格式:pdf
大?。?span class="single-tag-height">1.6MB
頁數(shù): 5頁
為解決水火電力系統(tǒng)短期發(fā)電優(yōu)化調(diào)度中存在的問題,提出基于MPI平臺的并行小種群差分進(jìn)化算法。該算法將進(jìn)化種群分為若干個(gè)小種群(單個(gè)種群規(guī)模為3~10個(gè)),每個(gè)進(jìn)化種群由不同的CPU進(jìn)程獨(dú)立執(zhí)行差分進(jìn)化算法,并在種群間引入集合、分散操作以協(xié)調(diào)各小種群的尋優(yōu)過程;為降低小種群初始化和進(jìn)化過程中多樣性的損失,引入正交化初始化方法和種群重構(gòu)技術(shù);最后以典型案例驗(yàn)證了算法的有效性。結(jié)果表明,該方法在求解精度、收斂速度和求解耗時(shí)上均較有競爭力。
格式:pdf
大?。?span class="single-tag-height">2.1MB
頁數(shù): 4頁
構(gòu)建水火電力系統(tǒng)短期優(yōu)化調(diào)度模型,提出求解思路.從梯級水電站發(fā)電量和耗水量、火電機(jī)組污染物排放量和發(fā)電總成本四方面建立模型;運(yùn)用滿意度函數(shù)和歐式距離函數(shù)進(jìn)行歸一化處理,結(jié)合懲罰函數(shù)和雙適應(yīng)度法處理約束條件.將多目標(biāo)、帶約束的復(fù)雜優(yōu)化問題轉(zhuǎn)化為了單目標(biāo)、無約束的簡單優(yōu)化問題,大大簡化了求解過程,提高了算法的收斂速度和精度.充分體現(xiàn)了節(jié)能和經(jīng)濟(jì)雙贏的理念,為水火電力系統(tǒng)短期優(yōu)化調(diào)度提供了新思路.
水火電力系統(tǒng)知識來自于造價(jià)通云知平臺上百萬用戶的經(jīng)驗(yàn)與心得交流。 注冊登錄 造價(jià)通即可以了解到相關(guān)水火電力系統(tǒng)最新的精華知識、熱門知識、相關(guān)問答、行業(yè)資訊及精品資料下載。同時(shí),造價(jià)通還為您提供材價(jià)查詢、測算、詢價(jià)、云造價(jià)等建設(shè)行業(yè)領(lǐng)域優(yōu)質(zhì)服務(wù)。手機(jī)版訪問:水火電力系統(tǒng)