递归神经网络在短期水火电调度上的研究开题报告答辩pptPPT.ppt

Company Logo LOGO 递归神经网络在短期水火电调度上的研究 姓 名：包磊 学 号：201360302002 指导教师：沈艳军 教授 2014年12月 三峡大学电气与新能源学院开题报告 研究方法、可行性分析 参考文献 4 2 3 论文实施计划 5 研究内容、目标 立论依据 1 目 录 1.1选题理由 我国一直重视电力工业的建设，建国初期的第一个五年计划中电力系统发电量及装机就实现了两倍以上的增长，改革开放以来，电力工业的发展更为迅速，传统火电与水电规模不断扩大，并逐渐出现了多种电源结构协调并存的新气象。2013年新增发电装机（正式投产）9400万千瓦。其中，水电新增2993万千瓦，火电3650万千瓦，核电221万千瓦。至2013年底，全国总装机容量已达12.47亿千瓦，其中火电总装机8.62亿千瓦占69.1%，水电总装机2.8亿千瓦占22.5%，并网风电1406万千瓦，并网太阳能发电1130万千瓦，水火电仍是电力系统的主要发电形式。 1.立论依据 1.立论依据 1.2研究意义 电力市场中水火电的短期优化运行是指在某一调度周期内，在满足电力系统约束及水火电的机组约束条件的前提下，最大限度地降低发电成本，在煤电为主的火电系统表现为系统总耗煤量最小。对于梯级水电系统，各水电厂既存在电力联系，又存在水力联系，优化调度要考虑许多因素。因此，开发通用的可考虑多种约束条件且计算速度快的短期发电计划模型和算法具有重要意义。通过一种有效的算法解决该问题，可以在保证系统稳定性及充分考虑各种约束条件的前提下，充分利用水资源，减少整个系统的发电成本。 1.立论依据 1.3国内外研究现状与分析 1.3.1水火电短期优化运行的最优准则 水电站及其水库的运行既与电力系统密切相关，同时又与水资源系统密切相关，这使得其运行方式的确定变得十分复杂和十分困难。衡量运行方式优劣的根本标准，称为最优(或优化)准则。准则的确定是一个十分重要的问题，不同的准则，对应不同的优化运行方式。主要要以下几种最优准则： 1.立论依据 1.3.2水火电短期优化运行的算法 水火电短期优化调度问题是一个高维、非凸的、有时滞的、非线性的优化问题，可采用传统的数学优化算法进行求解，如线性和非线性规划法、动态规划法、网络流规划法、拉格朗日松弛法等，但传统方法对求解问题限制较多，得不到十分满意的结果。随着一些智能算法的问世，使得现代智能优化算法的研究初见端倪，由于其对求解问题的限制较少且不要求目标函数连续、可微，而后逐渐得到迅速发展。 1.立论依据 （1）线性规划法 线性规划法处理高维问题的能力强，算法简单、计算速度快，能较容易地处理梯级间的水力联系。但线性规划法在实际应用中要对这些问题进行线性化，即简化问题，这就降低了求解的精度。 （2）网络流规划法 网络流规划法是专门针对网络特点的一种数学规划法，适合于求解高维、多约束的线性和非线性优化问题。 （3）动态规划法 动态规划的基本思想是贝尔曼的最优化原理，其思路简明易懂，求解问题的方法简单。 1.立论依据 （4）拉格朗日乘子法 拉格朗日乘子法是电力系统调度普遍使用的方法。基于拉格朗日松弛技术的梯级水电系统优化调度算法，能够综合处理离散运行区间，最小启停机时间等离散约束、水库间的水力耦合网络约束以及水头影响。 （5）遗传算法 遗传算法是一种模拟生物进化过程的基于随机搜索的智能方法。缺点是求解问题费时。它的性能依赖于所采用的编码方法。 （6）蚁群算法 蚁群算法(Ant Colony Algorithm)具有较强的鲁棒性和适宜并行分布计算等优点。同时也存在一些缺陷，如算法一般需要较长的搜索时间，而且容易出现停滞现象，不利于发现更好的解。 1.立论依据 （7）粒子群算法 粒子群算法是初始化一群随机粒子(随机解)，然后通过迭代找到最优解，在每一次迭代中，粒子通过跟踪两个“极值”来更新自己。第一个就是粒子本身所找到的最优解，这个解称为个体极值。另一个是整个种群目前找到的最优解，这个解称为全局极值。文献[11]用粒子群算法解决了水火电调度问题，但收敛速度很慢。 （8）神经网络算法 神经网络是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。文献[9]提出用两相神经网络模型求解水火电调度问题，但由于一个有限的惩罚因子，这个神经网络不能找到一个准确的最优解，而且当惩罚因子是非常大的时候，它是难以实现的。 2.研究内容、目标 2.1 研究内容