改进粒子群算法之电力体系经济调度计算研究.docVIP

　　改进粒子群算法之电力体系经济调度计算研究 第1章绪论 1.1课题研究背景 电力系统能否稳定安全运行关系到一个国家的经济发展，大到国防军事，小到日常居民生活，都离不开电力系统的稳定运行，电力系统已经成为非常重要的发展领域。电力系统经济调度在整个电力系统运行和控制中占有重要地位，属于电力系统规划和运行调度范畴，是一类比较典型的优化问题，即在保证系统负荷约束和安全稳定运行约束条件下，有效利用现有资源，实现系统运行成本最小化。电力系统经济调度研究最早可以追溯到上世纪 30 年代，从本世纪 90 年代开始，随着电力技术快速进步，国际电力市场也随之大力发展，对电力系统提出了更新更高的要求，电力系统经济调度研究变得尤为重要。近年来，国内外许多专家和学者们都在致力于电力系统经济调度研究，努力寻找各种更好的优化方案，以获得更加巨大的经济效益。本文将在满足可靠供电和电能质量的前提下，对电力系统运行的经济性进行优化。 1.2 电力系统经济调度的研究概述 电力系统经济调度问题一直是广大专家学者们研究的热点，属于电力系统优化运行的重要课题，研究的主要目的是满足负荷要求等约束条件下，使得发电机组运行费用最小[1]。在电力系统中，发电机组在运行过程中存在系统运行约束、系统稳定性等约束条件，需要考虑的因素很多，所以电力系统经济调度问题是一个高维数、非线性、多约束的优化问题。解决电力系统经济调度主要有两类研究方法，一类为经典法，另一类为现代人工智能算法。其中，经典方法包括动态规划法、牛顿法、梯度法等；现代人工智能算法包括动态规划算法、遗传算法、神经网络算法、模拟退火算法、混沌优化法等，并且已经取得较为理想的研究成果。动态规划法的优化过程为：首先将要解决的问题按照时间或空间顺序的不同分为几个阶段，而且划分后的这几个阶段之间是相互关联的。然后分别对划分后的每个阶段进行优化处理，最后求得最优解。它在研究和处理多阶段优化问题上是一种十分有效计算方法。该算法对于一些多变量方程和一些离散问题的解决是非常有效的。对于解决一些系统目标函数和约束条件没有限制的问题，都能够达到很好的收敛效果；但这种算法的局限性就在于它的建模过程比较复杂，计算速度慢，容易产生维数灾问题，在工程上实现起来具有一定的难度。动态规划法经过改进，把动态规划法与优先顺序法结合使用，改进的算法克服了优先顺序没有计及启停耗量的不足，避免了动态规划法出现的维数灾现象，解决了发电机组爬坡速度约束问题[2]。 第2章 基本粒子群算法 2.1 基本粒子群算法的起源 自然界的每一个生物个体具有特定的群体行为，虽然每一个个体的行为规则看起来非常简单，而且这些个体行为表面上看起来似乎没有什么明显的关联，但是动物群体行为的内在规律却是非常复杂的。在上世纪 70 年代，生物学家 E. O. ega;=0，则粒子的速度只与粒子当前最优解的位置ip 和种群最优解的位置gp有关。如果在迭代寻优开始时，某个粒子所在位置正好是整个粒子群最优解的位置，那么这个粒子的搜索速度将为0。粒子将会一直保持在最优位置，直到出现一个新的最优解来替代它。如果迭代方程中没有第一项，那么粒子群优化算法的搜索空间将会随着粒子的逐步迭代而逐渐衰弱。因此，只有当粒子搜索空间内存在全局最优解时，算法通过迭代才有可能找到最优解。式(2-3)中第一项使粒子对搜索空间进行扩展，所以式(2-3)第一项体现的是粒子的全局搜索能力。 第 3 章 改进粒子群算法......13 3.1 基本粒子群算法的局限性....... 13 3.2 改进粒子群算法研究........ 13 3.2.1 改进粒子群优化算法的学习策略......... 13 3.2.2 改进粒子群算法的种群多样性...... 14 3.2.3 双种群的种群动态调整.... 17 3.2.4 改进粒子群算法的优化流程.......... 18 3.3 标准函数仿真测试..... 20 3.3.1 基准测试函数...... 20 3.3.2 仿真测试....... 22 3.4 本章小结....... 27 第 4 章 改进粒子群算法求解电力系统经济调度........28 4.1 电力系统经济调度问题描述.......... 28 4.2 电力系统经济调度模型.... 28 4.3 算例分析....... 30 4.3.1 确定目标模型...... 30 4.3.2 改进粒子群算法的优化流程.......... 31 4.4 系统仿真与结果分析........ 33 4.5 本章小结....... 34 第4章 改进粒子群算法求解电力系统经济调度 4.1 电力系统经济调度问题描述 电力市场化、商业化的迅速发展对电力系统的运行和管理提出了新的要求。对于发电厂的生产效率和电力系统进行的经济效益的重视程度与日俱增，