基于风险度评价和改进蚁群算法的配电网网架规划

提出一种基于风险度评价和改进蚁群算法的配电网灵活规划方法。将规划年的预测负荷、电价及导线价格等参数的变化由原来的离散状态转变为多场景区间,从而将电网规划中的单一不确定性问题转化为多个确定性问题。在求解不确定性问题时,提出一种基于云模型的改进蚁群算法,通过定性关联规则推理对蚁群算法中信息素参数ρ和信息素强度Q进行定性控制和动态选取,根据算法进化情况自适应更新支路信息素,有效克服了传统蚁群算法易陷入局部最优解及收敛速度慢的问题。应用改进蚁群算法,依次获得各个场景的规划方案,并以风险度最小为标准确定鲁棒性最优的规划方案,实现电网的灵活规划。算例分析验证了所提方法的有效性。

循环流化床机组深度调峰性能分析与评价

某330 MW循环流化床机组进行深度调峰改造后,能长期保持30%负荷段运行,但深度调峰时机组存在热效率差、单位发电成本高、难以投入自动的问题。本文通过分析该机组深度调峰运行数据,建立深度调峰性能分析评价流程;在对机组深度调峰时的热力性能、发电成本等问题的分析过程中,研究了入炉煤粒径与流化风量对炉膛物料分布的影响,并计算了深度调峰的经济性。结果表明:循环流化床机组在深度调峰条件下具有天然优势与可行性;深度调峰改造后,该330 MW循环流化床机组每日可稳定调峰6 h以上,初步计算每年可以获得约1700万元的效益。本文研究结果可以为今后循环流化床机组深度调峰运行的改造提供参考。

提高电厂热控系统可靠性技术研究

在火电厂中目前仍然是以操作员为监控主体进行操作,一旦操作错误,必然会导致不可靠事件的发生。本文从热控系统这个角度,分析常见问题,研究了提升电厂热控系统可靠性的相关技术,以期为热控系统的可持续发展提供借鉴。

量子计算在火电机组优化控制中的应用综述

量子计算及其衍生算法近年来快速发展,成为优化领域和人工智能领域的研究热点。随着我国电力行业清洁化和智能化的发展,量子计算逐渐应用于火电机组优化控制领域并取得了诸多成效。介绍了量子计算的基本理论,详细论述了众多量子衍生算法在火电机组优化控制领域中的应用研究进展。从量子群智能优化算法、量子遗传算法和量子机器学习算法等多个角度综述了量子计算在火电机组优化控制领域的机遇与挑战。最后总结并展望了量子计算未来在火电机组优化控制领域的发展趋势。