基于多目标遗传算法的火电机组负荷频率控制方法

常规的负荷频率控制方法以频率协调为主,调频信号指令受到阶跃响应的影响,存在一定的频率偏差,阻碍火电机组频率控制效果。因此,设计了基于多目标遗传算法的火电机组负荷频率控制方法。提取火电机组负荷一次调频特征,将高出允许合理范围的火电机组负荷频率进行调整,增加或减小机组功率,使其达到新的负荷平衡。基于多目标遗传构建火电机组负荷频率控制模型,以机组发电损失与经济投入作为约束条件,优化汽轮机输出功率阶跃响应速度,从而控制火电机组负荷频率。协调机组负荷频率控制分配因子,将火电机组的前馈变负荷速率进行调节,在不影响机组负荷变化率的基础上,修正负荷频率偏差。采用对比实验,验证了方法的控制效果更佳,能够应用于实际生活中。     

300MW火电机组协调控制优化的研究和应用

介绍了山西大唐国际临汾热电有限责任公司1号、2号机组基建调试及转入商业运行后,通过不断地优化和改进机组协调控制,使机组在安全稳定的前提下具有优秀的负荷调节性能的经验,探讨了如何在频繁的AGC变负荷工况下减少机组蒸汽压力、蒸汽温度等主要参数的波动。     

600MW超临界机组运行优化分析

本文以600MW超临界机组为例,分析探讨了600MW超临界机组运行的优化方式,以供业内人士参考借鉴。     

基于遗传算法的油气集输管网运行效率优化

油气集输系统的能量耗散,在油田生产能量消耗中占主导地位.若集输管网各项运行参数没有随着油井开发参数的变化而相应调整,将导致集输系统能耗逐年增加,集输用气和用电单耗不断升高.对于这一问题,以树状双管掺水集输管网为研究对象,在布局一定的情况下,以管网掺水量、掺水温度、掺水压力为参数变量,运用遗传算法编制程序对其优化.以某油区树状双管掺水集输管网为例,通过运算得到优化后的运行参数,管网运行能耗比优化前降低了28%.     

火电机组中的仿真技术

可以说,仿真技术为人类造福,用武之地太大了,几乎无孔不入。它既是开展科学研究和技术开发的重要支撑手段,也是一个国家计算机技术及其应用水平的重要标志之一。因此,仿真技术可以算是高科技中的一项重要技术。 仿真方法的应用最早可追溯到1773年,当时法国自然科学家用仿真方法做物理实验估计π值。1876年,美国统计学家第一次用仿真方法做随机数实验。1908年,W.S.Gosset用仿真方法证明“t     

UNITROL5000自并励系统在300MW火电机组中的应用

大唐洛阳热电厂2×300MW机组扩建技改项目中发电机的励磁系统选用了由ABB公司生产的UNITROL5000自并励系统,该系统目前在我国新投产的大型火力发电机组中具有相当高的占有率。投运以来,系统运行稳定可靠,完全能够满足大型火力发电机组运行要求。该系统存在的一些问题及与其它相关设备的配合提出一些看法,重点在于运行方面的分析。     

浅谈300MW机组的锅炉优化运行

燃煤锅炉作为火力发电厂中最为重要的设备之一,仍然面临着许多值得改进的地方。本文就300MW机组的锅炉优化运行进行了深入的探讨,具有一定的参考价值。     

火电机组控制系统一体化技术应用

随着计算机技术发展,分散控制系统（Distributed Control System,以下称DCS）在大中型电厂中,将越来越多的控制对象纳入DCS。如何集中、优化、实效、可靠、经济地进行机组控制,成为电厂和控制系统制造供应商关注的课题。     

600MW火电机组厂用电率分析及优化措施

通过对比分析两台机组主要辅机在典型负荷下的耗电率,找出厂用电率偏高的原因,采取了一系列节电技改措施,包括凝泵变频技改、电除尘节能技改、空预器漏风治理、给水泵运行方式优化等,取得了很好的效果,厂用电率比2008年降低了0.41%。     

遗传算法在机组启停中的应用及改进

提出了一种遗传算法应用于机组启停的新思路。针对一启停问题的特点,设计了一些启发式技术,使得遗传算法初始种群中的所有个体都是可行解。     

应用遗传算法实现配电网的无功规划优化

以配网系统全年电能损耗和无功补偿设备投资之和最小为目标，建立了考虑系统不同运行方式下无功规划的数学模型。采用结合灵敏度分析的改进遗传算法求解数学模型，提出容性和感性无功的补偿规划原则。实例验结果表明，应用该模型和算法可以有效地对配电系统进行无功优化，优化后系统的网损明显降低，节点电压明显提高。     

基于神经网络和遗传算法的无功优化设计

无功优化是一个复杂的混合优化问题,传统方法较难获得全局最优解.文中提出了将并行遗传算法和Hopfield网络相结合的算法.该方法利用遗传算法的并行搜索和解空间搜索的优点进行网络参数的选取,并采用Hopfield网络简单、快速、规范的优点来优化样本空间,以取得整体的优化效率.     

基于改进遗传算法的AGC机组优化组合研究

为降低发电成本,该文对自动发电控制(AGC)机组优化组合问题进行了研究.基于改进遗传算法,建立了包含AGC的机组优化组合模型;针对遗传算法存在的不足,结合包含AGC机组优化组合模型的特殊性,提出了可变长二进制编码;设计了专门的遗传操作,并采用等微增法对其中的连续变量进行了处理.将所研究的算法和模型应用于包含16台机组24时段的机组优化系统中,仿真结果表明该改进遗传算法的计算结果优于实数编码方法结果11.33%,并在搜索区间及收敛速度等方面都具有较好的性能,适用于大、中型发电系统.     

基于模糊遗传算法的机组组合问题的求解

为求解机组组合问题,提出一种模糊优化与遗传算法紧密结合的新的模糊遗传算法.通过建立模糊推理规则,对交叉率和变异率进行模糊控制,从而提高了收敛速度,避免了不成熟收敛.将该模糊遗传算法应用于一工程算例中求解机组组合问题,与传统遗传算法相比,在同样的种群规模和终止准则下,采用该算法的收敛迭代次数减少,减幅最大达122次,而每次迭代计算时间最多仅增加约0.01 s;优化组合的发电成本减小,减幅最大时达总发电成本的0.73%.     

遗传算法对模糊控制的优化及其应用

为了使模糊控制器具有自学习能力,本文将遗传算法与模糊控制相结合,提出了使用遗传算法对模糊子集进行划分的优化方法,并根据模糊控制的特点,给出了改进的编码方法和交叉算子,加快了算法的收敛速度．应用该方法对锅炉过热汽温进行了仿真研究,结果表明本文提出的基于遗传算法的模糊控制优化方法是很有效的．     

基于改进遗传算法的水库群优化调度研究

提出一种基于自适应遗传算法的水库群优化调度问题的求解方法,并对其性能进行了分析。结果表明,该方法可以随个体适应度的大小及群体的分散程度自动调整遗传控制参数,较好地克服了标准遗传算法由于采用固定遗传控制参数带来的若干问题,能够在保持群体多样性的同时,加快收敛速度,提高遗传算法的全局寻优能力,为高精度水库群优化调度提供了一个新的途径。     

基于遗传算法的供水系统一级优化调度研究

根据多水源多水塔供水系统的网络特性，以测压点压力宏观模型、水源供水量和水头之间的关系模型，替代管网水力平衡方程，并以泵站的供水压力、水塔初始水头为决策变量，建立了供水系统一级优化调度模型．采用罚函数法将各种约束转化为目标函数，然后利用乘除法将多目标优化转化为单目标优化问题，最后利用遗传算法求解．针对遗传算法容易早熟等不足，将遗传算法和模拟退火技术相结合，并采用自适应交叉和变异率的解决方法．算例计算表明，该算法具有较强的适用性．     

基于改进遗传算法的配电网无功优化

为了提高配电网无功优化的收敛速度,结合配电网根节点电压稳定特性,提出以首端已知电压和计算功率向末端递推,且在回代递推支路末端电压中用第K次电压新值的方法,提高了常规支路电流法的收敛速度,在用遗传算法进行无功优化的过程中,提出了局部搜索替换过程,增加了个体多样性,同时加速了适应值较低的个体的淘汰,提高了每一代个体的平均适应值水平,从而显著提高了常规遗传算法的收敛速度,通过对120节点与53节点的实际算例计算,验证了改进方法能提高电网无功优化的收敛速度和优化效果。     

基于改进遗传算法的配电网动态无功优化

综合混沌变异的泛化能力和邻域搜索的局部寻优能力,实现配电网动态无功优化问题的快速求解.利用混沌神经元的输入输出特性建立变异算子与种群多样性测度的自适应关系,实现种群多样性的动态调节,提出基于优秀个体特征信息的邻域搜索,实现局部寻优.在编码过程中,结合配电网动态无功优化的特点提出一种由投运组数和投运时间构成的两段式整数编码方式,缩短了染色体长度、消除了不可行码.IEEE69配电网算例结果表明本文方法在全局收敛性以及克服早熟等方面具有优势.