基於群體智慧型的電力系統最佳化調度理論與方法

內容簡介

本書針對電力調度員調度決策，適應調度自動化系統智慧型化發展趨勢，系統介紹了作者在基於群體智慧型的電力系統最佳化調度領域的最新研究成果，集中體現了近年來電力系統調度最佳化研究的棵故新進展和新方法。本書重點內容包括採用群體智慧型最佳化方法（包括粒子群算法、差分進化算法、教與學最佳化算法等）解決電力系統經濟負荷分配、考慮網路約束的電力系統機組組合、含梯級水電的水火電聯合調度、最優潮流和電力系統多目標最佳化調度等問題。同時結合市場化下電力調度的多準則現狀，分別從發電公司和電網的角度探討電力系統最佳化調度問題。

圖書目錄

第一章電力系統調度最佳化概述

1.1電力系統特點及其基本概念

1.2電力系統調度的主要任務

1.3電力調度自動化戶備嫌系統

1.3.1電力提騙燥兵調度自動化在電網中的地位與作用

1.3.2調度自動化系統基本結構與功能

1.3.3電力調度自動化系統的發展

1.4電力系統發電最佳化調度研究現狀

1.4.1機組組合與經濟調度

1.4.2梯級水電站群最佳化

1.4.3水火協調

1.4.4最優潮流

1.5調度最佳化算法研究現狀

1.5.1單目標調度最佳化方法

1.5.2多目標調度最佳化方法

參考文獻

第二章傳統電力調度最佳化方法

2.1概述

2.1.1最佳化問題一般描述

2.1.2最最佳化問題的數學模型及分類

2.1.3最最佳化方法概述

2.2經濟調度的等微增率準則

2.2.1概述

2.2.2耗量特性

2.2.3原理

2.2.4算例

2.3基於Lambda疊代法的經濟調度

2.3.1概述

2.3.2Lambda疊代法求解經濟調度原理

2.3.3算例

2.4基於梯度法的經濟調度

2.4.1概述

2.4.2梯度法求解經催嫌抹濟調度原理

2.4.3算例

2.5基於牛頓法的經濟調度

2.5.1概述

2.5.2牛頓法基本概念

2.5.3牛頓法求解經濟調度原理

2.5.4算例

2.6基於拉格朗日鬆弛法的機組組合

2.6.1拉格朗日鬆弛算法概述

2.6.2動態規劃方法概述

2.6.3電力調度的機組組合問題

2.6.4拉格朗日鬆弛算法求解機組組合最佳化問題的思想

2.6.5基於拉格朗日鬆弛法的機組組合模型及算法

2.6.6算例

2.7基於拉格朗日鬆弛與動態規劃結合的水火電協調

2.7.1水電系統建模方法

2.7.2水電系統最佳化模型及其全槓充求解算法

2.7.3基於拉格朗日鬆弛與動態規劃的水火電協調最佳化

2.8小結

參考文獻

第三章流域梯級水電站群最佳化調度的群體智慧型算法

3.1概述

3.1.1梯級水庫調度特點凶巴全嬸

3.1.2梯級電站群結構及銜接方式

3.1.3梯級水電系統特性分析

3.1.4梯級水電系統參數定量描述

3.2考慮電價政策的流域梯級水電站群最佳化調度

3.2.1引言

3.2.2考慮電價政策的最佳化調度模型

3.2.3粒子群最佳化方法

3.2.4基於粒子群算法的調度問題求解

3.2.5案例分析

3.2.6小結

3.3基於多嚮導粒子群算法的流域梯級水電站群長期最佳化調度

3.3.1問題描述

3.3.2標準粒子群算法

3.3.3多嚮導粒子群算法

3.3.4基於多嚮導粒子群算法的流域梯級水電站最佳化調度

3.3.5案例研究

3.3.6小結

3.4基於粒子群算法的水電廠經濟運行

3.4.1問題描述

3.4.2粒子群算法求解步驟

3.4.3案例分析

3.4.4小結

3.5基於蟻群算法的流域梯級烏霉設水電站群短期最佳化調度

3.5.1市場條件下梯級水電站群最佳化調度概述

3.5.2梯級水電站群短期最佳化調度準則

3.5.3市場機制下流域梯級水電站群短期最佳化調度模型

3.5.4基本蟻群算法最佳化的基本原理及算法描述

3.5.5動態自適應蟻群算法

3.5.6基於動態自適應蟻群算法的梯級水電站短期最佳化調度

3.5.7案例研究

參考文獻

第四章考慮政策因素的流域梯級水電站群調度最佳化模型及其套用

4.1概述

4.2考慮政策因素的流域梯級水電站群最佳化調度模型

4.2.1目標函式

4.2.2約束條件

4.2.3數據預處理

4.3調度最佳化模型套用

4.3.1不同電價政策對流域公司收益水平的影響

4.3.2“統一電價”和“一站一價”對流域公司的收益水平及水資源利用程度的影響

4.3.3不同調度方式對流域公司收益水平及水資源綜合利用程度的影響

4.3.4各種防洪要求對流域梯級水電站群正常運行的影響

4.3.5航運、灌溉、環境等政策對梯級最優運行方案的影響

4.3.6為流域發電公司發電計畫制訂提供參考

4.4瀾滄江流域案例研究

4.4.1相關參數

4.4.2一站一價與統一電價

4.4.3不同庫區防洪約束

4.4.4不同航運約束

4.4.5不同調度方式

4.4.6不同政策因素下求解結果分析

4.5清江流域案例研究

4.5.1相關參數

4.5.2長期調度最佳化

4.5.3短期調度最佳化

4.5.4結果分析

4.6小結

參考文獻

第五章基於PSO和DE算法的水火電協調最佳化

5.1水火電協調最佳化概述

5.2水火電協調最佳化問題描述

5.2.1STHS問題目標函式

5.2.2STHS問題約束條件

5.3粒子群算法及其改進方向

5.3.1粒子群算法起源

5.3.2粒子群算法基本原理

5.3.3粒子群算法流程

5.3.4相關改進

5.4DE進化算法及其改進方向

5.4.1差分進化算法概述

5.4.2差分進化算法基本操作

5.4.3差分進化算法基本步驟

5.4.4相關改進

5.5基於改進粒子群算法的STHS

5.5.1改進粒子群算法關鍵操作

5.5.2基於MPSO算法的水火電力系統短期最佳化調度步驟

5.5.3案例仿真

5.5.4小結

5.6基於DE加速的粒子群算法求解STHS問題

5.6.1基於DE加速的粒子群算法

5.6.2基於DE加速的PSO求解水火聯調問題步驟

5.6.3案例研究

5.7基於小種群粒子群算法的STHS

5.7.1概述

5.7.2小種群粒子群算法關鍵框架

5.7.3基於SPPSO算法的STHS步驟

5.7.4案例仿真

5.7.5參數敏感性分析

5.8基於改進的混沌差分進化算法的STHS問題

5.8.1概述

5.8.2改進的混沌差分進化算法求解水火聯調

5.8.3案例仿真

參考文獻

第六章基於PSO的電力系統機組組合最佳化

6.1概述

6.2電力系統機組組合最佳化

6.2.1問題描述

6.2.2機組組合最佳化求解方法研究現狀

6.3基於改進粒子群算法的機組組合最佳化

6.3.1標準粒子群算法

6.3.2基於改進粒子群算法的機組組合最佳化

6.3.3案例仿真

6.4基於小種群二進制粒子群算法的機組組合最佳化

6.4.1二進制粒子群算法

6.4.2基於小種群的BPSO算法及其機組組合最佳化

6.4.3案例研究

6.4.4小結

6.5水火電力系統機組組合最佳化問題描述

6.5.1概述

6.5.2水火電力系統機組組合問題描述

6.6基於小種群混合二進制粒子群算法的水火電力系統機組組合

6.6.1基於小種群的混合二進制粒子群算法

6.6.2基於SPHPSO算法的STHUC

6.6.3案例研究

6.6.4總結

參考文獻

第七章基於群體智慧型最佳化方法的最優潮流

7.1概述

7.2潮流計算

7.2.1潮流計算基本方程

7.2.2潮流計算最最佳化模型

7.2.3基於粒子群算法的潮流計算

7.2.4案例仿真

7.3基於差分進化算法的最優潮流

7.3.1潮流最佳化問題描述

7.3.2增廣直角坐標牛頓法潮流計算

7.3.3基於差分進化算法的最優潮流步驟

7.3.4案例仿真

7.4基於PSO算法的水火電力系統多時段最優潮流

7.4.1問題描述

7.4.2基於粒子群算法水火電最優潮流模型求解

7.4.3案例仿真

7.5考慮輸電網路約束的電力系統機組組合最佳化及其PSO解法

7.5.1問題描述

7.5.2基於改進粒子群算法的問題求解

7.5.3案例仿真

7.5.4小結

參考文獻

第八章水火電力系統及流域梯級水電站群多目標最佳化調度

8.1概述

8.2水火電力系統多目標最佳化調度

8.2.1水火電力系統多目標最佳化模型

8.2.2水火電力系統多目標最佳化算法

8.3基於SPPSO算法的水火電力系統環境經濟調度

8.3.1環境經濟調度模型轉換

8.3.2求解框架

8.3.3案例研究

8.3.4小結

8.4基於Pareto支配的小種群多目標粒子群算法

8.4.1多目標粒子群算法

8.4.2基於Pareto支配的小種群的多目標粒子群算法關鍵框架

8.5基於SPMPSO的水火電力系統多目標最佳化

8.5.1SPMPSO求解水火電力系統多目標最佳化關鍵步驟

8.5.2案例研究

8.5.3小結

8.6瀾滄江流域梯級水電站群多目標最佳化

8.6.1引言

8.6.2流域梯級水電站群多目標最佳化模型

8.6.3基於SPMPSO的瀾滄江流域梯級電站多目標最佳化調度步驟

8.6.4仿真結果

8.7本章總結

參考文獻

基於群體智慧型的電力系統最佳化調度理論與方法

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條