- 1、本文档共83页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
令xij表示由产地Ai运往销地Bj的物品数量,则产销平衡问题的数学模型为: 2 运输问题(续) 设某电力系统由3个电站组成,三电站共同向同一母线供电300MW 电站i单位MW出力煤耗成本为fi(Pi)元,求最小成本的电站负荷分配 fi(Pi)为Pi(出力)的二次多项式函数 3 经济调度问题 某企业计划生产甲、乙两种产品。这些产品分别要在A、B、C、D、四种不同的设备上加工。按工艺资料规定,单件产品在不同设备上加工所需要的台时如下表所示,企业决策者应如何安排生产计划,使企业总的利润最大? 设 备 产 品 A B C D 利润(元) 甲 2 1 4 0 2 乙 2 2 0 4 3 有 效 台 时 12 8 16 12 4 生产计划问题 解:设x1、x2分别为甲、乙两种产品的产量,则数学模型为: max Z = 2x1 + 3x2 x1 ≥ 0 , x2 ≥ 0 s.t. 2x1 + 2x2 ≤ 12 x1 + 2x2 ≤ 8 4x1 ≤ 16 4x2 ≤ 12 优化方法 约束优化-无约束优化 约束处理办法-罚函数法 直接罚函数法 二次罚函数法 。。。 小作业 小作业 小作业 水火电力系统联合优化问题描述 水火电力系统优化调度是电力系统经济调度中普遍存在的重要优化问题,其短期优化调度是指一段时期内(多为一天)在满足水、火电各种复杂约束条件的情况下,合理确定各电站的调度方案使整个系统运行费用最小。 问题描述 水力联系 上游泄流量为下游入库流量的组成部分 水库库容约束 库区防洪、供水等 机组物理特性 额定流量、额定出力、最小技术出力等 负荷约束 电量平衡 泄流量约束 下游防洪、灌溉、航运等 优化模型 总成本 火电发电量 火电耗量函数 库容上限 库容下限 发电流量下限 发电流量上限 区间径流 弃水量 上游电站集合 水流时滞 泄流量下限 泄流量上限 优化模型 火电时段电量下限 火电时段电量上限 水电时段电量下限 水电时段电量上限 负荷需求 网损 期初库容 期末库容 优化模型 时段初库容 发电流量 火电电量 火电量发电量最小值 优化方法 由于水、火电子系统间存在电力联系,水电子系统内部存在复杂的水力联系和综合利用要求,其发电优化调度实际上是一个高维、非线性强约束优化问题。 为求解此类问题,国内外研究者提出了不同的求解方法,如交互式多目标决策法 、动态规划法,网络流法,非线性优化,线性优化,分解协调法等。这些方法取得了一定的效果,但在处理约束时大都作些不合实际的假设。只有动态规化法虽可以方便处理复杂约束条件但易出现“维数灾”问题。 近年来出现的智能进化算法(如遗传算法、差分进化、微粒群算法等)由于其不要求目标函数连续可微,且灵活、易于扩展、鲁棒性好等优点被应用于水火电力系统优化中,其中粒子群算法原理简单,收敛快、易于实现,受到广大学者青睐。 作业 一小型电力系统由三个火电站和四个梯级水电站组成。因面临环境保护压力,未来一段时间系统需调整运行方式,即由经济调度改为环境经济调度,试估算调整运行方式后,该系统每天(24小时)需额外花费多少钱。 作业要求与提示 (1)为简化问题难度,各火电站的污染物排放均折算为单一污染物,四个梯级电站之间的位置关系如图所示,其他参数分别如表1-3所示 (2)不考虑当天之前时段的水库泄水 (3)要求采用粒子群算法求解 (4)按照优化问题求解的步骤进行 (5)火电站1燃原煤,2燃石油,3燃液化石油气,相应燃料折算标准煤系数分别为0.7,1.4,1.7 (6)报告要求:程序-方案-图表-结果-分析 作业评分 (1)给出环境经济调度运行方案及相应指标 (2)给出经济调度运行方案及相应指标 (3)计算运行方式改变后需额外投入费用 (4)对所求得的方案进行分析 (5)对算法部分重要参数进行调整,并对参数敏感性进行分析,进而提出改进方案 (6)给出较新颖的算法的改进版本 完成(1)-(3)达到基本要求 完成(1)-(6)为优秀 污染物排放量与机组出力之间的函数关系 标准煤耗用量与机组出力之间的函数关系 ai bi ci di ei Max MW Min MW 基于进化算法的求解方案 --以粒子群算法为例 粒子群算法产生背景 粒子群算法由来 粒子群算法基本原理 粒子群算法介绍 设想这样一个场景:一群鸟在随机的搜索食物。 在这个区域里只有一块食物,所有的鸟都不知 道食物在那。但是它们知道自己当前的位置距 离食物还有多远。 那
文档评论(0)