探究智能電網(wǎng)發(fā)展下多目標(biāo)輸電網(wǎng)規(guī)劃設(shè)計思路

1、    探究智能電網(wǎng)發(fā)展下多目標(biāo)輸電網(wǎng)規(guī)劃設(shè)計思路    張?zhí)m興摘 要：隨著智能電網(wǎng)迅速發(fā)展，我們逐漸研究多目標(biāo)輸電網(wǎng)規(guī)劃。在進行規(guī)劃時設(shè)計方案必須確保其可靠性、靈活性、經(jīng)濟性。在保證方案的基礎(chǔ)上依靠需求計算缺損的電量；在保證方案靈活性的基礎(chǔ)上依靠網(wǎng)絡(luò)輸電能力；在保證方案適應(yīng)性的基礎(chǔ)上依靠系統(tǒng)的擴展能力；在保證方案的經(jīng)濟性的基礎(chǔ)上依靠發(fā)展電網(wǎng)投資。為了能夠制定出符合的方案，我們建立出新的多目標(biāo)輸電網(wǎng)規(guī)劃模型。目的是得到最優(yōu)的綜合方案來對多目標(biāo)輸電網(wǎng)能夠更好的進行規(guī)劃。關(guān)鍵詞：智能電網(wǎng)；多目標(biāo)輸電網(wǎng)；規(guī)劃；余弦排序1、對余弦排序理論進行分析為了能夠在檢索信

2、息這一個領(lǐng)域有一個較好的發(fā)展，salton等人提出了一個新的模型，即向量空間模型。這個模型主要的意義就是查找文檔和信息所具有的相似程度 ，而檢查的方式就是找出人們所搜尋的文檔向量和人們所查找的信息向量之間的夾角大小 ，在利用該夾角的余弦值作為相似的定量。目的是可以更直接的規(guī)劃電網(wǎng)，還可以把余弦排序理論加以改良并應(yīng)用到電力系統(tǒng)當(dāng)中去。2、電網(wǎng)規(guī)劃方法的綜述歸因于電網(wǎng)規(guī)劃方法這是困難多 ，束縛多的一項事項 ，所以在這個方法的改善問題的基礎(chǔ)上有比較大的困難。根據(jù)社會的快速發(fā)展，計算機網(wǎng)絡(luò)、大數(shù)據(jù)等各個方面會根據(jù)社會的快速發(fā)展而快速發(fā)展起來 ，而目的是為處理輸電網(wǎng)規(guī)劃方面提供比較大的便利條件 ，對于可

3、以有更好的對輸電網(wǎng)規(guī)劃，我們對其進行研究，本文將該文章分成了以下三個方面。2.1 啟迪式研究方面在這個方法中所使用的手段是根據(jù)比較直接客觀的數(shù)據(jù)來對其解析 ，最普通的方法就是依照那些固定的原則對某個系統(tǒng)中必要路線的參數(shù)進行替代 ，并且可以滿足所需要的內(nèi)容。在這個方面 ，為可以控制某個系統(tǒng)的運轉(zhuǎn)，大部分人一般會采用靈敏度參數(shù)分析方法 ，而這樣只會對某部分發(fā)控制參數(shù)和運行指標(biāo)來進行解析以此確定該參數(shù)可以對系統(tǒng)造成的作用 ，目的是可以更方便利用該方法使系統(tǒng)順利的運行。在這個分析法的基礎(chǔ)上，我們通常可以找出更現(xiàn)代的辦法 ，比如說：最小乘法和其他方法。最小乘積法是指建立一個非真實的結(jié)構(gòu) ，在建立的同時可

4、以根據(jù)該系統(tǒng)的初始數(shù)據(jù)來分析 ，建立以后還可以找出該結(jié)構(gòu)即使在銜接上效率很高，但是它不經(jīng)濟。在我們建立網(wǎng)路之后還應(yīng)該對潮流分析，由此就應(yīng)該將沒有用的線路給剔除出去 ，這樣會使構(gòu)建的結(jié)構(gòu)只留下小部分效率較高的線路。2 . 2 算術(shù)改良方法研究循名責(zé)實 ，算術(shù)改良方法是指在對電網(wǎng)結(jié)構(gòu)規(guī)劃的同時把某些限制條件等轉(zhuǎn)換運籌學(xué)期限的網(wǎng)絡(luò)構(gòu)圖 ，然后根據(jù)算術(shù)方法進行算數(shù)并求出答案 ，終于獲得比較完美的方式。目前為止，對于大多數(shù)人所明白的算術(shù)條例法包括：整數(shù)條例、線性規(guī)劃條例、混合整數(shù)條例、非線性規(guī)劃條例、靜態(tài)條例、模糊條例。2.3 現(xiàn)代改良研究方面假如大家選取古板的算術(shù)研究計劃 ，那么我們能夠解決的是非大型

5、的電網(wǎng)規(guī)劃的形式，假如遇到困難的、節(jié)點很多的電網(wǎng)形式 ，我們就會不知所措。對于近幾年來人工智能手段發(fā)展越來越迅速 ，我們對于輸電網(wǎng)的計劃也迅速發(fā)展起來 ，一些國內(nèi)外的優(yōu)秀學(xué)者們發(fā)掘了一些現(xiàn)代的方法 ：將籌辦人員的閱歷和內(nèi)行的學(xué)問集合起來，并推算出的行家學(xué)問模式 ，在進行優(yōu)化求解的時使用模糊數(shù)學(xué)的規(guī)則 ，模擬自然競爭生存法則的遺傳進化模式 ，根據(jù)模擬小動物尋找吃的來擇優(yōu)途徑所研究的算法 ，通過調(diào)查大自然的生態(tài)來精鉆出來來模擬生態(tài)的成長算法等。遺傳算法是我們按照自然界的法則來制定的一套模擬算法 ，我們都了解關(guān)于自然界的生存法則就是“ 物競天擇 ， 適者生存 ”，在計算遺傳算法的時候我們所選取的技術(shù)

6、是計算機編碼 ，我們可以運用它將一些優(yōu)化的問題來進行編碼 ，一般情況下我們會將其編號為染色體 ，假如我們挑選的號碼為 0和 1，然后我們針對其進行一些自然遺傳學(xué)上的掌握 ， 直到出現(xiàn)最優(yōu)秀的染色體， 其中所表示的實際問題就是我們最終求出的最優(yōu)解。這種方式所解出的內(nèi)容大部分都是不連續(xù)的或者非線性的 ，而且在找出最優(yōu)解的時候，我們都是在可行域內(nèi)實行 ，所以不會出現(xiàn)局部最優(yōu)解的問題。在我們第一次把遺傳算法使用于輸電網(wǎng)的規(guī)劃上時，找出那些更好的可行性，最終得出的結(jié)果也很好。在我們進行輸電網(wǎng)規(guī)劃的時候，運用遺傳算法能夠看到它將實際問題中一些比較繁瑣的數(shù)值全部轉(zhuǎn)變成了比較淺顯易懂的 0 -1 變量， 這樣

7、的話，在我們計算的時候可以不考慮那些非導(dǎo)、非線性、非連續(xù)等，在制定期間就會比較清晰易懂。3、防范措施（1）執(zhí)行方案時 ，對鍋爐防止高溫受熱面氧化皮的運行措施 ， 逐漸按順序投入油槍， 并對其進行輪流替換 ，既可以其符合要求 ，又可以讓其擁有更好的溫度 ，為該爐充分點燃執(zhí)行一系列措施。（2）對f磨煤機實驗時，按照3 /min 的提高溫度的速率 ，把其出口升高到開始給它原本的 60 （也可以相對的高一點點的溫度，這樣可以讓其在最初使用時的加煤要求，禁止開始使用之后使其氣溫急速降低緊接著使非主動打開熱門的角度 ，緊接著會使風(fēng)量產(chǎn)生變化 ，最終會讓煤粉濃度下降。（3）使用正式方式點火時 ， 因正式的燃

8、燒器會對煤粉濃度有一定的需求，因此在f 磨煤量最小時 （ 特別是剛開始時 ） 應(yīng)限制 f 磨煤機入口的風(fēng)量在 85 95 t/h 之間 ， 并且這個期間能夠更好地滿足煤粉濃度限制。磨煤機入口的風(fēng)量短時間晃動應(yīng)限制1 1 0 t/ h， 從而使煤粉濃度驟變不容易點火 ，從而會導(dǎo)致不會充分燃燒甚至熄滅。目標(biāo)的問題都可以進行有效的解決 ，從而使得最后的結(jié)果可以很好的滿足人們的要求。4、結(jié)語如果想要在智能電網(wǎng)條件下來進行輸電網(wǎng)的規(guī)劃我們可以建立一個多目標(biāo)輸電網(wǎng)規(guī)劃的數(shù)學(xué)模型 ，模型建立好后，我們就可以利用遺傳算法來進行求解 ，最后通過算例分析對其分析和對比 ，得出最適合的方案。6、小結(jié)本次通過對實驗對象做實驗的點燃參數(shù)不一致使得實驗對象沒有燃燒起來的分析 ，解決在開始時實施禁止氧化皮措施和等離子點燃的方式中成為熄滅的重要問題。參考文獻(xiàn)：1張磊 ， 彭德振 . 非小型火力發(fā)電控制程序 m . 中國電力出版社 ，2016 ，95-982中國動力局編.等離子體點火系統(tǒng)設(shè)計與運行導(dǎo)則（dl/t 1127-2010）s.中國電力出版社 ，