学位论文 > 优秀研究生学位论文题录展示
智能算法在经济负荷分配中的应用
作 者: 崔玉红
导 师: 唐英干
学 校: 燕山大学
专 业: 系统工程
关键词: 经济负荷分配 煤耗特性 阀点效应 热电联产 多燃料 粒子群算法 单纯形法 差分进化算法
分类号: TM744
类 型: 硕士论文
年 份: 2009年
下 载: 159次
引 用: 2次
阅 读: 论文下载
内容摘要
经济负荷分配是指在满足发电机组或电力系统运行约束条件的基础上,在各台机组间合理地分配负荷以达到最小化发电成本,是电力系统中典型的优化问题。而在“竞价上网”的实际中,提高机组的经济性,降低发电成本,是电厂取得电网竞价优势所面临的迫切任务,因此在电厂各发电机组间实行机组负荷优化分配,提高运行效率,降低生产成本意义重大。本文以机组的煤耗特性为目标函数研究了三种经济负荷分配模型,分析了目标函数的构成以及各种约束条件,并针对各种模型的特点,分别采用不同的智能优化算法对其进行优化,得到最优负荷分配结果。论文作了以下几个工作:首先,研究了含有阀点效应的经济负荷分配问题。由于机组阀点效应的作用导致耗量特性不连续、非线性、不可导,很难用经典的数学算法求解。本文采用单纯形法和粒子群混合算法来解决这一问题。混合算法充分利用粒子群算法强大的全局搜索能力和单纯形法快速的局部搜索能力,大大提高了解的质量和算法的收敛速度。其次,研究了热电联产的经济负荷分配问题。由于该问题的目标函数里同时考虑了电力和热能两种负荷,并且两种负荷之间存在相互关联,导致约束条件增多,求解更加复杂。本文提出了一种基于自调节的粒子群算法求解该问题。该方法通过可行化调整机制处理等式约束,采用外点罚函数法来处理不等式约束,从而提高粒子群在进化过程中可行性解的数目,增加获得最优解的机会。最后,针对具有多燃料的经济负荷分配问题,本文提出利用差分进化算法求解含有阀点效应的多燃料经济负荷分配问题,得到了比现有文献更好的优化结果。
|
全文目录
摘要 5-6 Abstract 6-11 第1章 绪论 11-19 1.1 研究的背景及其意义 11-12 1.2 经济负荷分配问题的研究现状 12-15 1.3 优化算法 15-17 1.3.1 粒子群优化算法 15-16 1.3.2 差分进化算法 16-17 1.4 本文主要工作及结构安排 17-19 第2章 经济负荷分配问题及算法概述 19-29 2.1 引言 19 2.2 主要成本函数的研究 19-24 2.2.1 含阀点效应的成本函数 19-21 2.2.2 分段近似的成本函数 21-22 2.2.3 热电联产的成本函数 22-24 2.3 智能优化算法 24-28 2.3.1 粒子群优化算法 24-27 2.3.2 差分进化算法 27-28 2.4 本章小结 28-29 第3章 混合法求阀点效应的经济负荷分配问题 29-42 3.1 引言 29-30 3.2 含阀点效应的经济负荷分配的数学模型 30-31 3.2.1 目标函数 30 3.2.2 约束条件 30-31 3.3 单纯形和粒子群混合算法 31-35 3.3.1 粒子群算法 31-32 3.3.2 单纯形法 32-33 3.3.3 混合算法 33-35 3.4 实验结果及分析 35-41 3.5 本章小结 41-42 第4章 自调节粒子群算法解决热电联产的经济负荷分配问题 42-55 4.1 引言 42-43 4.2 热电联产的经济负荷分配的数学模型 43-44 4.3 SPSO-EPM 算法 44-48 4.3.1 自调节的粒子群算法 45-46 4.3.2 外点罚函数法 46-47 4.3.3 SPSO-EPM 算法的流程 47-48 4.4 实验结果及分析 48-54 4.4.1 算例1 48-50 4.4.2 算例2 50-54 4.5 本章小结 54-55 第5章 差分进化算法解决多燃料经济负荷分配问题 55-64 5.1 引言 55-56 5.2 含阀点效应的多燃料经济负荷分配的数学模型 56-57 5.2.1 多燃料的经济负荷分配模型 56-57 5.2.2 含阀点效应的多燃料的经济负荷分配模型 57 5.3 差分进化算法 57-59 5.3.1 基本差分进化算法 58-59 5.4 差分进化算法解决多燃料经济负荷分配问题的流程 59-60 5.5 实验结果及分析 60-63 5.6 本章小结 63-64 结论 64-66 参考文献 66-73 攻读硕士学位期间承担的科研任务与主要成果 73-74 致谢 74-75 作者简介 75
|
相似论文
- 基于差分进化算法的JSP环境下成套订单研究,F273
- K-均值聚类算法的研究与改进,TP311.13
- 极端气象灾害下考虑不确定断线故障的电力系统随机优化调度,TM73
- 有源电力滤波器及其在配电网中的应用,TN713.8
- K-means聚类优化算法的研究,TP311.13
- 基于粒子群的分子对接算法,R91
- 基于粒子群算法的露天矿道路路径优化研究,TP301.6
- 移动机器人路径规划研究及仿真实现,TP242
- 量子粒子群算法研究及其在图像矢量量化码书设计中的应用,TP301.6
- 变邻域搜索算法研究及在组合优化中的应用,TP301.6
- 电力系统无功优化的混合算法研究,TM714.3
- 基于QoS的无线传感器网络路由算法研究,TP212.9
- 参数协进化的改进和声搜索算法及其应用,TP391.3
- 非汛期水库群协同优化调度与应用研究,TV697.11
- 不确定环境下供应链多时段生产采购计划问题研究,F224
- 改进二进制粒子群算法在梯级水电站AGC中的应用研究,TV737
- 基于参数辨识的电力系统动态等值方法研究,TM712
- 智能电网中蓄电池储能的价值评估研究,TM76
- 柔性路径下基于混合粒子群算法的跨单元调度方法,TH165
- 多自主车传感网络信息传输的优化配置研究,TN929.5
- 无人机区域侦察航路规划研究,V279.3
中图分类: > 工业技术 > 电工技术 > 输配电工程、电力网及电力系统 > 电力系统的模拟与计算 > 电力系统的计算
© 2012 www.xueweilunwen.com
|