基于NSGA-Ⅱ的飞轮-火电联合二次调频最优负荷分配策略

为了在提升飞轮-火电联合二次调频性能的同时控制调频成本、减少飞轮损耗,面向飞轮-火电联合系统,提出一种考虑自动发电控制(AGC)指令及电网频率偏差的基于多目标遗传算法的负荷分配策略。该策略以电网调频偏差、飞轮-火电出力能量和、飞轮损耗为三层最小化目标,考虑火电机组爬坡率及其负荷备用、飞轮荷电状态及其功率等约束条件,基于改进的非支配排序遗传算法(NSGA-Ⅱ),通过AGC功率指令变化速度及频率偏差动态调整飞轮与火电出力权重系数,以频率偏差及其变化方向调整飞轮虚拟下垂、惯性系数,求解飞轮-火电出力比例、飞轮下垂系数和飞轮惯性系数。结合中国宁夏某电厂飞轮储能系统辅助火电机组调频现场AGC指令等历史数据,在双区域两机系统模型上进行仿真实验,结果表明该负荷分配策略有效地减小了火电二次调频偏差和调节时间,提升了调频性能,同时也有效地控制了系统出力能量及飞轮损耗。

基于等微增率并计及机组功率约束的火电机组最优负荷分配精确解

火电机组最优负荷分配是电力系统经济运行的重要模型,也是电力系统本科生专业基础课《电力系统分析》的重要教学内容之一。经典教科书采用等微增率方法求解该问题,并给出了相应的物理含义。由于等微增率法是基于不考虑火电机组上下界物理约束而推导出来的,部分教科书补充了计及火电机组上下界物理约束时的情况,即如果某台机组的无约束最优解违背了上(下)界约束,则将该机组对应的最优解限制到相应的出力上(下)界,然后对其余火电机组再进行重新的等微增率分配。然而,简单算例表明,补充求解方法的适用范围是有限的。为此,该文对火电机组最优负荷分配问题进行重新探索,推导教材方法适用的一个充分条件与一个必要条件。面向本科生与研究生,分别提出考虑机组上下界约束后的最优负荷分配方法,并进行严格的理论推导。理论推导与大量的仿真算例表明,在机组数量较少时,教材中的求解方法有可能适用,而机组数较多时,可能出现不适用的情况。该文所提方法可以将适用范围扩展到机组数量较多的场景,并且进行严格理论推导。希望该文可以为《电力系统分析》教学过程与教材修订提供帮助。

曹娥江流域水环境容量与污染负荷分配研究

以曹娥江流域为研究对象,计算水环境容量,将其分配至各控制单元并细化到污染源类型,提出各控制单元污染物的削减量,以期提升曹娥江水环境质量。结果表明:1)2016—2021年,曹娥江流域内的屠家埠、汤曹汇合口和曹娥江大闸闸前3个监测断面的COD、氨氮、TP均达到《地表水环境质量标准》(GB 3838—2002)Ⅲ类要求。2)COD、氨氮、TN、TP入河量分别为16013.20、959.10、3658.53、416.05 t/a,且主要以非点源为主。3)基于满足曹娥江流域水体监测断面和入海断面水质达标的约束条件下,COD、氨氮、TN、TP水环境容量分别为47945.18、2435.81、6863.19、474.98 t/a。流域内COD还有剩余水环境容量,不需削减,氨氮、TN、TP分别需削减6.91、501.52、128.34 t/a。

基于深度强化学习的三峡电站机组负荷分配实时决策方法

本文聚焦于三峡电站厂内经济运行的关键问题——实现以最小化耗水量为目标的大规模机组实时负荷分配。鉴于传统动态规划方法在处理三峡电站大规模水电机组群时面临维数爆炸问题,进而无法满足调度决策实时性要求,本文提出基于深度强化学习的多时段机组负荷分配模型训练和决策框架。采用深度强化学习方法训练深度神经网络,通过预训练网络模型决策生成机组负荷分配计划。将群论应用到深度强化学习的状态和动作特征处理中,显著压缩了状态和动作空间,从而提升模型训练效率。研究结果表明,相比于动态规划法,基于深度强化学习的三峡电站机组负荷分配方法在保证优化解精度的同时,以不到1%的效益损失为代价,将决策耗时降低了2个数量级,为水电站大规模机组负荷分配提供了一种快速、高效的解决方案。

多制冷站负荷分配调度策略研究

研究中央空调多制冷站冷源系统的负荷分配调度策略。利用制冷站实测数据,首先采用带指数遗忘的最小二乘法对制冷站的能耗模型进行参数辨识,建立多制冷站群控系统的能耗模型。在此基础上,以多制冷站系统能耗最低为目标,在满足末端冷负荷需求前提下,利用改进的野狗优化算法(Improved Dingo OptimizationAlgorithm,IDOA)优化了多制冷站负荷分配策略。在实际系统上进行的测试表明:提出的制冷站负荷优化控制策略较原运行方式在最大制冷季可单日节能8.88%,温差最大季可单日节能11.14%。

基于MSTSO算法的冷水机组负荷分配模型研究

为降低空调系统的运行能耗,优化冷水机组的负荷分配,提出了一种多策略改进的金枪鱼优化算法(MSTSO),引入黄金正弦觅食机制和非线性惯性权重来加强算法对最优解的全局定位能力;通过蜜獾随机搜索策略赋予算法更强的性能以跳出局部最优;利用双向长短期记忆网络(BiLSTM)搭建能效预测模型并对各机组的能效比(COP)进行预测,同时使用MSTSO算法对网络的初始参数进行寻优从而获得最佳训练效果;提出BiLSTM-MSTSO负荷分配模型,对多台冷水机组的部分负荷率(PLR)进行合理分配与优化;实验结果表明,优化后的BiLSTM预测模型拥有更高的预测精度,MSTSO算法相较其他智能优化算法可以减少更多的能耗并最大化提升冷水机组的运行效率;因此BiLSTM-MSTSO智能模型适用于多冷水机组的能耗预测与优化。

多条件约束下的负荷分配

为了解决广泛存在于电力工程设计中的带条件约束的负荷分配问题,本文采用动态规划中的01背包算法,将电力工程中不同的约束条件映射至背包算法中的体积,利用背包算法的过程矩阵含义倒推放入背包的物品。对01背包进行拓展,将负荷的多个约束条件映射至不同价值,在多条件约束下进行负荷分配。讨论背包算法的复杂度,对负荷分配中的典型约束条件——距离提出2种反比例函数,在不同情况下对距离进行映射,并与寻路算法联立。经验证,本方法可较好地解决单个设备内的多条件约束下的负荷分配问题。

基于改进斑点鬣狗算法的热轧带钢负荷分配智能优化

针对热连轧过程中由于负荷分配不均匀导致板形控制效果不佳的问题,以传统的轧制机理为基础建立负荷分配均匀、板形良好的目标函数,分别采用斑点鬣狗算法和改进斑点鬣狗算法进行单目标和双目标的负荷分配的优化求解。结果表明,改进斑点鬣狗算法将末机架的相对凸度差从0.000 834 5降低到0.000 014 83和-0.000 026 34,且在允许的范围内,上游机架负荷分配合理,充分发挥了轧机的轧制能力。

采用改进被囊群算法的多冷水机组负荷分配优化

为了降低中央空调系统的运行能耗,针对多冷水机组负荷分配优化问题,提出一种随机森林特征优选结合核函数极限学习机的冷水机组能效预测模型,通过剔除冗余特征提高预测精度;然后提出一种混合策略改进的被囊群算法,融合鲸鱼螺旋搜索策略改进个体更新方式,引入非线性动态权重平衡全局探索和局部开发,使用空翻扰动策略避免陷入局部最优;最后在能效模型的基础上,采用改进被囊群算法对多冷水机组负荷分配进行优化;实验结果表明,随机森林特征优选的方法可以有效地提高能效预测模型的准确度;改进被囊群算法通过优化机组的启停状态和负荷率可以有效发挥系统的节能潜力,与原有方法相比能耗降低约6%;说明该方法适用于多冷水机组的负荷分配优化问题。

输气管道压缩机加载卸载及负荷分配控制研究

压缩机组的防喘及负荷分配控制一直是制约管道高效运行的重要因素,在梳理基准负荷分配法和等流量负荷分配法的基础上,提出通过PI响应控制、阶跃响应控制、安全响应控制和限值响应控制快速实现机组的防喘振,同时通过加载控制、负荷分配控制和解耦控制算法的叠加,实现了不同类型压缩机工作点的等距运行和负荷分配。控制系统应用后,各机组均在正常区间内运行,出口汇管压力保持平稳,避免了不必要的回流和放空,且各机组均匀吸收了管网的部分扰动流量,喘振风险降至最低状态。研究结果可为同类管道的安全运行提供理论依据。

船舶电站负荷分配自动转移故障分析及解决办法

船舶电站发电系统主要由发电机、主配电板以及各类辅助设备组成,船舶电站是船舶安全可靠航运的关键系统,如果在船舶航运中出现系统故障,将严重影响船舶航运整体安全。进行负荷分配自动转移时,由于故障诊断精度较低,存在转移效率与性能较差的问题,对此,研究了船舶电站负荷分配自动转移故障分析及解决办法。首先,利用GA-BP神经网络的模型,通过训练学习船舶电站的故障数据,实现故障的自动识别和诊断。其次,建立了多目标优化模型,并通过NSGA-Ⅱ算法实现自动转移路径的优化设计。实验结果表明,所提方法最高检测精度达到98%,自动转移路径时间最长为4 min,技术水平和应用价值较高。通过这些措施,可以有效地解决船舶电站负荷分配自动转移故障,保障船舶电力系统的稳定运行。

并联负荷分配控制系统设计研究

多个储能装置并联时,如何提高储能装置剩余容量的利用率,完成每个储能装置能量按需分配,并保证系统平稳安全运行的问题受到研究人员的关注。对多个储能装置并联系统的能量管理策略进行研究,基于输出电流和储能装置的剩余容量引出负荷系数的概念,并提出了中间负荷系数控制模式,同时基于此控制模式进行了建模和三环控制系统传递函数的推导。通过3个储能装置并联系统进行仿真和实验,验证了所提负荷分配控制策略的稳定性与合理性,避免了储能装置因过度放电或过度充电提前退出运行,并达到了按照剩余容量进行负荷分配的目标。

变压器并列运行时负荷分配比例与短路阻抗关系的分析

变压器并列运行需要考虑如何解决负荷分配随各变压器额定容量匹配的合理性问题,而短路阻抗是影响负荷分配比例的主要因素。介绍了变压器并列运行的优缺点及并列运行的理想条件,以两台变压器并列运行为例,分析了负荷分配比例与短路阻抗大小的关系。结果表明:额定容量不相等的两台变压器并列运行时,要尽可能保证其短路阻抗相等,使每台变压器所带的负荷根据各自的额定容量按比例进行分配;不能满足短路阻抗完全相等的条件时,额定容量较小的变压器短路阻抗应选择大一些,额定容量较大的变压器短路阻抗应选择小一些,使并列运行后的系统总传输容量大于两台变压器的额定容量之和,以提高系统运行的经济性和安全性。

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SOC的并联储能系统电流负荷分配方法

提出一种基于SOC的改进电流负荷分配方法,该方法采用均流环、电流环、电压环的三闭环结构,其中,均流控制器的电流基准由理想输出功率和储能单元电池荷电状态(state of charge,SOC)共同决定。搭建了MATLAB/Simulink仿真模型和基于TMS320F28335的并联储能系统半实物仿真平台,对比仿真了不同参数影响下系统的性能。并联储能系统中母线电压能够稳定在理想值,电流负荷能够按SOC合理分配,且各储能单元SOC能够快速收敛到均衡状态,验证了所提改进电流负荷分配方法的可行性和合理性。

人工智能背景下造纸机负荷分配节能控制技术

在实际运行中,造纸机的抄纸运行工况十分复杂,只有通过实施其负荷分配控制,才能印制出高质量的成品。现存控制技术存在跟随速度较低,能耗偏高的问题,设计人工智能背景下的造纸机负荷分配节能控制技术。将造纸机负荷分配传动数据作为变论域模糊PID控制器的输入数据,在输入前通过CEEMDAN-DFA-CCA算法对数据实施去噪处理。设计变论域模糊PID控制器,由前馈补偿器与积分-变比作用自调整的PID控制算法构成,对其输入量与输出的语言变量实施模糊化处理,设置二者的FUZZY子集,以构建PID参数模糊规则模型,实现造纸机负荷分配控制。应用人工智能技术中的混合遗传算法HGA-I获取最优解及其对应的模型系数的取值,实现设计的变论域模糊控制器的参数优化,以实现最优的负荷分配控制效果与节能效果。实验测试结果表明,设计技术控制下实验造纸机的主转矩稳定,超调量少。在设计技术控制下,200s以内即达到了设计负载率,节能性与稳定性强,跟随速度较高。

基于IWOA算法求解并联冷机负荷分配问题

中央空调系统并联冷水机组系统能耗非常大,如果操作不当,能耗会大大增加;针对OCL问题提出了一种求解连续非线性优化问题的改进鲸群优化算法,首先,为使后续迭代寻优的搜索空间更精确,运用混沌映射初始化种群,使初始解均匀遍布解空间;其次引入变异指数对收敛因子进行改进,平衡了局部勘探和全局勘探的关系;之后引入正弦和余弦使算法收敛到全局最优解,防止了算法过早收敛,提高了算法的收敛精度;最后,通过两个典型的案例来评估IWOA算法的性能,并将其与应用于OCL问题的其他优化算法进行了比较;结果表明,IWOA算法是解决OCL问题的有效方法;此外,算法性能的比较显示,IWOA算法在收敛速度和电能消耗方面相比于其他应用于OCL问题的优化方法提供了更好的解决方案。

深度调峰背景下的厂级热电负荷分配优化

为解决在调峰辅助服务市场下不同容量的热电联产机组的热电调度问题,建立了多台热电联产机组调峰调度模型,该模型以全厂收益最大为目标函数,使用分段三次Hermite插值法计算燃煤成本,综合考虑机组的热电出力约束条件,使用粒子群算法求解机组之间的热电调度问题。以某热电厂典型日热电负荷为例进行算例分析。结果表明:所建调峰调度模型能显著提升全厂总收益,且全厂总收益随调峰分摊金额的提高而减少;当热负荷增大时全厂总收益也增大,在全厂电负荷约为机组额定容量之和的60%时,全厂总收益达到最大。

改进粒子群算法的厂内机组避振及负荷分配研究

水风光多能互补发电系统中风光出力不稳定且不连续,使得系统内水电机组需要频繁地进行工况转换,这给水电站运行的经济性和安全稳定性带来了挑战。当水电站厂内负荷分配中考虑了机组避振策略,普通粒子群优化模型的决策变量会变成高维度、互相耦合、不连续的高阶矩阵,模型中粒子速度更新过程的适配性降低导致了其收敛结果大打折扣。创新性地提出了双向更新的多目标粒子群模型,在水电站日前小时级调度方式和机组避振策略基础上,优化了机组综合穿越次数和机组全天的最优工况差之和这两个目标。结果表明:该优化模型相较于普通粒子群算法计算速度提升了14.7%,收敛精度范围平均提升了4%到6%,可为水电站兼顾经济性和安全稳定性的厂内负荷分配提供新的参考依据。

基于板形补偿的热轧带钢负荷分配控制研究

为提高微中浪轧制的精确度和稳定性,通过模拟计算的方法分析了不同负荷分配控制方案对精轧出口板形的影响。结果表明,精轧出口凸度随F1~F3道次压下量的主动增加而减小,随F4~F6和F7道次压下量的主动增加而增加。F1~F3道次压下量对精轧出口凸度的影响最大,F1~F3道次压下量每增加10%,板凸度减小约0.04 mm。精轧出口的平直度随F1~F3道次和F4~F6道次压下量的主动增加而增加,随F7道次压下量的主动增加而减小。F1~F3道次压下量每增加10%,平直度增大2 IU;F7道次压下量每减小10%,平直度增大1 IU。另外,主动增加F1~F3道次和F4~F6道次的压下量会增大边部与中部的内应力极差,主动增加F7道次的压下量会减小边部与中部的内应力极差。