基于Pareto档案粒子群算法的微电网多目标优化方法

    公开(公告)号:CN107609693A

    公开(公告)日:2018-01-19

    申请号:CN201710773989.3

    申请日:2017-08-31

    Abstract: 本发明针对微电网多目标优化问题转化为单目标优化问题,提供一种基于Pareto档案粒子群算法的微电网多目标优化方法。该方法,包括建立多个优化目标函数,确定微电网的约束条件,将多个优化目标函数表征的多目标优化问题转换为成单目标优化问题,采用基于Pareto档案粒子群算法对微电网多目标优化进行求解,输出一组非劣解集,根据预设的满意程度评价标准在非劣解集中确定最优解,并对微电网运行进行优化。本发明采用Pareto档案多目标粒子群优化算法对微电网内各个分布式电源的输出功率包括储能装置的充/放电进行优化求解,将外部档案维护和全局最好位置选取结合在一起,通过比较分析优化结果,验证了算法的有效性和可行性。

    一种电厂机组发电量智能分配系统及方法

    公开(公告)号:CN107612045A

    公开(公告)日:2018-01-19

    申请号:CN201710927510.7

    申请日:2017-10-09

    Abstract: 本发明公开了一种电厂电量分配优化系统,包括:若干机组数据采集模块;对机组的数据进行采集;一数据采集处理模块;从各机组数据采集模块获得数据,使用深度学习方法对数据进行建模,获得不同条件下各机组的煤耗率;一数据库,用于存储数据采集处理模块的处理数据;一全厂机组负荷优化模块;接收数据采集处理模块,同时接收来自电网侧的全厂负荷总指令,对不同机组进行最优负荷分配;一全厂发电量自动控制模块;根据全厂机组负荷优化模块对全厂发电量的负荷进行分配。本发明还公开一种电厂电量分配优化方法。本发明根据各个机组所处环境与运行状况为各个机组合理分配负荷,在同等发电量情况下,降低煤耗,节能减排。

    一种基于模糊推理的CIM模型拓扑实时规约与修正方法

    公开(公告)号:CN104218572B

    公开(公告)日:2016-05-04

    申请号:CN201410436537.2

    申请日:2014-08-29

    Abstract: 本发明涉及一种基于模糊推理的CIM模型拓扑实时规约与修正方法,该方法包括以下步骤:一、实时获取采集与监视控制系统SCADA和能量管理系统EMS的数据。二、根据实时获取的数据,建立关键设备节点的可信集合U和不可信集合V。三、计算各个关键设备节点的隶属度值。四、对各个关键设备节点的隶属度值进行修正。五、根据可信集合U和不可信集合V,重新组织CIM模型。本发明既能解决电网拓扑CIM结构与实时数据间对应关系的偏差问题,消除实时处理的电网拓扑合并后存在错误的情况;又能根据各类数据间关系进行较好地模糊推理,得到一个更为接近真实电网的基础数据来源,便于对电网作出正确的判断与决策。

Patent Agency Ranking