大唐水电科学技术研究院
纸质出版:2023
移动端阅览
颜宁俊. 基于多目标粒子群算法的水电机组一次调频性能分析及参数优化[J]. 水电能源科学, 2023,(7):201-204.
颜宁俊. 基于多目标粒子群算法的水电机组一次调频性能分析及参数优化[J]. 2023, (7): 201-204.
颜宁俊. 基于多目标粒子群算法的水电机组一次调频性能分析及参数优化[J]. 水电能源科学, 2023,(7):201-204. DOI: 10.20040/j.cnki.1000-7709.2023.20220590.
颜宁俊. 基于多目标粒子群算法的水电机组一次调频性能分析及参数优化[J]. 2023, (7): 201-204. DOI: 10.20040/j.cnki.1000-7709.2023.20220590.
针对目前南方电网区域内存在水电机组在某些工况下出现一次调频实际负荷调整量达不到理论值进而造成一次调频被考核的情形,先对某机组原始运行数据进行处理,通过计算一次调频实际负荷调整量和实际调差率,观察其是否达到理论值,进而找出一次调频过程合格的工况区域,在一次调频过程合格的工况区域内选取特征工况点,并采用基于Pareto优化准则的多目标粒子群算法寻找最优的PID参数。仿真结果表明,优化后的PID参数相较于调速器实设参数可使得机组具有更为优良的一次调频性能指标。
水电机组一次调频理论积分电量计算方法[J]. 王春.水电能源科学,2021(10)
基于协同进化的混合变量多目标粒子群优化算法求解无人机协同多任务分配问题[J]. 王峰;张衡;韩孟臣;邢立宁.计算机学报,2021(10)
多目标粒子群优化算法的全局搜索策略研究[D]. 王宇嘉.上海交通大学,2008(04)
粒子群优化算法的理论及实践[D]. 张丽平.浙江大学,2005(03)
A preference ordering among various Pareto optimal alternatives[J]. I. Das.Structural Optimization,1999(1)
0
浏览量
211
下载量
CSCD
关联资源
相关文章
相关作者
相关机构