MATLAB数学建模经典案例第16章 发电机安排计划.pptVIP

第十六章 Matlab数学建模案例分析 第16章 发电机安排计划 第十六章 Matlab数学建模案例分析 发电机安排计划和人员安排计划类似，涉及到安排问题，一般均属于NP问题，只能是尽可能的去满足模型需要，求出尽可能优化的解。为了满足日常用电需求，且需要满足发电机厂的发电机使用规划，发电机安排计划需要解决成本和用电需求之间的平衡，从而使成本最小，本模型设计分段函数处理以及混合整数规划模型求解等。 学些目标： （1）学习和掌握LINGO求解发电机安排计划问题等； （2）掌握分段函数的处理方法； （3）掌握混合整数规划问题的求解等。 本题研究了发电机使用计划的最优化问题，利用每个时段发电机所花费的成本的最小值建立数学模型。使用LINGO程序求出7个时段总成本的最优解的方法，得到了最优解的结果。最优解的思想在实际生活中可用性比较强，可进行模型推广。 第十六章 Matlab数学建模案例分析 表16- 1 每日用电需求（兆瓦） 时段 0点— 6点 6点— 9点 9点— 12点 12点— 14点 14点— 18点 18点— 22点 22点— 24点 需求 12000 32000 25000 36000 25000 30000 18000 每种发电机都有一个最大发电能力，当接入电网时，其输出功率不应低于某一最小输出功率。所有发电机都存在一个启动成本，以及工作于最小功率状态时的固定的每小时成本，并且如果功率高于最小功率，则超出部分的功率每兆瓦每小时还存在一个成本，即边际成本。这些数据均列于表16-2中。 表16- 2 发电机数据 ? 可用数量 最小输出 功率（兆瓦） 最大输出 功率（兆瓦） 固定成本 （元/小时） 每兆瓦边际 成本（元/小时） 启动成本 （元） 型号1 10 750 1750 2250 2.7 5000 型号2 4 1000 1500 1800 2.2 1600 型号3 8 1200 2000 3750 1.8 2400 型号4 3 1800 3500 4800 3.8 1200 第十六章 Matlab数学建模案例分析 16.4 符号说明 第十六章 Matlab数学建模案例分析 16.5 问题分析与建模 本问题是希望建立一个数学模型来解决若干发电机在一天中7个时段各自出力多少，即使用多少台发电机发电，使得总的成本最低。由于供电是一个不间断的进行，因此在考虑此问题时应该注意两天之间的衔接，体现在此处就是第一个时段（午夜12点至上午6点）与第7个时段（晚上10点至12点）之间的衔接，我们将它与其它时间段之间的衔接同样处理，此过程可以用图16-1表示。 图16- 1 运转示意图 第十六章 Matlab数学建模案例分析 各发电站全天产生的总费用即为： （3）每类发电机的输出功率一定要在发电机安全工作的范围内： （4）可供使用的发电机总数满足条件： （5）在时段j中新启动的发电机台数必须等于发电机增加的台数： 第十六章 Matlab数学建模案例分析 16.5.2 数学模型 这是一个混合整数规划问题。 第十六章 Matlab数学建模案例分析 16.6 模型求解 是一个分段函数，因此要做一定的变换将其表示成一个函数。 和 为了求解此模型，可以采用分支定界法或者割平面法，该方法能够求出局部最优解。在LINGO软件中有关于此类算法的实现方法，因此直接利用LINGO软件进行求解。 第十六章 Matlab数学建模案例分析 @for(timepiece(j):@sum(elect(i):x(i,j))=timetotalcap(j)); @for(links(i,j): mincap(i)*num(i,j)=x(i,j)); @for(links(i,j): maxcap(i)*num(i,j)=x(i,j)); @for(timepiece(j):@sum(elect(i):maxcap(i)*num(i,j))=timetotalcap(j)); ! 问题1; @for(elect(i):svar(i,1)=@smax(0,num(i,1)-num(i,7))); @for(elect(i):svar(i,2)=@smax(0,num(i,2)-num(i,1))); @for(elect(i):svar(i,3)=@smax(0,num(i,3)-num(i,2))); @for(elect(i):svar(i,4)=@smax(0,num(i,4)-num(i,3))); @for(elect(i):svar(i,5)=@s