CN105844369A - 一种基于自适应混沌粒子群的制粉***优化分配方法 - Google Patents
一种基于自适应混沌粒子群的制粉***优化分配方法 Download PDFInfo
- Publication number
- CN105844369A CN105844369A CN201610241043.8A CN201610241043A CN105844369A CN 105844369 A CN105844369 A CN 105844369A CN 201610241043 A CN201610241043 A CN 201610241043A CN 105844369 A CN105844369 A CN 105844369A
- Authority
- CN
- China
- Prior art keywords
- coal
- particle
- unit
- coal pulverizer
- supplying amount
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000002245 particle Substances 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000010298 pulverizing process Methods 0.000 title claims abstract description 37
- 238000009826 distribution Methods 0.000 title claims abstract description 19
- 239000003245 coal Substances 0.000 claims abstract description 116
- 238000005457 optimization Methods 0.000 claims abstract description 31
- 230000006978 adaptation Effects 0.000 claims description 17
- 238000003801 milling Methods 0.000 claims description 13
- 230000000873 masking effect Effects 0.000 claims description 6
- 238000002360 preparation method Methods 0.000 claims description 6
- 239000000843 powder Substances 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 244000144992 flock Species 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Evolutionary Computation (AREA)
- Educational Administration (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Disintegrating Or Milling (AREA)
Abstract
本发明专利公布了一种基于自适应混沌粒子群的制粉***优化分配方法,属于电力***优化分配领域,根据机组给定的负荷计算出磨煤机总的给煤量,将总的给煤量合理的分配给机组的N台磨煤机使总的制粉单耗最小;其特征在于:首先根据机组负荷,计算机组的给煤量,然后根据每台磨煤机的出力范围,确定出N台磨煤机的不同运行方式;运用自适应混沌粒子群算法,计算出每一种运行方式的制粉单耗,然后根据最小制粉单耗确定磨煤机的运行方式;本发明能够解决智能优化算法中的机组启停问题和粒子群算法中的等式约束问题。
Description
技术领域
本发明涉及一种基于自适应混沌粒子群的制粉***优化分配方法,是属于电力***优化分配领域;
背景技术
节能减排是保证我国经济和社会稳定发展的一项重要战略举措,对于高耗能行业,节能减排既是本行业重要的机遇,也是艰巨的挑战。火力发电行业是我国一次能源的消耗大户,全国煤炭产量的一半被用于火力发电,而火力发电厂的厂用电量的20%以上要用于制粉***;制粉***是火力发电厂的重要组成部分,其运行的好坏直接影响锅炉的安全运行和锅炉的效率;
粒子群算法是美国社会心理学家James Kennedy和电气工程师Russell Eberhart共同提出的,其基本思想是受鸟群觅食过程中的迁徙与群聚行为的启发。自从粒子群算法提出之后,吸引了国内外众多学者的注意并被用于求解各种优化问题。PSO是一种群智能算法,优化过程就是群体迭代过程,由粒子在其搜索空间中不断靠拢最佳点进行寻优。PSO的优势在于参数设置少,简单易操作,又具有改进空间,在科学研究与工程应用中普遍具有可行性及有效性。
但是标准粒子群算法在优化制粉***运行时仍不能很好的解决等式约束问题和机组启停问题。
发明内容
发明目的:为了克服现有技术中存在的不足,本发明提供一种基于自适应混沌粒子群的制粉***优化分配方法,以解决粒子群在优化中的机组启停问题和等式约束问题。
技术方案:为解决上述技术问题,本发明提供的一种基于自适应混沌粒子群的制粉***优化分配方法,包括以下步骤:
步骤1,采集历年电厂的关于制粉***的DCS数据;
步骤2,根据机组负荷和磨煤机总的给煤量,拟合处机组负荷和磨煤机总的给煤量的函数关系,然后根据每台磨煤机的给煤量和制粉单耗,拟合出磨煤机的制粉单耗和磨煤机给煤量之间的一元二次函数关系;
步骤3,根据机组分配的机组负荷,求出总的机组磨煤机给煤量;根据磨煤机总的 给煤量和每台磨煤机的出力范围,计算出磨煤机运行台数最少的所有运行方式;
步骤4,将粒子群算法的目标函数加入惩罚函数,将N台磨煤机总的给煤量的等式约束问题加入到目标函数中,然后将每一种运行方式用自适应混沌粒子群进行寻优;
步骤5,根据混沌优化值和惯性权重更新粒子的速度和位置;
步骤6,判断是否满足终止条件,若满足终止条件则输出全局最优值Gbest;若不满足条件则继续混沌优化更新粒子的速度和位置;
步骤7,统计出不同运行方式的制粉单耗,选取出制粉单耗最小的运行方式。
具体地,所述步骤1中的DCS数据,包括机组负荷及其对应的磨煤机给煤量、每台磨煤机的有功功率、制粉单耗、一次风机单耗和每台磨煤机的给煤率。
具体地,所述步骤2中将解决的问题简化成以下数学问题:
目标函数:
F=min(F1+F2+L+Fn)
制粉单耗和磨煤机给煤量的函数关系:
约束条件为:
Bi , min≤Bi≤Bi , max或者Bi=0
当Bi=0时,Fi=0;
其中:i为第i台磨煤机;Bi为分给第i台磨煤机的给煤量;Fi为第i台磨煤机的制粉电耗;
根据机组给定的负荷计算出磨煤机总的给煤量,将总的给煤量合理的分配给机组的N台磨煤机使总的制粉单耗最小。
具体地,所述步骤4中混沌粒子群寻优过程如下:
a)输入粒子群算法的基本参数,随机每个粒子的位置和速度,计算每一个粒子的适应度值;找出每个粒子的个体的最优解Pbest和全局最优解Gbest;然后计算每个粒子的惯性权重值w,跟新粒子的速度和位置,计算粒子的适应 度值;
b)判断每个粒子新的适应度值是否小于此粒子的历史最优值,如果小于历史最优值,则更新此粒子个体的最优解Pbest,然后判断此粒子的适应度值是否小于全局最优值,如果小于全局最优值,则更新全局粒子的最优解Gbest;
c)判断程序迭代的进程,如果在迭代初期则将全局最优值在每台磨煤机的整体取值范围内进行混沌寻优,如果在迭代后期则全局最优值在当前最后值附近进行混沌寻优。
具体地,所述步骤2中制粉单耗和磨煤机给煤量之间的函数关系为:
F(B)=aB2+bB+c
其中:B为磨煤机的给煤量;F(B)磨煤机的制粉单耗。
具体地,所述惯性权重的更新方法为:
其中:wmax为惯性权重的最大值;wmin为惯性权重的最小值;fitmax为当前所有粒子适应度最差粒子的适应度;fitmin为当前所有粒子适应度最好的粒子的适应度;fit(i)为粒子i的适应度值。
具体地,所述步骤4中的惩罚函数为:
其中:B为磨煤机总的给煤量;C为给定负荷对应的总的给煤量;h1(B),h2(B)为经验常数
有益效果:本发明根据机组给定的负荷计算出磨煤机总的给煤量,将总的给煤量合理的分配给机组的N台磨煤机使总的制粉单耗最小;首先根据机组负荷,计算机组的给煤量,然后根据每台磨煤机的出力范围,确定出N台磨煤机的不同运行方式;运用自适应混沌粒子群算法,计算出每一种运行方式的制粉单耗,然后根据最小制粉单耗确定磨煤机的运行方式;解决了智能优化算法中的机组启停问题和粒子群算法中的等式约束问题。
除了上面所述的本发明解决的技术问题、构成技术方案的技术特征以及由这些技术方案的技术特征所带来的优点外,本发明的一种基于自适应混沌粒子群的制粉***优化分配方法所能解决的其他技术问题、技术方案中包含的其他技术特征以及这些技术特征带来的优点,将在实施例中做出进一步详细的说明。
具体实施方式
实施例:
为了阐述本发明的具体实施方法,以某电厂1000MW机组中速直吹式制粉***为例,介绍应用方法完成制粉***优化的具体实施步骤,该机组为五台运行一台备用;每台磨煤机运行时的出力范围为30t/h-80t/h;
1)采集历年电厂的关于制粉***的DCS数据,包括:机组负荷及其对应的磨煤机给煤量、每台磨煤机的有功功率、制粉单耗、一次风机单耗、每台磨煤机的给煤率等相关数据;并拟合出机组负荷和磨煤机总给煤量的关系和每台磨煤机给煤量和制粉单耗的关系;公式1为机组负荷和磨煤机总给煤量的关系;
y=0.356x+30.8 (1)
表1为根据该机组的原始数据通过最小二乘法拟合得到的各台磨煤机的给煤量与制粉单耗的关系;
表1:磨煤机制粉电耗拟合函数关系
2)当给定锅炉负荷在满负荷时,磨煤机总的给煤量为386.8t/h;磨煤机同时运行台数最少为5台;所以一共6种运行方式;
根据每种运行方式,将粒子群算法的目标函数加入惩罚函数使粒子群在寻优的时候解决等式约束问题;然后将每一种运行方式依次输入到自适应混沌粒子群算法中进行寻优;混沌粒子群寻优过程如下:
a)输入粒子群算法的基本参数,随机每个粒子的位置和速度,计算每一个粒子的适应度值;找出每个粒子的个体的最优解Pbest和全局最优解Gbest;然后计算每个粒子的惯性权重值w,跟新粒子的速度和位置,计算粒子的适应度值;
b)判断每个粒子新的适应度值是否小于此粒子的历史最优值,如果小于历史最优值,则更新此粒子个体的最优解Pbest,然后判断此粒子的适应度值是否小于全局最优值,如果小于全局最优值,则更新全局粒子的最优解Gbest;
c)判断程序迭代的进程,如果在迭代初期则将全局最优值在每台磨煤机的整体取值范围内进行混沌寻优,如果在迭代后期则全局最优值在当前最后值附近进行混沌寻优;
3)根据混沌优化值和惯性权重更新粒子的速度和位置;
4)判断是否满足终止条件,若满足终止条件则输出全局最优值Gbest;若不满足条件则继续混沌优化更新粒子的速度和位置;
5)统计出不同运行方式的制粉单耗;表2为磨煤机不同运行方式的制粉单耗情况;
表2 磨煤机不同运行方式及其制粉单耗
从表2中可以看出在给煤指令为387t/h时,制粉单耗最小的为运行方式4:A、B、D、E、F磨同时运行。制粉单耗为13.72;选出此运行方式作为机组的运行方式。
Claims (7)
1.一种基于自适应混沌粒子群的制粉***优化分配方法,其特征在于包括以下步骤:
步骤1,采集历年电厂的关于制粉***的DCS数据;
步骤2,根据机组负荷和磨煤机总的给煤量,拟合处机组负荷和磨煤机总的给煤量的函数关系,然后根据每台磨煤机的给煤量和制粉单耗,拟合出磨煤机的制粉单耗和磨煤机给煤量之间的一元二次函数关系;
步骤3,根据机组分配的机组负荷,求出总的机组磨煤机给煤量;根据磨煤机总的给煤量和每台磨煤机的出力范围,计算出磨煤机运行台数最少的所有运行方式;
步骤4,将粒子群算法的目标函数加入惩罚函数,将N台磨煤机总的给煤量的等式约束问题加入到目标函数中,然后将每一种运行方式用自适应混沌粒子群进行寻优;
步骤5,根据混沌优化值和惯性权重更新粒子的速度和位置;
步骤6,判断是否满足终止条件,若满足终止条件则输出全局最优值Gbest;若不满足条件则继续混沌优化更新粒子的速度和位置;
步骤7,统计出不同运行方式的制粉单耗,选取出制粉单耗最小的运行方式。
2.根据权利要求1所述的一种基于自适应混沌粒子群的制粉***优化分配方法,其特征在于:所述步骤1中的DCS数据,包括机组负荷及其对应的磨煤机给煤量、每台磨煤机的有功功率、制粉单耗、一次风机单耗和每台磨煤机的给煤率。
3.根据权利要求1所述的一种基于自适应混沌粒子群的制粉***优化分配方法,其特征在于:所述步骤2中将解决的问题简化成以下数学问题:
目标函数:
F=min(F1+F2+L+Fn)
制粉单耗和磨煤机给煤量的函数关系:
约束条件为:
Bi,min≤Bi≤Bi,max或者Bi=0
当Bi=0时,Fi=0;
其中:i为第i台磨煤机;Bi为分给第i台磨煤机的给煤量;Fi为第i台磨煤机的制粉电耗;
根据机组给定的负荷计算出磨煤机总的给煤量,将总的给煤量合理的分配给机组的N台磨煤机使总的制粉单耗最小。
4.根据权利要求1所述的一种基于自适应混沌粒子群的制粉***优化分配方法,其特征在于:所述步骤4中混沌粒子群寻优过程如下:
输入粒子群算法的基本参数,随机每个粒子的位置和速度,计算每一个粒子的适应度值;找出每个粒子的个体的最优解Pbest和全局最优解Gbest;然后计算每个粒子的惯性权重值w,跟新粒子的速度和位置,计算粒子的适应度值;
判断每个粒子新的适应度值是否小于此粒子的历史最优值,如果小于历史最优值,则更新此粒子个体的最优解Pbest,然后判断此粒子的适应度值是否小于全局最优值,如果小于全局最优值,则更新全局粒子的最优解Gbest;
判断程序迭代的进程,如果在迭代初期则将全局最优值在每台磨煤机的整体取值范围内进行混沌寻优,如果在迭代后期则全局最优值在当前最后值附近进行混沌寻优。
5.根据权利要求1所述的一种基于自适应混沌粒子群的制粉***优化分配方法,其特征在于:所述步骤2中制粉单耗和磨煤机给煤量之间的函数关系为:
F(B)=aB2+bB+c
其中:B为磨煤机的给煤量;F(B)磨煤机的制粉单耗。
6.根据权利要求1所述的一种基于自适应混沌粒子群的制粉***优化分配方法,其特征在于:所述惯性权重的更新方法为:
其中:wmax为惯性权重的最大值;wmin为惯性权重的最小值;fitmax为当前所有粒子适应度最差粒子的适应度;fitmin为当前所有粒子适应度最好的粒子的适应度;fit(i)为粒子i的适应度值。
7.根据权利要求1所述的一种基于自适应混沌粒子群的制粉***优化分配方法,其特征在于:所述步骤4中的惩罚函数为:
其中:B为磨煤机总的给煤量;C为给定负荷对应的总的给煤量;h1(B),h2(B)为经验常数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610241043.8A CN105844369A (zh) | 2016-04-18 | 2016-04-18 | 一种基于自适应混沌粒子群的制粉***优化分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610241043.8A CN105844369A (zh) | 2016-04-18 | 2016-04-18 | 一种基于自适应混沌粒子群的制粉***优化分配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105844369A true CN105844369A (zh) | 2016-08-10 |
Family
ID=56588528
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610241043.8A Pending CN105844369A (zh) | 2016-04-18 | 2016-04-18 | 一种基于自适应混沌粒子群的制粉***优化分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105844369A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108270213A (zh) * | 2016-12-30 | 2018-07-10 | 北京天诚同创电气有限公司 | 风电场整场有功损耗的控制方法、装置和*** |
CN108764604A (zh) * | 2018-04-04 | 2018-11-06 | 中国大唐集团科学技术研究院有限公司火力发电技术研究院 | 基于智能进化算法的大型燃煤机组制粉优化控制方法 |
CN109814651A (zh) * | 2019-01-21 | 2019-05-28 | 中国地质大学(武汉) | 基于粒子群的光伏电池多峰值最大功率跟踪方法及*** |
CN111617876A (zh) * | 2020-04-10 | 2020-09-04 | 杭州电子科技大学 | 一种磨煤机在线综合运行优化的方法 |
CN113182057A (zh) * | 2021-04-19 | 2021-07-30 | 西安热工研究院有限公司 | 一种中速磨煤机出力及单耗试验结果修正计算方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103056016A (zh) * | 2012-12-26 | 2013-04-24 | 广东电网公司电力科学研究院 | 一种电站磨煤机节能优化出力的方法 |
CN103559396A (zh) * | 2013-10-31 | 2014-02-05 | 华北水利水电大学 | 基于改进混沌粒子群算法的自动化药房储位分配优化方法 |
CN103972908A (zh) * | 2014-05-23 | 2014-08-06 | 国家电网公司 | 一种基于自适应混沌粒子群算法的多目标无功优化方法 |
CN104636821A (zh) * | 2015-01-19 | 2015-05-20 | 上海电力学院 | 基于动态惯性权重粒子群的火电机组负荷优化分配方法 |
-
2016
- 2016-04-18 CN CN201610241043.8A patent/CN105844369A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103056016A (zh) * | 2012-12-26 | 2013-04-24 | 广东电网公司电力科学研究院 | 一种电站磨煤机节能优化出力的方法 |
CN103559396A (zh) * | 2013-10-31 | 2014-02-05 | 华北水利水电大学 | 基于改进混沌粒子群算法的自动化药房储位分配优化方法 |
CN103972908A (zh) * | 2014-05-23 | 2014-08-06 | 国家电网公司 | 一种基于自适应混沌粒子群算法的多目标无功优化方法 |
CN104636821A (zh) * | 2015-01-19 | 2015-05-20 | 上海电力学院 | 基于动态惯性权重粒子群的火电机组负荷优化分配方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108270213A (zh) * | 2016-12-30 | 2018-07-10 | 北京天诚同创电气有限公司 | 风电场整场有功损耗的控制方法、装置和*** |
CN108764604A (zh) * | 2018-04-04 | 2018-11-06 | 中国大唐集团科学技术研究院有限公司火力发电技术研究院 | 基于智能进化算法的大型燃煤机组制粉优化控制方法 |
CN108764604B (zh) * | 2018-04-04 | 2021-10-19 | 中国大唐集团科学技术研究院有限公司火力发电技术研究院 | 基于智能进化算法的大型燃煤机组制粉优化控制方法 |
CN109814651A (zh) * | 2019-01-21 | 2019-05-28 | 中国地质大学(武汉) | 基于粒子群的光伏电池多峰值最大功率跟踪方法及*** |
CN109814651B (zh) * | 2019-01-21 | 2020-07-07 | 中国地质大学(武汉) | 基于粒子群的光伏电池多峰值最大功率跟踪方法及*** |
CN111617876A (zh) * | 2020-04-10 | 2020-09-04 | 杭州电子科技大学 | 一种磨煤机在线综合运行优化的方法 |
CN111617876B (zh) * | 2020-04-10 | 2021-07-27 | 杭州电子科技大学 | 一种磨煤机在线综合运行优化的方法 |
CN113182057A (zh) * | 2021-04-19 | 2021-07-30 | 西安热工研究院有限公司 | 一种中速磨煤机出力及单耗试验结果修正计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105844369A (zh) | 一种基于自适应混沌粒子群的制粉***优化分配方法 | |
CN105337303B (zh) | 一种含热泵的热电联产型微电网容量优化配置方法 | |
CN107039990B (zh) | 一种提高风电消纳能力的多热源协调调度策略制定方法 | |
CN110163443B (zh) | 考虑电-气综合需求响应的天然气调压站微能网优化调度方法 | |
CN106950840B (zh) | 面向电网削峰的综合能源***分层分布式协调控制方法 | |
Zhang et al. | Optimization of China’s electric power sector targeting water stress and carbon emissions | |
CN106845626B (zh) | 一种基于混合蛙跳粒子群的dg优化配置应用方法 | |
CN107860057B (zh) | 一种热电联产供暖***热负荷经济优化调度方法 | |
CN107957681A (zh) | 一种研究冷热电联供微网环保经济调度的方法 | |
CN107069834A (zh) | 一种含新能源发电区域电网碳排放优化调度方法 | |
CN103617455A (zh) | 基于虚拟机组子群的网厂两级负荷优化调度方法 | |
CN113217131A (zh) | 基于碳减排的多能互补热电联供***的电热负荷调度方法 | |
CN110796279A (zh) | 一种多能互补优化运行方法与*** | |
CN111126675A (zh) | 多能互补微网***优化方法 | |
CN114358378A (zh) | 一种用于考虑需量管理的用户侧储能优化配置***及方法 | |
CN108197412B (zh) | 一种多能源耦合能量管理***及优化方法 | |
CN105184502B (zh) | 一种基于机组污染物排放的节能减排机组调度方法 | |
CN111969602A (zh) | 一种综合能源***的日前随机优化调度方法及装置 | |
Yisui et al. | Analysis of the grey correlation between energy consumption and economic growth in Fujian Province | |
CN205353675U (zh) | 云计算中心机房节能控制*** | |
Gan et al. | A method to evaluate the power dispatching potential of energy intensive steel enterprises | |
Wang et al. | Research of dynamic time-of-use tariffs for pev charging stations based on user behavior habits | |
Julianto et al. | Confronting the Duck Curve Problem Using Dynamic Economic Emission Dispatch with CAES. | |
CN113159380A (zh) | 一种计及需求响应的综合能源***运行优化方法 | |
Mingming et al. | Technology research of demand side resources participating in dispatching control in energy Internet |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160810 |