金溪流域梯级电站短期发电计划编制

为了更好地解决非线性、非凸、多约束、复杂时空耦合等导致的梯级水电站调度问题,降低耗水率,提高整个梯级水电站群的经济效益和运行水平,以金溪流域为研究对象,充分考虑了电网需求、机组安全等约束条件,融合逐步优化动态规划算法与智能算法,实现日发电计划的精细化编制,并与实际运行情况进行对比.分析结果可以看出,采用优化算法(POA)进行优化调度后,水电站发电量有了一定幅度的提高,电量增加幅度在2.7%~3.4%.研究了梯级电站的厂内负荷分配与机组组合的问题.基于系统工程理论与优化算法,建立了满足水电网电力输电安全约束、设备安全管理等多目标的机组开停机和负荷调节优化模型,以耗水率最小为目标将负荷分解到电站各机组,计算各时段机组出力过程.在实际运行中,电站超出日发电计划出力,在偏差考核范围内尽量满发,通过算例验证了模型的可行性和合理性.     

水电站厂内负荷最优分配规则图研究

水电站厂内负荷优化分配是实时经济运行的核心内容,其结果表达方式反应了水电站机组间负荷分配规律。现行对负荷分配的研究多集中在算法上,更注重负荷分配过程,很少涉及对分配结果表达方式的研究。以耗流量最小为目标,建立了负荷优化分配模型,利用动态规划法进行求解,得水电站机组间的最优动力特性曲线,提出负荷最优分配规则图的概念并对其绘制方法和应用做了详细介绍,该图使水电站短期优化调度和实时经济运行更加简便快捷。     

差分进化算法及其在水电站厂内经济运行中的应用

差分进化算法(differential evolution,DE)是一种基于群体的进化算法,通过群体内个体间的合作与竞争产生的群体智能指导优化搜索.文中将其改进的方法应用于以水电站运行成本最小为目标的优化模型.该模型考虑了机组能量特性差异,以旋转备用、启停成本、气蚀振动区、机组可用性等指标作为约束条件.实例计算表明,该方法克服了传统方法在处理多约束、多维优化问题上的困难.     

基于蚁群算法的泵站运行优化及投影寻踪选优策略

针对泵站优化运行计算时最优解评价指标单一的问题,建立了包含机组开停机约束的泵站优化运行数学模型和运行方案选优的投影寻踪决策模型.提出了求解泵站多机组优化运行模型的蚁群算法,并通过分析模型的特性改进了算法中启发式信息和信息素更新方式.对江都四站多机组日优化运行计算的结果显示,变量同等离散的情况下,利用蚁群算法优化的结果比用动态规划逐次逼近法优化的结果节省了2.8％的电费,前者相比设计工况运行时节省了29.2％的电费,且蚁群算法优化结果对应的运行方案中叶片调节次数少,机组运行时间短;方案选优时投影寻踪决策模型能够兼顾多个评价指标的优选,得到的运行方案不仅运行成本低,且更合理,更贴切于日常运行,可见改进后的蚁群算法结合投影寻踪决策模型在泵站优化运行及相近的领域有较大的实用价值.     

江都站不同型号机组变速优化运行效果分析

以江都站不同型号机组、不同日平均扬程、不同运行负荷组合生成45种方案,并对每一种方案以单机组提水耗电费用最小为目标,采用动态规划法,分别按考虑分时电价与不考虑分时电价进行变速优化计算,同时进行考虑分时电价的常规运行计算,最后以单位提水费用作为分析指标,对不同型号机组变速优化运行效果进行比较分析,其结论为考虑分时电价、长江潮位影响等因素的站群优化理论研究提供决策依据,同时为大中型泵站改造与经济运行提供参考。     

泵站变角变速组合优化运行算法

建立了泵站多机组叶片全调节与变频变速组合优化运行数学模型,提出了基于动态规划逐次逼近法的大系统分解-动态规划聚合求解方法.以泵站日提水耗电费用最小为目标、机组提水量为协调变量,将该模型分解为若干个单机组叶片全调节与变频变速组合日优化运行子模型.该子模型以机组叶片安放角及机组转速为决策变量、机组提水量的离散值为状态变量,采用动态规划逐次逼近法求解.构造的聚合模型以各机组提水量为决策变量、泵站提水量的离散值为状态变量,采用动态规划方法求解.以某泵站运行为例,在满负荷、80％负荷、60％负荷下,各日均扬程下泵站多机组叶片全调节与变频变速组合日优化运行较定角恒速运行平均单位提水费用分别节约5.80％,25.19％,32.20％.     

风光水火储多能互补双层优化调度研究

多元能源互补优化有利于充分发挥并组合利用不同电源的出力优势。为应对风电、光伏装机容量不断增长所带来的新能源消纳与电网调峰问题,构建一种风光水火储多能互补双层优化调度模型。首先考虑多能互补优化调度问题涉及众多决策变量与约束条件,为降低模型求解的复杂度,选择以多种能源的出力特性与互补关系为切入点进行合理化分层;然后综合考虑源荷协调、清洁能源消纳、发电经济性等应用需求,将模型划分为以净负荷方差最小与清洁能源发电量最大为目标的风光水储联合优化调度上层模型,和以火电机组运行成本最小为目标的火电机组优化调度下层模型,并将上层联合优化调度得到的净负荷曲线作为下层火电机组优化调度的约束条件;最后以IEEE30节点系统为例,设置3种典型的调度场景进行仿真对比,采用MATLAB平台CPLEX求解器进行求解,结果表明：风光出力的反调峰性会扩大净负荷的峰谷差和方差,增加火电调峰备用的压力,造成发电成本和机组损耗的增加;水电参与多能互补对系统净负荷波动有明显的抑制作用,能有效缓解电力系统调峰压力;储能可以在一定程度上缓解平抑净负荷波动与提高清洁能源发电量的矛盾,所提优化调度模型可以有效平抑源荷波动,促进清洁能源...     

基于改进模拟退火算法的多台冷水机组负荷优化分配

将标准模拟退火算法的随机搜索策略改为混沌遍历搜索策略,采取一种特殊的算法确定初始温度以减少冗余迭代次数,增加方差判定准则作为搜索停止的条件,以多台冷水机组总能耗最小为目标,建立最优负荷分配模型,将改进的模拟退火算法应用于多台冷水机组的负荷最优分配。理论分析计算及实际结果均表明,可以实现节能,与通常的负荷分配策略相比,节能4%～11%。     

泵站群控系统的节能优化调度研究

在实际泵站运行中需要根据不同要求调节流量扬程,由于泵站中定速泵和调速泵运行组合不合理,导致泵站运行效率低下。针对此问题,提出以泵站总功率最小为目标函数,以供水指标约束、单泵供水能力和调速泵的调速比为约束条件,建立了泵站优化运行数学模型。利用人工蜂群算法确定水泵并联运行的台数、调速泵的调速比及各泵流量的分配,实现泵站的优化运行。以某泵站实际要求进行计算,得出优化运行方案,比较并分析人工蜂群算法和标准遗传算法在泵站优化运行中的适用性。结果表明:人工蜂群算法的计算结果更优,收敛速度更快,计算用时更少,表明该算法在泵站优化运行及相近领域有较高的实用价值。     

基于圈的单水源树状管网优化改进遗传算法

以投资、运行费用之和最小为目标函数,建立了单水源树状管网优化数学模型.根据完整的树状管网优化需同时对管网布置和管径优化的特点,采用二进制编码和整数编码相结合的双重编码遗传算法对模型进行求解,其中二进制编码表示管网的布置形式,整数编码表示管径.通过整数编码的设计,使管径约束自动得到满足.根据单水源树状管网与图论中生成树的相似性,在二进制编码操作时,采用基于圈的方法产生初始解及进行交叉、变异操作,使初始解和变异操作时生成的均为可行解,交叉操作时满足了生成树的基本条件.通过上述操作,大大降低了不可行解的产生几率,提高了算法的计算效率.优化算例说明了该方法的有效性.     

基于环路和改进遗传算法的树状灌溉管网优化

以投资最小为目标函数,建立了树状灌溉管网优化数学模型,用外部惩罚函数法将问题转化为无约束优化问题,并采用改进遗传算法进行求解。根据树状管网优化的特点,遗传算法采用二进制编码和整数编码相结合的双重编码,以同时对管网布置形式和管径进行优化。在遗传算法产生初始解及交叉、变异操作时,采用基于环路的方法,减少了不可行解的产生,提高了算法的计算效率,算例说明该优化方法有效、实用。     

基于双重编码遗传算法和图论的自压树状管网优化

以投资最小为目标函数,压力、流速、管径等限制为约束条件,建立了自压树状管网优化数学模型,并采用改进遗传算法进行求解.根据树状管网优化的特点,遗传算法采用二进制编码和整数编码相结合的双重编码,实现了同时对管网布置形式和管径进行优化.根据图论中树的性质,在产生初始解及变异操作时,采用基于圈的方法,对交叉方法进行了改进,从而减少了不可行解的产生.同时对遗传算法的操作过程进行了改进,结合了模拟退火算法,调整了适应函数,改进了交叉率和变异率的计算方法.算例表明了该优化方法的有效性.     

基于全轮纵向力优化分配的4WD车辆直接横摆力矩控制 4

为了充分利用四轮独立驱动(4WD)与直接横摆力矩控制(DYC)各自的优势,提出了基于全轮纵向力优化分配的4WD车辆DYC系统方案.利用改进的2DOF车辆模型制定DYC稳定性控制目标,设计基于最优动态滑模的"前馈+反馈"DYC控制器.建立全轮纵向力优化分配模式,结合HSRI轮胎模型设计了降低整车路面附着负荷的目标函数,并通过约束优化得出全轮纵向力分配值.研究表明,全轮纵向力优化分配可提高整车路面附着余量,进一步提升了DYC系统的控制性能.     

基于DPSA方法的江都四站单机组优化运行

提出了考虑峰谷电价与水位变幅等因素的水泵叶片全调节与变频变速组合优化（以下简称组合优化）运行的动态规划数学模型,以日开机运行总耗电费用最小为目标函数,各时段水泵开机的叶片安放角和机组转速为决策变量,规定时段内抽水总量为约束条件,通过动态规划逐次逼近法（即DPSA）确定最优解.以江都四站为例,对单机组组合优化运行与定桨恒速运行进行了比较分析.结果表明,在典型潮位过程（12月至2月份平均潮位过程）,设计日均扬程（7.8~3.8 m）,机组以100%,80%和60%总水量（机组额定运行时的水量）作为约束时,组合运行优化结果与定桨恒速运行相比,考虑峰谷电价时可节省电费0.99%~35.00%,不考虑峰谷电价时可节省电费0.26%~17.23%.优化效果良好,为南水北调泵站优化运行提供了新的思路.     

接纳新能源的梯级水电站不确定性优化调度研究

梯级水电站联合优化调度不仅能增加发电量,而且调节速度快,可以弥补风力发电、光伏发电等新能源波动性大的缺点,提高新能源的系统接纳能力。考虑到自然来水量、风电出力、光伏发电出力和负荷的不确定性,引入模糊理论,将其用梯形模糊数来表示,用梯级水电站进行优化控制,综合考虑发电燃料费用最少、碳排放收益最大以及火电机组波动最小这3个目标,允许决策在一定可信度下违反约束条件,将模糊机会约束条件转化为清晰等价类,建立基于可信性理论的模糊机会约束的多目标优化调度模型,并用改进的帝国竞争算法来求解。选择一个含风力发电和光伏发电的水火系统作为实例进行计算,算例结果表明,所提出的模型和算法有效实用。     

基于机组分类的梯级水电站短期经济运行

为了节约水资源,充分利用水能发电,在原有水电调度的基础上提出了将机组分类处理的梯级水电站联合优化调度的短期经济运行模型。为适应调度要求, “以电定水”模式的梯级水电站的短期经济运行,兼顾了上下游电站利益、水量平衡、生态平衡,做到梯级电站群水能利用率最大,且经济性最优。整个过程分为上下游电站负荷分配和站内机组优化分步进行的策略,在优化中首先对同一电站的机组进行分类,根据机组能量特性曲线的异同将同一能量特性的机组归为一个等效机组。另外在进行负荷分配时采用有效约束区间,有效避免了水电机组出力在汽蚀震动区内,带来机组损坏的问题。该方法的实现使得梯级电站之间的出力分配有了理论依据,便于调度人员根据优化结果下达发电任务。机组分类和模型分步优化的方法避免了整体优化时约束条件过多无可行解或进入死循环的问题。     

并联泵站群日优化运行方案算法

提出了并联泵站群日优化运行数学模型,该模型以并联泵站群日提水费用最少为目标函数,以各时段机组叶片角或转速为决策变量.考虑站间不同工况调节方式,采用大系统二级分解-动态规划聚合法进行求解.首先以泵站日提水耗电费用最少为目标,泵站提水量的分配为协调变量,将该模型分解成若干个泵站多机组日优化运行一级子模型;再以单机组日提水耗电费用最少为目标,机组提水量的分配为协调变量,将一级子模型分解为若干个单机组日优化运行二级子模型.该二级子模型以机组叶片安放角或机组转速为决策变量,机组提水量的离散值为状态变量,采用动态规划方法求解.构造的聚合模型以各机组提水量为决策变量,并联泵站群提水量的离散值为状态变量,同样采用动态规划方法求解.该方法可以解决不同工况调节方式、不同时段划分及不同日均扬程下并联泵站群的日优化运行问题.以淮阴一、三站并联运行为例,作了日优化运行计算,结果表明：各日均扬程下满负荷、80%负荷、60%负荷优化运行单位费用,较定角恒速运行分别平均节约10.53%,26.54%,34.40%.     

水电站厂内负荷优化分配的通用算

以工作单元为研究对象，将水电站厂内负荷优化分配模型分解成上下两层优化模型，提出了通用的双层逐步优化算法，并经实例电站的实际运行数据与该算法计算的优化分配成果比较，表明该法可取得较好的效益。     

并联泵站群日优化运行方案算法

提出了并联泵站群日优化运行数学模型,该模型以并联泵站群日提水费用最少为目标函数,以各时段机组叶片角或转速为决策变量.考虑站间不同工况调节方式,采用大系统二级分解-动态规划聚合法进行求解.首先以泵站日提水耗电费用最少为目标,泵站提水量的分配为协调变量,将该模型分解成若干个泵站多机组日优化运行一级子模型;再以单机组日提水耗电费用最少为目标,机组提水量的分配为协调变量,将一级子模型分解为若干个单机组日优化运行二级子模型.该二级子模型以机组叶片安放角或机组转速为决策变量,机组提水量的离散值为状态变量,采用动态规划方法求解.构造的聚合模型以各机组提水量为决策变量,并联泵站群提水量的离散值为状态变量,同样采用动态规划方法求解.该方法可以解决不同工况调节方式、不同时段划分及不同日均扬程下并联泵站群的日优化运行问题.以淮阴一、三站并联运行为例,作了日优化运行计算,结果表明：各日均扬程下满负荷、80%负荷、60%负荷优化运行单位费用,较定角恒速运行分别平均节约10.53%,26.54%,34.40%.     

水电站厂内负荷优化分配的通用算法研究

以工作单元为研究对象，将水电站厂内负荷优化分配模型分解成上下两层优化模型，提出了可以通用的双层逐步优化算法，并经实例电站的实际运行数据与该算法计算的优化分配成果比较，表明该法可取得较好的效益。