市场环境中电力系统优化运行模型与方法的研究

摘要

论文对电力系统优化运行理论和方法进行了系统性研究,并且在电力系统优化运行问题数学建模、智能优化算法及其在电力系统优化运行中的应用等方面进行了深入的研究.本文的主要工作及创新点如下:1.分析远期发电交易计划优化中的目标和约束条件,建立了竞价交易计划优化和远期电量分解计划优化的数学模型,提出了竞价交易计划优化和远期电量分解计划优化问题的求解思路以及算法描述.2.提出基于状态变化的编码方式和相应的遗传操作;同时,利用基于专家知识的免疫算法来提高机组优化组合的计算速度.3.针对电力市场下日前交易计划优化的特点,提出一种充分结合免疫算法和排队算法各自优点的混合智能算法4.分析电力市场中无功辅助服务的特点,根据电力系统无功电压调度运行的需要,提出了计及无功费用的日无功计划优化数学模型5.提出一种改进的免疫算法;同时,利用免疫记忆功能,实现了优良基因片的重组,提高算法的总体搜索能力.6.充分利用免疫算法和局部邻域搜索算法在搜索方式上互补的特点,采用串行方式混合优化结构,将免疫算法和局部邻域搜索算法结合起来,形成一个适合于求解多时段无功计划优化问题的混合算法,并成功地应用于日无功计划优化问题的求解.7.综合考虑了发电设备和输电设备检修之间的约束和影响,提出电力市场条件下发电、输电设备检修协调优化的数学模型.8.利用遗传算法和粒子群优化算法相似的优化框架和优化流程,提出一种充分结合遗传算法和粒子群优化算法各自优点的混合智能算法.9.将基于线性模型的可用输电容量算法嵌入到遗传粒子群优化算法中,计算目标函数中的可用输电容量,为演化个体提供计算适应值的指标.从而构成了完整的市场环境中发输电协调检修计划优化问题的求解策略.

目录

文摘

英文文摘

声明及关于学位论文使用授权的说明

第一章绪论

1.1论文的研究背景及意义

1.2电力系统优化运行的内容

1.3电力系统优化运行的发展历史

1.4电力系统优化运行研究现状

1.4.1发电计划优化研究现状

1.4.2无功优化研究现状

1.4.3检修计划研究现状

1.5本文的主要工作

第二章现代智能优化算法

2.1引言

2.2遗传算法

2.2.1遗传算法的定义及其特点

2.2.2遗传算法模型

2.3免疫算法

2.3.1自然免疫系统特性

2.3.2免疫算法Ⅰ型

2.3.3免疫算法Ⅱ型

2.4粒子群优化算法

2.4.1粒子群优化算法的发展及其应用

2.4.2粒子群优化算法基本原理

2.4.3算法参数优化性能影响的定性分析和解释

2.5 小结

第三章发电交易计划优化数学模型及其优化算法

3.1引言

3.2远期发电交易计划优化的模型和算法

3.2.1年竞价交易计划优化模型与算法

3.2.2年电量分解计划优化模型和算法

3.3日前交易计划优化的模型和算法

3.3.1日前交易计划优化数学模型

3.3.2算法的总体描述

3.3.3适用于机组优化组合的免疫算法

3.3.4适用于经济功率分配的排队算法

3.3.5算例验证与分析

3.4小结

第四章无功优化数学模型及其优化算法

4.1引言

4.2电力市场中日无功计划优化数学模型

4.3日无功计划优化的混合算法

4.3.1算法的总体描述

4.3.2适用于日无功计划优化的改进免疫算法

4.3.3适用于日无功计划优化的局部邻域搜索算法

4.4算例验证与分析

4.5小结

第五章检修计划优化数学模型及其优化算法

5.1引言

5.2电力市场中长期发输电协调检修计划优化数学模型

5.2.1发电机组检修计划优化数学模型

5.2.2输电设备检修计划优化数学模型

5.2.3设备检修协调约束

5.2.4发输电一体化协调检修计划优化数学模型

5.3电力市场中长期发输电协调检修计划优化算法

5.3.1遗传粒子群算法GPSO)

5.3.2计算可用输电容量的线性分布因子法

5.3.3适用于发输电协调检修计划优化的混合算法

5.4算例验证与分析

5.4.1算例一

5.4.2算例二

5.5小结

第六章结论

致谢

参考文献

论文期间主要工作

1发表论文

2参与工作

3获奖情况