型与全厂热电负荷可行域模型,将粒子群优化算法的全局搜索能力与禁忌算法的局部搜索能力相结合.对优化分配模型进行求解,在电负荷指令和热负荷指令分别为200 MW和115 MW下求解各机组负荷,总成本为2 695.2美元.通过算例分析验证了所提模型及算法的有效性,分析了凝汽式、热电联产式和纯供热机组之间的组合对全厂可行域的影响,并在此基础上分析了节能潜力与热电负荷指令的关系.     

基于自适应PSO算法的机组优化组合研究

提出了解决电力系统机组优化组合问题的一种新的方法——自适应粒子群优化算法(APSO)．PSO算法能解决许多遗传算法能解决的优化问题，但却只需要一些简单的参数就可稳定收敛得到高质量的解．将该算法应用到IEEE10机系统中，结果表明该算法用于求解机组优化组合是有效可行的。     

抽水蓄能电站优化运行方式的混合遗传算法

在建立抽水蓄能电站优化运行方式计算模型的基础上，将遗传算法与领域问题的算法相结合：选择机组运行状态作为编码变量，使机组的运行状态与二进制遗传编码具有简洁对应关系，采用符合问题本身特点的基因面式杂交算子和改造的变异算子，使遗传操作更适应问题的求解；根据领域问题的性质及算法求解承担系统基荷的机组运行方式，使问题的规模得到有效压缩，应用领域问题求解的等微增率原理计算各个体因子所对应的运行机组间最优负荷分配方案，并以此计算了个体适应值，由于在遗传编码设计，遗传操作改造，问题规律压缩以及适应值计算几个方面融合了问题所涉及的领域知识，提高了算法的计算效率和全局搜索能力，形成一种适合于求解复杂约束条件下抽水蓄能电站优化运行方式的混合遗传算法。     

水电站厂内经济运行基因遗传算法模型

水电站厂内经济运行的数学模型是一类非线笥、０－１规划，用ＧＡ算法求解该问题，速度快，而且可同时在时域空间上分别求出机组开停机计划和机组组合及负荷分配优化运行结果，可满足水电站厂内经济运行实时笥的要求，计算结果表明，经济运行效益可提高３％。     

一种基于数据库的动态Web权限树快速生成方法

文章提出一种基于数据库生成动态Web权限树的快速方法,采用了一系列综合优化技术,如客户端浏览器的Web树形显现组件实现,支持动态权限分配的数据表设计以及对数据库一次访问实现权限树快速生成的算法。该方法合理分配了计算单元之间的运算负载,有效降低了通信交互和等待时间,并注重采用高效算法充分挖掘每个计算单元的潜力。该方法在DAG系统的开发中达到了满意的工程应用效果;与当前的相关研究成果的全面对比表明,该方法快速高效,具有理论参考和工程借鉴价值。     

基于进化策略和公平竞争的多用户OFDM系统资源分配

提出了一种用于多用户OFDM系统的资源分配算法(ESFC),能以低复杂度完成用户间的子载波、比特及功率分配,达到快速优化系统发射功率的目的。该算法同时考虑到动态业务的实时性和用户间的公平竞争性,将系统资源分配问题转化为数学模型的多约束优化求解问题。资源分配过程分为两个步骤,包括基于进化策略进行子载波分配和使用注水算法进行比特及功率分配。仿真结果表明:与现有算法相比,该算法能有效降低复杂度,在优化OFDM系统性能的同时兼顾了实时性需求,明显减少了运算量,能快速收敛到优化解。     

基于PSO算法的多巡飞器任务分配方法

为使多个巡飞器协同完成针对地面多个目标攻击任务,从巡飞器载荷较小的特点出发,基于PSO算法对其任务分配方法进行了研究.根据巡飞器两种任务介入方式的不同,分别建立了布撒方式任务分配问题模型以及陆基发射方式任务分配问题模型.根据模型的复杂程度,分别选择使用基本PSO全局优化算法以及考虑资源消耗情况下对PSO整数规划算法进行改进后的算法,求解两种任务分配问题.仿真结果表明,算法可解决任务分配问题,任务分配方法合理,适应巡飞器协同需求.     

基于粒子群与蜂群结合的算法求解含风电场电力系统经济调度问题

提出一种新的混合智能算法解决含阀点效应和系统约束的含风电场的电力系统经济调度问题,将蜂群中的觅食行为与聚群行为引入改进的粒子群,提出改进粒子群一蜂群混合智能算法．在算法上进行优化,大大地提高搜索的能力,从而使结果更优．通过引入交叉策略,对那些速度保持不变的点,重新赋值．以一定的比例选拔最优点,其中选拔出的最优点,不止一个．同时精英策略的采用,有利于加强全局寻优,跳出局部最优,从而使算法得到很大的改善．最后对一个10机系统的算例进行求解,通过与改进的粒子群算法、蜂群算法进行比较,验证了改进的粒子群一蜂群混合智能优化算法在解决含风申．场的申力系统终济调度问题中的有效性与优撼性．     

低压电力线通信子信道等效优化方法

根据低压电力线信道的特性,结合自适应比特和功率分配算法,提出了一种子信道等效优化方法。应用此方法在传输总比特数一定,基于发送功率最小化模型情况下,研究使用子信道优化等效方法对系统性能的影响,等效子信道优化算法将特性相同或相近的子信道放在一起考虑,不仅能减少信令负荷,还可以使频谱得到更好地利用,仿真结果表明,使用子信道优化算法后系统能获得更低的误比特率。     

发电企业厂级生产管理监控信息系统设计研究

以某电厂2台300MW机组为对象，对其厂级生产管理监控信息系统的功能结构、数据库环境及网络结构进行了设计．该系统在功能上具有两个突出特点：一是提出了对单元机组设备分层次进行状态等级评价的方法，并提出通过状态评价指标向量实现对单个设备状态的评价，成功实现对全厂辅助设备状态的评价；二是考虑了设备状态对负荷分配的影响，使负荷分配兼顾了经济性和安全性因素．现场运行情况表明，本系统的设计是符合生产现场需求的．对其他电厂开发类似系统也具有一定的参考价值．     

基于集中式MIMO雷达的多目标跟踪功率分配优化算法

针对集中式MIMO雷达对多个运动目标进行跟踪的问题,提出一种基于后验克拉美罗下界的功率分配方法。首先给出了多个运动目标定位误差的后验克拉美罗下界,并将其作为代价函数进行优化,从而将雷达功率分配转化为求解凸优化问题;然后,运用SDP算法对该凸优化问题进行处理,将其转化为SDP问题并求解,从而实现对雷达功率的优化分配;最后,通过仿真验证了算法的有效性。结果表明,与功率平均分配和一种基于最大信噪比的贪婪算法相比,该功率优化分配方法能明显提高目标跟踪精度。     

计及V2G的最优调频功率分配研究

以合理分配调频功率为主要目标,建立了以电动汽车接入电网(V2G)调频服务收益最大化和最终电荷状态方差最小化为优化目标的数学模型,并以纽约州独立系统交易运行机构(NYISO)的实时辅助服务价格和负荷数据为例,利用粒子群优化算法优化目标函数,对比分析不同方案下的仿真结果。仿真结果表明:引入权重系数有效地避免V2G调频服务中电动汽车"高充低放"的现象;提出的多目标优化方案使得电动汽车代理商获得最大调频利润的同时,调频功率在电动汽车中的分配更加合理。