基于改进遗传算法的AGC功率调配和机组优化组合研究

摘要

本文对遗传算法在AGC功率调配和机组优化组合中的应用进行了研究，主要包括以下几个方面：分析了AGC功率调配和机组优化组合的发展和现状，并指出研究包含AGC的机组优化组合的新模型的必要性；论述了遗传算法的相关理论，指出标准遗传算法存在的一些缺陷，提出新的改进遗传算法模型，分析了改进遗传算法的性能；对于包含AGC的机组优化组合模型的特殊性，提出了可变长二进制编码，并且根据该编码设计了专门的遗传操作，对于其中的连续变量，提出使用等微增法处理；根据AGC功率调配模型的特点，对改进遗传算法模型进行了适度的简化，结合优先级法处理模型中的连续变量，提高了算法的性能和精度；最后结合数据进行仿真，结果表明改进遗传算法收敛迅速，计算精度高，并且适应于大、中型系统。

目录

文摘

英文文摘

声明

1绪论

1.1研究背景

1.2国内外研究现状概述

1.3本论文的主要工作

2 AGC功率调配和机组优化组合的原理及其数学模型

2.1 AGC和机组优化组合的原理

2.2 AGC功率调配的数学模型

2.2.1目标函数

2.2.2约束条件

2.3传统的机组优化组合模型

2.3.1目标函数

2.3.2约束条件

2.4考虑AGC的机组优化组合数学模型

2.4.1电力市场环境下的AGC调节容量问题

2.4.2目标函数

2.4.3约束条件

2.5本章小结

3基于趋同和异化算子的改进遗传算法

3.1标准遗传算法

3.1.1标准遗传算法基础用语

3.1.2标准遗传算法实现

3.2遗传算法中的一些定理和假设

3.2.1模式定理

3.2.2积木块假设

3.2.3隐并行性

3.3改进遗传算法的基本框架

3.3.1改进遗传算法中的趋同和异化算子

3.3.2改进遗传算法的基本结构

3.3.3趋同和异化算子的三个基本机制

3.4趋同和异化算子的分析

3.4.1改进遗传算法的新参数

3.4.2趋同和异化过程的分析

3.5本章小结

4基于改进遗传算法包含AGC的机组优化组合

4.1可变长二进制编码

4.2结合等微增率的适应度函数选取

4.2.1适应度函数选取

4.2.2等微增率获取功率

4.3差异函数选取

4.4主种群初始化和主种群终止设定

4.5子种群初始化和子种群终止设定

4.6主种群和子种群遗传算子设计

4.7开采点的获取

4.8改进遗传算法中的一些讨论

4.8.1搜索域与开采点之间的关系

4.8.2子种群的控制

4.9算例仿真分析

4.9.1算例一

4.9.2算例二

4.9.3算例三

4.10本章小结

5基于改进遗传算法AGC功率调配

5.1改进算法编码

5.2结合优先级法的适应度函数选取

5.2.1适应度函数选取

5.2.2优先级法获取功率

5.3差异函数选取

5.4算例仿真分析

5.5本章小结

6结论及展望

6.1结论

6.2未来研究的问题及展望

致谢

参考文献

攻读硕士学位期间发表的论文及获得奖励

附录A包含AGC的机组优化组合遗传算法程序

附录B AGC功率调配遗传算法程序