集中式电力现货市场下厂级煤电机组负荷优化分配研究

传统厂级煤电机组负荷优化分配以确定的电量和电价水平为基础进行研究,而在电力现货场景下,电量和电价都是不确定且波动的,因此相比传统模式下的厂级煤电机组负荷优化分配问题更加复杂和具有挑战性。基于对市场供需形势的判断,考虑煤耗、爬坡速率、出力上下限、非经济运行区间等生产条件约束,以发电利润最大化为目标,利用二次混合整数规划算法确定最优的负荷分配方案,支持煤电企业以此为目标进行电力现货市场的报量报价决策。结果表明:负荷优化分配可以有效提升煤电机组利润,并且多日联合优化比单日优化能获得更大的发电利润,对于煤电企业优化运行方式、提升交易决策水平、提高效益水平具有重要意义。

基于免疫算法的机组负荷优化分配研究

文章提出应用新的智能算法—免疫算法解决负荷优化分配问题。在分析负荷分配的数学模型和免疫算法特点的基础上,详细研究了基于免疫算法的负荷优化分配方法。优化问题的解对应于免疫算法中的抗体,解的优劣通过结合力的计算来评价,具有最大结合力的抗体就是问题的优化解。文中还提出应用机组持续状态时间进行编码改进,可明显加快算法的搜索速度,免疫算法中特有的基于抗体浓度更新和抗体多样性也使得算法具有很好的收敛性和搜索性能。该算法通过10台机系统进行了验证,计算结果证明免疫算法与其它优化算法相比,能更快搜索到较优解,从而为机组负荷优化分配的求解提供新的有效算法。

机组负荷优化的遗传-禁忌混合算法

针对遗传算法"爬山"能力差的缺点,提出在遗传算法中引入禁忌搜索操作来提高局部寻优能力,并应用遗传-禁忌混合算法进行了火电机组负荷优化研究.在遗传算法每计算一定代数后,将每个个体作为禁忌搜索的初始解进行搜索,可以改善群体质量,加快搜索速度.混合算法有效地综合了遗传算法的全局搜索能力和禁忌搜索算法的局部搜索能力,从而避免出现"早熟"现象,改善了算法的收敛性.应用某实例进行负荷优化计算,结果表明混合算法大大改善了局部搜索能力和搜索速度,可以有效解决机组在线负荷优化难题.

水电站机组负荷降维优化分配中的时间尺度效应

时间尺度是影响水电站负荷优化分配结果的重要因素。为探究时间尺度对水电站负荷分配的影响,研究论述了水电站调度中的时空尺度效应内涵及出现的原因,提出了包含发电耗水量、跨越振动区次数、机组启停次数、求解耗时等的尺度效应量化指标,并以ZM水电站为研究对象,基于水电站机组负荷优化分配模型,逐次递进分析了典型日考虑负荷过程随机性与负荷水平的水电站机组负荷优化分配尺度效应。结果表明:1)时间尺度越小更易捕捉负荷变化与水库运行过程,电站负荷优化分配的耗水量、机组启停与跨越振动区次数越大。时间尺度越大更易忽视或弱化机组启停以及跨越振动区等行为,产生潜在的安全运行风险。2)考虑负荷过程的随机性时,水电站负荷优化分配同样呈现尺度效应现象,但其影响程度与时间尺度大小影响相当。3)负荷水平越小或越大,不同时间尺度下电站机组运行方式变化较小,时间尺度效应越不显著;负荷水平居中时,时间尺度效应相对显著。研究结果可为水电站负荷优化分配的时间尺度选择以及模型降维求解算法提供科学依据。

基于TOPSIS的火电机组负荷优化分配

为了使火电机组能够适应新的环保形势和能源发展要求,定义了机组经济性、环保性、快速性这3个目标,并分别建立了各自目标下的最优负荷分配模型。联合应用NSGAⅡ方法和TOPSIS理论对该问题进行求解,得到了待决策的非支配解集合。文中给出了4台机组的负荷优化分配算例,仿真结果验证了模型的合理性,与AGC指令直调法相比,机组污染物排放量降低了53.43 t/h,调节时间降低了1.569 min,证明本文方法不仅能够保证负荷分配的经济性,在环保性和快速性方面有更明显的优化效果。最后讨论了3个目标取不同权值时负荷分配方案的区别,证明了基于TOPSIS的多目标机组负荷分配方案的确定依赖于3个目标在决策中所占的重要程度。

水电站机组负荷分配中动态规划与遗传算法性能比较

以三峡水库26台机组为研究背景,以计算精度、计算时间和算法稳定性为评价指标,采用数值试验方法,开展了动态规划和遗传算法在机组负荷分配中的性能比较研究。设计了计算精度相同比较计算时间和计算时间相同比较计算精度的具有可比性的数值实验方案,得到了动态规划和遗传算法的性能随机组数变化的关系。结果表明,在机组数小于10台时,遗传算法的性能优于动态规划;当机组数大于10台时,遗传算法性能低于动态规划法。

基于等微增率算法的厂级负荷优化分配技术研究

目前火电厂单机负荷控制方式难以实现厂内机组间负荷的优化分配和调度,本文利用厂级AGC开展基于等微增率算法的厂级负荷优化分配技术研究。优化后的AGC系统既能满足电网安全经济运行的需要,又能提高发电厂节能与协调运行水平,还可以减小电厂机组异常对电网造成的冲击,有利于提高机组的安全稳定性能。并以实际算例说明,与其他负荷分配方式相比,利用基于等微增率算法的厂级负荷优化分配策略时发电厂的总煤耗量最低、经济性最好。

基于多因素的改进MSS-PGA及其在水电站负荷优化分配中的应用

机组负荷优化分配是研究水电站经济运行问题的核心部分,长期以来备受研究人员的重视,但目前为止,尚没有找到一个高效的算法来求解这个问题。本文将多因素技术与同步主从式并行GA(MSS-PGA)结合起来,建立了一种基于多因素的同步主从式并行GA,并将其应用于水电站负荷优化分配问题的求解中。该算法与传统GA相比,具有更高的精度和收敛性;与其它并行GA相比,能够很好的节省网络资源和计算代价,更能适用于求解水电站负荷优化分配问题。

基于多Agent的水电站经济运行控制系统

电力是现代社会最重要最广阔的支柱产业之一,但在电能生产过程中,却存在着资源浪费或不能完全、充分发挥效能的现象。为了解决水电生产中的这一问题,许多研究者提出了水电站经济运行的问题。到目前为止,已经有许多从理论上解决这个问题的优化算法来,但却无法很好地得以实现。本文将水电站经济运行理论研究成果与新型的多Agent理论结合起来,建立了一种与传统自动化控制有着本质区别,并且具有较高的智能性的水电站经济运行控制系统,从而为真正意义上实现水电站的经济运行提供依据。

多Agent理论与水电站经济运行

多Agent理论是人工智能领域的学者将群体社会行为分工协作的本质抽象而来的新型理论,并且在不同的学术领域得到了广泛的推广应用。本文将多Agent理论引入水电站经济运行,建立了一个基于多Agent理论的水电站经济运行系统,这个系统由负荷优化分配多Agent子系统、机组最优组合及启停机次序确定多Agent子系统、机组运行控制多Agent子系统以及用来协调它们的管理Agent和通信Agent构成,通过系统内部Agent之间的协调通信来实现水电站经济运行。本文将多Agent理论与水电站经济运行结合起来进行研究,从而为水电站经济运行的实现提出了一条新的智能化的方法。

火力发电企业动态成本分析

火力发电企业需要准确地分析、控制发电成本,研究电煤购储和发电报价策略,做好成本管理,使企业获得最大的利润。给出一个合理分析动态成本的方法,为电煤购储、售电报价和多机组负荷分配优化提供支持。