MEA优化BP神经网络的压力脉动预测方法

对于混流式水轮机而言,尾水管的压力脉动是导致机组振动、影响机组稳定运行的重要因素。为了在机组设计阶段就能有效预测混流式水轮机尾水管的压力脉动并对其采取相应措施以减小压力脉动,引入BP神经网络对压力脉动进行预测,利用思维进化算法(MEA)的全局搜索能力优化BP神经网络的权值和阈值。结果表明,经过MEA优化后的BP神经网络预测精度可达0.99148,比传统BP神经网络的预测精度提高0.721%。MEA优化BP的压力脉动预测效果比传统BP的预测效果更好、精度更高,可用于实际工程。

基于CPSOGSA算法的风-光-小水电微电网负荷频率最优H_(2)/H_(∞)鲁棒控制

提出在优化过程中考虑H_(2)/H_(∞)范数权重来设计最优混合H_(2)/H_(∞)鲁棒控制器的方法,并将其应用在含风电、光伏以及小水电三个分布式电源的微电网负荷频率控制上。在对所建立的微电网负荷频率控制器优化中以系统的频率波动平方积分最小作为最优化目标,并综合H_(2)/H_(∞)两个范数所表述的鲁棒性能,设计了具有最优的混合H_(2)/H_(∞)鲁棒控制器。采用基于收缩系数的粒子群引力搜索算法(CPSOGSA)对反映系统H_(2)性能、H_(∞)性能的权重值以及输出鲁棒性能的有关加权矩阵进行选优,从而能够使得控制器在满足约束条件下达到最优。通过仿真验证可知,所提的方法对该微电网的负荷频率在外部扰动和系统内部参数扰动下具有更好的动态性能。

引入风电功率波动的水电机组迭代学习控制

风电机组输出功率随机波动性强影响电网安全稳定运行,为进一步提高电网稳定运行,设计了一种基于迭代学习控制策略(ILC)的水电机组控制方法,使其能够快速平衡由于风电和负荷变化而引起的功率偏差,从而实现系统频率稳定。在Matlab/Simulink中建立了水电机组调节系统仿真模型,对三种不同的风电功率扰动工况进行了仿真研究,并将控制效果与传统PID控制进行对比。仿真结果表明,基于ILC建立的控制器能使系统频率在风电功率扰动下具有较好的动态性能。

加筋土挡土墙在某电站公路工程中的应用

加筋土挡土墙具有节约占地、易于取材、施工简便、造型美观、经济环保等特点。以某抽水蓄能电站为例,结合某路段路基的实际地质条件,提出采用加筋土挡土墙方案及其具体结构形式和要求,并介绍了加筋土挡土墙施工工序、方法和注意事项,以期为在同类项目中推广应用积累经验。

基于生物地理学算法的互联电力系统AGC优化策略

针对风电并网的互联电力系统,本文提出了一种基于生物地理学算法优化改进区域互联电力系统AGC的策略。利用水电机组来平滑风电的功率波动,对水电、火电机组的PID控制参数进行优化。经过仿真表明,采用BBO算法优化后PID对互联电力系统具有较好的调节性能,在计入风电负荷功率波动时,电力系统的功率波动较小,模型具有较好的动态性能。