混沌量子粒子群算法的含風(fēng)電場電力系統(tǒng)實(shí)時(shí)調(diào)度

風(fēng)一火電力系統(tǒng)聯(lián)合優(yōu)化調(diào)度是一個(gè)極其復(fù)雜的np問題，不易求解。，改進(jìn)粒子群算法，并將其應(yīng)用于風(fēng)一火電力系統(tǒng)聯(lián)合優(yōu)化調(diào)度，提出了一種改進(jìn)的慣性權(quán)重線性遞減的粒子群算法。針對粒子群算法容易局部收斂的缺陷，、首先，本文在慣性權(quán)重線性遞減（ldw）的基礎(chǔ)上，加入常數(shù)擾動(dòng)，使慣性權(quán)重大幅增大，以便于跳出局部搜索，進(jìn)行全局搜索，從而防止局部收斂；其次，為盡可能的避免粒子群算法出現(xiàn)粒子高度聚集在最優(yōu)粒子的周圍的情況，使得粒子趨于相同以致于大大損失粒子群的多樣性，一定概率的自適應(yīng)的改變慣性權(quán)重并混入隨機(jī)個(gè)體，以便于更好的保持種群多樣性、、最后，在matlab2010agui平臺(tái)下采用幾種不同的粒子群算法進(jìn)行仿真試驗(yàn)。仿真結(jié)果表明，在相同條件下改進(jìn)的粒子群算法能夠?qū)さ礁_的解。

第六講含風(fēng)電場的電力系統(tǒng)研究

首次將量子粒子群優(yōu)化算法用于水電系統(tǒng)經(jīng)濟(jì)運(yùn)行研究中。該算法是量子理論與粒子群算法的融合,在粒子編碼過程中引入了量子的態(tài)矢量表達(dá),并將量子比特的概率幅表示應(yīng)用于粒子的編碼,使得粒子可以表達(dá)為多個(gè)態(tài)的疊加;在粒子更新操作過程中,利用量子邏輯門實(shí)現(xiàn)了粒子的演化,具有比常規(guī)粒子群算法更好的目標(biāo)優(yōu)化性能。仿真結(jié)果證實(shí)該算法可有效解決水電機(jī)組經(jīng)濟(jì)運(yùn)行問題。性能對比顯示,該算法求得的解優(yōu)于常規(guī)粒子群算法及其它優(yōu)化算法所求得的解。

第28卷第19期電網(wǎng)技術(shù)vol.28no.19 2004年10月powersystemtechnologyoct.2004 文章編號(hào)：1000-3673（2004）19-0014-06中圖分類號(hào)：tm715文獻(xiàn)標(biāo)識(shí)碼：a學(xué)科代碼：470·4054 粒子群優(yōu)化算法在電力系統(tǒng)中的應(yīng)用 袁曉輝1，王乘1，張勇傳1，袁艷斌2 （1．華中科技大學(xué)，湖北省武漢市430074；2．武漢理工大學(xué)，湖北省武漢市430071） asurveyonapplicationofparticleswarmoptimization toelectricpowersystems yuanxiao-hui1，wangcheng1，zhangyong-chuan1，yuanya

隨著電力系統(tǒng)規(guī)模的日益擴(kuò)大和電力市場改革的實(shí)施，保證電力系統(tǒng)安全、經(jīng)濟(jì)、穩(wěn)定、可靠地運(yùn)行越來越重要。本文對pso算法在電力系統(tǒng)中應(yīng)用的研究現(xiàn)狀進(jìn)行了較為全面的總結(jié)，主要包括在電網(wǎng)擴(kuò)展規(guī)劃、檢修計(jì)劃、機(jī)組組合、負(fù)荷經(jīng)濟(jì)分配、最優(yōu)潮流計(jì)算與無功優(yōu)化控制、諧波分析與電容器配置、網(wǎng)絡(luò)狀態(tài)估計(jì)、參數(shù)辨識(shí)、優(yōu)化設(shè)計(jì)等方面的應(yīng)用研究成果。

電梯混合能源控制優(yōu)化是對電梯、太陽能、蓄電池、超級(jí)電容等設(shè)備間的能量交換進(jìn)行控制優(yōu)化。根據(jù)電梯系統(tǒng)的特點(diǎn)，在滿足電梯所需能量的前提下，以電網(wǎng)所需的耗電量最小為優(yōu)化指標(biāo)，建立電梯的混合能源優(yōu)化目標(biāo)函數(shù)。其中目標(biāo)優(yōu)化函數(shù)中的變量如0－1等非連續(xù)的開關(guān)變量，其混合能源管理優(yōu)化過程是非線性變參數(shù)優(yōu)化問題，難以用普通的解析方法進(jìn)行計(jì)算。采用混沌粒子群算法的智能求解策略，通過對某電梯的仿真，驗(yàn)證了模型和算法的有效性。

為科學(xué)求解梯級(jí)水電站群多目標(biāo)優(yōu)化調(diào)度模型,提出一種基于量子行為進(jìn)化機(jī)制的多目標(biāo)量子粒子群算法(moqpso)。該方法以標(biāo)準(zhǔn)量子粒子群算法(qpso)為基礎(chǔ),引入外部檔案集合存儲(chǔ)非劣粒子,利用個(gè)體支配關(guān)系實(shí)現(xiàn)檔案集合的動(dòng)態(tài)更新維護(hù);依據(jù)個(gè)體領(lǐng)導(dǎo)能力優(yōu)劣選擇粒子歷史最優(yōu)位置與種群全局最優(yōu)位置,維持搜索過程中個(gè)體進(jìn)化方向的多樣性;采用混沌變異算子對個(gè)體進(jìn)行局部擾動(dòng),提升算法的全局收斂性能。烏江流域模擬調(diào)度結(jié)果表明,所提方法具有良好的收斂速度與尋優(yōu)能力,可快速獲得兼顧梯級(jí)水電系統(tǒng)經(jīng)濟(jì)性與可靠性要求的pareto解集,能夠?yàn)楣こ倘藛T提供科學(xué)的決策依據(jù)。

為降低變電站工頻電場曝露水平,避免工作人員長期曝露其中可能造成的健康威脅,通過優(yōu)化電站設(shè)備布局來降低一次設(shè)備周圍近地面空間電場強(qiáng)度。建立220kv戶外配電設(shè)備3維幾何模型,采用軟件仿真計(jì)算出220kv戶外配電區(qū)電場分布,并將電場強(qiáng)度高于限值的設(shè)備區(qū)作為待優(yōu)化區(qū)域。提出適用于變電站電場優(yōu)化問題的粒子群優(yōu)化算法的適應(yīng)度函數(shù)和限制條件。以降低設(shè)備區(qū)外部電場分布作為優(yōu)化目標(biāo),對其進(jìn)行整體優(yōu)化計(jì)算,在此基礎(chǔ)上,以降低設(shè)備區(qū)內(nèi)部高場強(qiáng)分布作為優(yōu)化目標(biāo)對相關(guān)設(shè)備位置進(jìn)行微調(diào)。最后將計(jì)算所得最優(yōu)電場分布與原電場分布進(jìn)行對比,整體優(yōu)化后的適應(yīng)度函數(shù)值減小了83.4%,局部優(yōu)化后適應(yīng)度函數(shù)值再次減小了29.1%。優(yōu)化結(jié)果表明,利用粒子群算法對設(shè)備排布重新優(yōu)化,可以在不增加建設(shè)成本的前提下降低目前變電站工頻電場曝露水平。

隨著風(fēng)電大規(guī)模的并網(wǎng),風(fēng)電的波動(dòng)性和隨機(jī)性給電力系統(tǒng)經(jīng)濟(jì)調(diào)度帶來了困難。針對這種情況,本文在常規(guī)電力系統(tǒng)經(jīng)濟(jì)調(diào)度機(jī)組約束條件基礎(chǔ)上,加入正負(fù)旋轉(zhuǎn)備用容量約束,應(yīng)對風(fēng)電的不確定性,建立含風(fēng)電的電力系統(tǒng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度模型,并利用改進(jìn)的粒子群算法與二次規(guī)劃算法結(jié)合的方式對模型進(jìn)行求解。仿真實(shí)驗(yàn)結(jié)果表明,本文所建立的調(diào)度模型能有效應(yīng)對風(fēng)電接入引起的備用需求變化,調(diào)度方案在滿足安全、經(jīng)濟(jì)約束條件的情況下,能夠取得最小的機(jī)組運(yùn)行成本。

為優(yōu)化電力市場競價(jià),以發(fā)電機(jī)組實(shí)際報(bào)價(jià)結(jié)算購電費(fèi)用最低為目標(biāo)函數(shù),提出了基于粒子群算法的電力市場競價(jià)方法。算例仿真計(jì)算的結(jié)果表明,在滿足電力系統(tǒng)多種約束的前提下,能取得較好的收斂結(jié)果,進(jìn)一步驗(yàn)證算法的正確性和有效性。

介紹了標(biāo)準(zhǔn)粒子群算法的基本思想,提出了鋼框架抗震優(yōu)化設(shè)計(jì)的量子粒子群算法,建立了多層鋼框架優(yōu)化設(shè)計(jì)數(shù)學(xué)模型,最后通過一個(gè)算例驗(yàn)證了該方法的效率和有效性,結(jié)果表明該方法科學(xué)可行,具有很好的應(yīng)用前景。

第一講風(fēng)電場接入電力系統(tǒng)

船舶電力系統(tǒng)網(wǎng)絡(luò)重構(gòu)本質(zhì)上是帶約束的多目標(biāo)組合優(yōu)化問題。針對船舶電網(wǎng)重構(gòu)問題的特點(diǎn),建立了船舶電力網(wǎng)絡(luò)的無向圖模型;在此基礎(chǔ)上,進(jìn)一步建立了以負(fù)荷恢復(fù)量、開關(guān)操作次數(shù)和發(fā)電機(jī)效率均衡性為優(yōu)化目標(biāo)的船舶電力系統(tǒng)多目標(biāo)重構(gòu)模型;提出了一種結(jié)合\"背包策略\"和模擬退火算子的改進(jìn)粒子群算法進(jìn)行求解。其中\(zhòng)"背包策略\"可以明顯提高粒子群算法的搜索起點(diǎn)和加快收斂速度;模擬退火算子能夠很好地提高粒子群算法的局部搜索能力和克服粒子群算法易于陷入局部最優(yōu)解的缺點(diǎn)。測試算例結(jié)果表明,利用所提方法能夠獲得更好、更完備的船舶電力系統(tǒng)重構(gòu)方案,算法具有較好的優(yōu)化性能。

介紹了混沌粒子群算法,并將其用于水庫調(diào)度中,指出:混沌粒子群優(yōu)化算法引入了混沌搜索機(jī)制,增加了粒子的多樣性,擴(kuò)大了搜索的范圍,不僅保持了粒子群優(yōu)化算法收斂速度快的優(yōu)點(diǎn),而且還增強(qiáng)了全局收斂能力,能避免陷入局部最優(yōu)的情況,可以更好地解決水庫優(yōu)化調(diào)度的強(qiáng)約束、多階段、非線性組合問題。

電力系統(tǒng)機(jī)組組合問題的改進(jìn)粒子群優(yōu)化算法

為提高電力系統(tǒng)短期負(fù)荷預(yù)測的精度,引入一種新型的群智能方法——粒子群優(yōu)化算法,并將這種智能算法與bp算法相結(jié)合,形成了粒子群優(yōu)化bp算法模型,建立了計(jì)及氣象因素的短期負(fù)荷預(yù)測模型.通過具體算例將此模型與單純的bp模型進(jìn)行比較,結(jié)果表明:該算法具有較高的預(yù)測精度,完全能滿足實(shí)際工程的要求.

在物聯(lián)網(wǎng)時(shí)代利用計(jì)算機(jī)信息技術(shù)與通信技術(shù),基于粒子群算法可實(shí)現(xiàn)對電力調(diào)度分級(jí)管理的技術(shù)手段。本文在應(yīng)用現(xiàn)代微電子技術(shù)、通信技術(shù)和控制理論的基礎(chǔ)上,選取常用測試函數(shù)的兩種方式利用軟件matlab完成測試與驗(yàn)證。通過粒子群算法,按照調(diào)度分級(jí)管理劃分的范圍,實(shí)現(xiàn)電力系統(tǒng)最優(yōu)化的信息收集與交換、安全監(jiān)視和控制、經(jīng)濟(jì)運(yùn)行和維護(hù),力求保障各電力控制功能的自動(dòng)協(xié)調(diào),有效防止了算法陷入局部最優(yōu),輔助調(diào)度人員正常穩(wěn)定的指揮電力系統(tǒng)的生產(chǎn)運(yùn)行。

風(fēng)功率的隨機(jī)波動(dòng)特性要求電網(wǎng)合理安排運(yùn)行備用容量。評(píng)估大規(guī)模風(fēng)電接入后電力系統(tǒng)的運(yùn)行備用風(fēng)險(xiǎn)成為合理安排電網(wǎng)運(yùn)行備用需要解決的首要問題。提出了一種基于擴(kuò)展?fàn)顟B(tài)空間分割法的含風(fēng)電場的電力系統(tǒng)運(yùn)行備用評(píng)估方法。該方法可以處理風(fēng)機(jī)多狀態(tài)模型,同時(shí)考慮了風(fēng)機(jī)自身的隨機(jī)停運(yùn)和風(fēng)速預(yù)測的不確定性,將全狀態(tài)空間劃分為2個(gè)區(qū)域,分別采用枚舉法和模擬法對2個(gè)子空間的系統(tǒng)狀態(tài)進(jìn)行選擇,從而實(shí)現(xiàn)快速精確的風(fēng)險(xiǎn)評(píng)估。對我國某實(shí)際區(qū)域電網(wǎng)的計(jì)算分析驗(yàn)證了該算法的正確性和有效性。

濟(jì)鋼的氧氣系統(tǒng)一直存在著供需不平衡的問題,導(dǎo)致氧氣放散率高,影響經(jīng)濟(jì)效益。通過對氧氣系統(tǒng)的生產(chǎn)、存儲(chǔ)和使用等環(huán)節(jié)進(jìn)行綜合分析,以氧氣放散率最低,經(jīng)濟(jì)效益最大為目標(biāo)函數(shù),建立氧氣系統(tǒng)優(yōu)化調(diào)度的模型,并利用改進(jìn)的粒子群算法求得最優(yōu)解,取得了良好的效果。

為了提高接地網(wǎng)腐蝕故障診斷的精度和效率,提出基于混沌粒子群算法的分塊診斷方法;根據(jù)節(jié)點(diǎn)撕裂法將接地網(wǎng)分成若干個(gè)子網(wǎng)絡(luò)和自由支路,建立分塊多目標(biāo)優(yōu)化模型,并采用混沌粒子群優(yōu)化算法對診斷模型進(jìn)行求解;利用matlab對算例進(jìn)行仿真計(jì)算得到的診斷結(jié)果與實(shí)際故障倍數(shù)差都在±0.5之間,能夠有效地判斷出接地網(wǎng)腐蝕故障的情況,是一種可行的牽引變電所接地網(wǎng)腐蝕故障診斷方法。

針對火電系統(tǒng)生產(chǎn)過程中的環(huán)境污染問題,提出以火電系統(tǒng)節(jié)能環(huán)保為重點(diǎn)研究對象的多目標(biāo)優(yōu)化調(diào)度模型,并以改進(jìn)的粒子群算法進(jìn)行求解。結(jié)合灰色系統(tǒng)理論中有關(guān)灰色關(guān)聯(lián)度的概念對粒子群算法多目標(biāo)求解機(jī)制進(jìn)行改進(jìn),對煤耗量、污染氣體和煙塵排放等的多目標(biāo)火電系統(tǒng)優(yōu)化求解,引入壓縮因子改善粒子群算法的性能,增強(qiáng)其全局收斂能力。通過ieee14節(jié)點(diǎn)系統(tǒng)算例證明本算法的有效性。

粒子群優(yōu)化算法是通過粒子記憶、追隨當(dāng)前最優(yōu)粒子,并不斷更新自己的位置和速度來尋找問題的最優(yōu)解。為了克服標(biāo)準(zhǔn)粒子群算法存在著早熟收斂、難以處理問題約束條件等缺點(diǎn),本研究對遞減慣性權(quán)值進(jìn)行了改進(jìn),將其表示為粒子群進(jìn)化速度與群體平均適應(yīng)度方差的函數(shù);給出了適合pso算法的約束處理機(jī)制,提出了一種改進(jìn)自適應(yīng)粒子群算法,并將其應(yīng)用于水庫優(yōu)化調(diào)度中。實(shí)例計(jì)算并與經(jīng)典方法相比,表明該方法原理簡單、易編程實(shí)現(xiàn),能以較快的速度收斂于全局最優(yōu)解。