基于遗传算法的发电企业报价策略模型及应用

针对发电企业报价策略应用中存在的用动态规划算法存在“维数灾”的问题、用序优化法存在计算工程量大耗时久的问题、用泛函分析法存在计算精度等问题，提出一套基于遗传算法的最优报价策略模型。通过具体实例测算及现场应用，充分验证了遗传算法用于发电企业竞价的可行性。并且，该算法提供了多个方案可供选择。     

市场竞价下梯级水电站短期优化调度研究

针对梯级水电站短期优化调度的特点，通过对电力市场中发电厂商竞价策略特点的分析，提出了市场竞价下梯级水电站的竞价运行策略，构建了市场竞价下梯级水电站优化调度模型。模型采用概率分布来模拟发电厂商报价策略，并利用蒙特卡洛方法对电力市场出清过程进行随机模拟，而且在最大效益子模型中考虑了梯级各电站发电成本不同的因素。最后通过实际算例，利用改进蚂蚁算法和遗传算法对硕多岗河梯级水电站在市场竞价条件下的整体调度过程进行了模拟优化求解，得出了较优的市场出清结果和梯级优化运行方案，并通过对优化结果的详细分析，指出了模型的优点和缺陷。     

电力市场智能模拟中代理决策模块的实现

在日前交易方式下,发电厂商为了追求长期最大利润,竞价策略显得尤其重要。通常,发电厂商运用的策略过于复杂,难以用传统的博弈论方法来建模。人工智能中强化学习 Q -learning算法是一种自适应的学习方法,使代理能够通过不断与环境进行交互所得到的经验进行学习,适合在电力市场智能模拟中运用。文中在开放源代码的电力市场智能模拟平台AMES上,增加了发电厂商代理基于 Q -learning的竞价决策程序模块,并在5节点测试系统上进行模拟。实验结果表明,运用基于 Q -learning算法竞价决策使代理可以较好地模拟发电厂商的经济特性,且在相同条件下表现出比AMES原有的VRE learning算法更强的探索能力。     

一种基于博弈论的发电商竞价策略模型与算法

随着电力市场化改进的推进，发电厂商的竞价策略问题存在受到越来越多的关注，解决这一问题的关键在于从数学模型上对它进行合理的描述。文中将发电厂商竞价问题看成是竞标者同市场间的对策，进而用博弈论中的零和二人混合对策来进行数学描述，经过推导给出了一种简单实用的发电厂商竞价策略。该策略的目标是使发电厂商的期望收益达到最大，前提条件是市场电价的预测值服从已知的正态分布规律。最后给出了一个具体的算例说明算法和模型的实用性。     

人工智能在电力市场竞价策略中的应用

在电力市场环境下,发电厂商可通过策略性的竞价取得最大利润.介绍了人工神经网络在电力市场市场清算价预测上的应用,以及用模糊聚类(FCM)和人工神经网络(ANN)构造发电厂商最优报价策略的方法.指出人工智能在电力市场竞价策略这一课题领域的应用前景.     

日前和实时市场中发电商多目标二层规划竞价策略

由日前和实时市场组成的2市场交易机制是目前普遍存在的电力市场交易机制,在2市场中发电商的电量分配和竞价决策以及风险评估等都是受到广泛关注的问题。指出了现有文献在借鉴经济学和金融学的理论模型来研究多交易市场中发电商竞价策略时存在的问题。首先在分析了发电商竞价结果的概率分布之后,提出了发电商竞价成功概率分布函数的概念。然后基于日前和实时市场中投标结构的特点,针对采用分段报价和按报价结算(pay as bid price,PAB)方式的电力市场,建立了日前和实时市场中发电商的多目标二层规划竞价策略模型,并设计了以蒙特卡罗方法和遗传算法为基础的求解算法。最后采用算例对所提出的模型和算法进行了仿真验证。     

考虑输电容量约束的发电公司竞价策略的不确定规划方法

在基于估计竞争对手的报价系数来构造发电公司最优竞价策略的问题中,综合使用历史数据和专家经验能为决策者提供更为科学的决策依据。本文在不确定理论框架内,提出了能够同时支持使用历史数据和专家经验的考虑输电容量约束的发电公司竞价策略方法,给出了由市场清除问题和最优报价策略问题组成的两层不确定约束规划模型,设计了一种由神经网络和改进遗传算法组成的混合求解算法。用3节点系统和IEEE 30节点系统对所提出的模型和算法进行了计算分析,结果表明本文的方法是可行和有效的。     

主电力市场和旋转备用市场联合竞价策略

针对目前发电侧电力市场环境下发电商间日益激烈的竞争,介绍了一种发电商根据竞争对手竞价历史数据优化主电力市场和旋转备用市场联合竞价策略的方法。该方法首先对竞争对手的历史数据进行分析并确定其概率密度分布,然后用蒙特卡洛对竞争对手竞价策略进行抽样,最后对各抽样结果采用退火遗传算法优化竞价策略,优化结果的期望即可作为发电商的竞价策略。文中给出由六个发电商组成的市场模拟算例,计算结果表明该方法是可行的。     

竞争机制下基于改进遗传算法的火电机组启停

电力市场正逐步引入厂网分开竞价上网的竞争机制,而发电厂的发电情况与电网的经济运行有极大的关系。在这种运行模式下,火电机组的优化启停数学模型需要进一步改进。本文从发电厂利润最大化角度出发,建立火电机组启停的数学模型,并提出用优化遗传算法确定火电机组启停的方法。该方法能有效克服一般遗传算法在机组优化组合中的不足,提高了收敛速度,对发电机组优化组合问题具有实用价值。     

竞争机制下基于改进遗传算法的火电机组启停

电力市场正逐步引入厂网分开竞价上网的竞争机制,而发电厂的发电情况与电网的经济运行有极大的关系.在这种运行模式下,火电机组的优化启停数学模型需要进一步改进.本文从发电厂利润最大化角度出发,建立火电机组启停的数学模型,并提出用优化遗传算法确定火电机组启停的方法.该方法能有效克服一般遗传算法在机组优化组合中的不足,提高了收敛速度,对发电机组优化组合问题具有实用价值.     

基于DFIG可用无功裕度的风电场无功电压控制方法

本文提出一种新型双馈风电场无功电压控制方法,旨在满足风电场并网点电压要求的同时能够减少各机组机端电压的差异,以提高机组联网运行能力。该方法考虑了风电场的有功电压特性与双馈型风机的无功调控裕度,通过实时监测风电场升压站高压侧母线电压偏差能较准确地计算风电场无功需求;建立了以降低各机组机端电压差异为目标的无功控制模型,并利用遗传算法确定各机组无功输出分配方案。仿真算例验证了该方法能有效降低各机组机端电压差异,使并网点电压满足电网运行指标。     

Bidding strategy of generation companies using PSO combined with SA method in the pay as bid markets

This paper proposes a new method that uses the combination of particle swarm optimization (PSO) and simulated annealing (SA) to predict the bidding strategy of Generating Companies (Gencos) in an electricity market where they have incomplete information about their opponents and market mechanism of payment is pay as bid.In the proposed methodology, Gencos prepare their strategic bids according to Supply Function Equilibrium (SFE) model and they change their bidding strategies until Nash equilibrium points are obtained. Nash equilibrium points constitute a central solution concept in game theory and they are computed with solving a global optimization problem. In this paper a new computational intelligence technique is introduced that can be used to solve the Nash optimization problem. This new procedure, is based on the PSO algorithm, which uses SA method to avoid becoming trapped in local minima or maxima and improve the velocity’s function of particles. The performance of this procedure is compared with results of other computational intelligence techniques such as PSO, Genetic Algorithm (GA), and a mathematical method (GAMS/DICOPT). The IEEE 39-bus test system is employed to illustrate and verify the results of the proposed method.     

基于灾变遗传算法的无功规划优化

摘要： 提出了应用于电力系统无功规划优化的灾变遗传算法。算法中引入“灾变”的概念来保证解空间的多样性;采用了分组整数编码技术和锦标赛选择机制;提出采用与十进制整数编码策略相结合的邻近变异操作算子,以避免二进制编码中的海明悬崖。将此算法应用在佛山226个节点的电力系统中。结果表明它能克服一般遗传算法（GA）的早熟收敛倾向和改善GA的局部搜索能力,比常规GA的寻优效率高得多。     

基于免疫遗传算法的逆变器控制策略及其DSP实现

采用一种基于免疫遗传算法IGA(ImmuneGeneticAlgorithm)的逆变器控制策略对逆变器进行控制,在保留普通遗传算法(GA)优良特性的同时,针对控制对象的具体特点,建立了相关的数学模型,使用疫苗、浓度函数和抗体选择函数对进化过程进行优化,提高了算法收敛速度和局部收敛能力。设计和搭建了基于数字信号处理器(DSP)的实验平台,使用C语言编写实验程序,实现了控制策略。对实验平台的硬件结构作了详细说明,针对绝缘栅双极晶体管(IGBT)驱动模块EXB841的缺点设计了改进措施;介绍了软件设计流程。将采用IGA的逆变器输出波形与采用常规控制策略的逆变器输出波形进行了比较,理论分析和实验结果证明了该算法的可行性与有效性。     

基于遗传算法的三相逆变器最优控制研究

将三相逆变器控制的求解问题转化为数学函数的优化问题,采用遗传算法是解决数学优化的较好的方法,并能解决目前许多控制策略中THD(谐波畸变率)和开关损耗不能兼顾的问题。建立三相全桥逆变器的数学模型,编制C语言及MATLAB程序进行仿真试验,最后得出仿真实验波形并计算出THD和开关损耗。与常规控制策略输出波形比较,证明了该算法的可行性及优越性。     

发电厂商成本效益分析

电力市场中，属于同一发电厂商的发电机组可以通过联合竞标获得更佳的发电收益。在长期的竞标过程中嵌入对机组的成本效益分析，将对发电厂商进行成本核算及远景发展规划有重要的意义。文中从发电机组联合竞标的角度出发，通过建立相应的效益分配模型，对厂商所属发电机组的获利进行了分析，并根据分析结果对厂商的市场定位和发展战略等问题进行了探讨。考虑到电网输电阻塞的存在对发电机组联合竞标及效益预算产生较大的影响，用算例对此进行了仿真计算。计算和分析结果表明，文中所提出的方法是有效、可行的。     

期望利润最大化报价策略的风险分析

在预测电价服从对数正态分布的条件下,推导出特定报价方案的利润的概率密度函数,并可获得竞价策略的利润-概率曲线,为竞价策略的风险分析提供了一个有效的分析工具。利用这个工具,还提供了期望利润最大化竞价策略模型的解的风险分析,结果表明,期望利润最大化的竞价策略通常存在较大的风险。而该文给出的利润的概率密度函数为风险分析提供了基础。     

应用改进实数编码遗传算法的三相异步电动机优化设计

为了更好地将遗传算法应用于三相异步电动机的优化设计,论文对简单遗传算法进行了改进,提出了采用双亲四子交叉算子、自适应变异算子及多轮次循环优化策略的改进实数编码遗传算法(IRGA),采用退火罚函数方法对约束条件进行处理,并用3个经典数学函数进行了验证.在研究三相异步电动机优化设计特点的基础上,提出了10个优化变量、8个约束条件的电机优化设计数学模型,将IRGA应用于Y系列三相异步电动机优化设计,分别以提高效率和降低材料成本为目标进行了优化.结果表明,IRGA能有效提高电机效率和降低电机主要材料成本,算法可靠有效,具有工程实用价值.     

采用改进遗传算法的新型阀用电磁机构的优化设计

遗传算法用于元件的设计和选型是目前研究的热门课题。采用改进的遗传算法对文献[1]中提出的新型节能电磁换向阀的电磁机构进行了优化设计 ,给出了优化设计数学模型及优化结果 ,并对采用一般遗传算法和改进遗传算法进行优化设计获得的结果进行了比较 ,比较结果表明 ,采用改进后的遗传算法对于新型阀用电磁机构的优化设计具有寻优精度高 ,寻优速度相对较快的优点。     

遗传算法优化PID控制参数研究

采用常规的整定方式,往往费时而且难以满足控制要求。通过对遗传算法的研究,在确定了编码方案、适应度函数设计等遗传算法控制参数后,采用遗传算法对PID控制器参数进行优化,取得了很好的效果。