针对日趋严重的电网谐波污染亟需大量谐波数据支撑分析和治理及电网谐波监测能力不足的问题,提出一种改进减法平均优化(subtraction average based optimizer, SABO)算法优化反向传播(back-propagation, BP)神经网络实现谐波预测,以缓...针对日趋严重的电网谐波污染亟需大量谐波数据支撑分析和治理及电网谐波监测能力不足的问题,提出一种改进减法平均优化(subtraction average based optimizer, SABO)算法优化反向传播(back-propagation, BP)神经网络实现谐波预测,以缓解当前谐波数据匮乏的问题。为了克服现有SABO算法易于陷入局部最优解,初始化时使用Logistic混沌映射替代随机数,同时迭代搜索中利用黄金正弦优化算法辅助SABO跳出局部最优,从而提高BP神经网络预测准确率。最后,以某省实际运行数据验证所提改进SABAO-BP模型在谐波电压畸变率及单次谐波电压含有率预测中均具有较高准确性。展开更多
随着热电联产(combined heat and power,CHP)设备的快速发展,有效实现各区域之间能源的优化配置成为能源系统调度领域的新难题。考虑各区域能源传输时进汽阀开启与关闭对涡轮机运行效率的影响,综合权衡热电厂经济成本与环境成本,提出一...随着热电联产(combined heat and power,CHP)设备的快速发展,有效实现各区域之间能源的优化配置成为能源系统调度领域的新难题。考虑各区域能源传输时进汽阀开启与关闭对涡轮机运行效率的影响,综合权衡热电厂经济成本与环境成本,提出一种基于多目标优化的多区域互联的CHP优化调度方法。通过ε-约束将多目标优化问题转化为单目标问题,并采用GAMS软件环境下的OQNLP求解器对所提模型进行求解。仿真结果表明,相对于传统方法,将各个区域进行互联可以最大限度地降低运行成本和污染物排放,实现各区域整体最优。展开更多
文摘针对日趋严重的电网谐波污染亟需大量谐波数据支撑分析和治理及电网谐波监测能力不足的问题,提出一种改进减法平均优化(subtraction average based optimizer, SABO)算法优化反向传播(back-propagation, BP)神经网络实现谐波预测,以缓解当前谐波数据匮乏的问题。为了克服现有SABO算法易于陷入局部最优解,初始化时使用Logistic混沌映射替代随机数,同时迭代搜索中利用黄金正弦优化算法辅助SABO跳出局部最优,从而提高BP神经网络预测准确率。最后,以某省实际运行数据验证所提改进SABAO-BP模型在谐波电压畸变率及单次谐波电压含有率预测中均具有较高准确性。
文摘随着热电联产(combined heat and power,CHP)设备的快速发展,有效实现各区域之间能源的优化配置成为能源系统调度领域的新难题。考虑各区域能源传输时进汽阀开启与关闭对涡轮机运行效率的影响,综合权衡热电厂经济成本与环境成本,提出一种基于多目标优化的多区域互联的CHP优化调度方法。通过ε-约束将多目标优化问题转化为单目标问题,并采用GAMS软件环境下的OQNLP求解器对所提模型进行求解。仿真结果表明,相对于传统方法,将各个区域进行互联可以最大限度地降低运行成本和污染物排放,实现各区域整体最优。
