基于遗传算法的水火电混合电力系统短期发电计划优化

在改进传统遗传算法的基础上,提出了水火电混合电力系统短期发电计划优化问题的数学模型和求解方法.模型计及了水电机组的发电流量、净水头和输出功率间的非线性关系,水电系统中多级水库的水流延迟等因素.算例表明本算法能更有效地达到或接近全局最优解,对编制大型水火电混合电力系统的日调度计划有实用价值.     

基于遗传算法的水火电混合电力系统短期发电计划优化

在改进传统遗传算法的基础上 ,提出了水火电混合电力系统短期发电计划优化问题的数学模型和求解方法。模型计及了水电机组的发电流量、净水头和输出功率间的非线性关系 ,水电系统中多级水库的水流延迟等因素。算例表明本算法能更有效地达到或接近全局最优解 ,对编制大型水火电混合电力系统的日调度计划有实用价值。     

基于竞价的日发电计划混合智能优化算法

针对电力市场下基于竞价的日发电计划的特点，提出一种充分结合遗传算法和排队算法各自优点的混合智能算法。该算法利用遗传算法在求解离散组合优化问题上的强收敛性和鲁棒性进行机组优化组合，利用排队算法的简洁性和快速性进行经济功率分配。同时，利用基于专家知识的免疫遗传算法来提高机组优化组合的计算速度。通过对某实际电力市场基于竞价的日发电计划的计算和分析，验证了该算法的正确性和实用性。     

基于遗传算法的机组组合研究

针对遗传算法应用于机组组合问题的具体实现技术进行了深入的研究，实现了采用不同采样空间，不同选择策略，不同适值函数和不同交叉率／变异率的遗传算法和机组组合计算程序，并对10机系统和110机系统的仿真计算进行了分析和比较。结果表明各种不同实现技术的遗传算法应用到机组组合问题具有不同程度的有效性，另外，遗传算法的不同实现技术对收敛时间，收敛代数和收敛值也有较大的影响。文中在计算研究的基础上提出了适用于机组组合问题的遗传算法的具体实现技术，为遗传算法应用到机组组合问题的实用化研究奠定了坚实的基础。     

一种求解大规模机组组合问题的混合智能遗传算法

针对传统的采用二进制编码的遗传算法在求解大规模机组组合问题时收敛速度慢、易早熟等问题,作者结合机组组合问题的特点,提出了一种混合智能遗传算法.该算法以机组状态作为个体编码,结合启发式方法的自适应智能变异算子求解目标函数,显著缩小了求解问题的规模,保证了群体多样性,提高了算法的搜索效率,改善了算法的收敛性.仿真计算结果表明了该算法的有效性和实用性.     

节能发电调度发电计划编制算法

在发电计划的编制过程中,如何实现机组发电序位表是体现节能发电要求的关键所在,为此,提出了发电计划编制核心算法。该算法基本原理为:根据全网负荷、分区负荷预测以及节能发电序位表,确定机组开机方式,然后采用等微增率法分配机组发电量;通过引入设备利用率系数分配机组发电曲线以满足系统安全运行和调峰要求,并修正机组发电曲线以满足运行约束条件,最终得到机组发电曲线。结合江苏电网以火电机组为主的特点,利用该算法进行节能调度发电试验日发电计划编制,验证了算法的合理性。     

用优化排序法进行日发电计划的计算

本文针对目前我国电厂实行“按月报价”的实际情况,提出了一种切实可行的日发电计划的计算方法一优化排序法,并对日发电计划计算过程中的负荷平衡的动态调整,旋转备用的动态调整,日发电量权值的动态高速等几个主要方面的优化处理进行了详细的论述,本文以我国某省电力系统的具体数据为算例进行了分析,验证了该方法的实用性和有效性。     

基于节能发电调度的机组中长期检修计划研究

节能发电调度对机组检修计划编排提出了新的要求,在新的调度模式下,应以能耗最低为原则寻求机组检修计划方案。建立了节能发电调度下机组检修计划模型,以系统在整个规划周期内总发电能耗最小为目标,保证各机组检修启动时段控制在可调整范围内,同时满足负荷及备用要求并考虑网络约束。给出了检修机会成本的概念,将能耗最低问题转化为检修机会成本最低问题,从而降低了原问题的求解难度。对标准遗传算法加以改进,较好解决了早熟等不足。通过对实际系统的仿真验证了模型和算法的有效性。     

基于日发电计划的电力系统运行风险概率评估

为了提高运行风险评估的精度,提出了一种计及元件运行状态时变性和自动装置调节作用的运行风险概率评估算法.该算法将元件分成时变元件和非时变元件2种类型,在日发电计划基础上推导出了各类元件的时间相关停运概率,并在故障后果分析中考虑了自动装置的调节作用,最后从失负荷量、越限程度和系统所处各类运行状态的概率3个方面构建了适合调度的运行风险指标.通过对IEEE-RTS可靠性测试系统的计算分析验证了所提出算法的有效性.     

基于免疫遗传算法的超短期发电计划优化

超短期发电计划优化在电力系统调度运行中发挥着越来越重要的作用,但由于其是一个非线性整数约束优化问题,数学模型复杂,很难从理论上找到全局最优解。针对电力系统发电计划优化问题,引入免疫遗传算法,很好地解决了遗传算法局部收敛的问题,实现了群体收敛性和个体多样性间的动态平衡调整,能快速准确求解,及时调整超短期发电计划方案,从而达到安全经济环保调度,优化资源配置的效果。     

基于遗传算法的电力系统日有功优化调度

随着电力市场的不断深入,电力系统日有功优化调度的目标逐步由传统的总运行费用向上网 电费过渡,而调度时刻的日益细化更对求解该问题的算法提出越来越高的要求。针对这一特 点,将遗传算法和启发式技术相结合,有效地减小搜索空间的规模;并改进普通的遗传操作 而不失该算法的全局性。通过模型系统及江苏实际电网的算例表明所提出的算法十分有效。     

遗传算法在电力系统日有功优化调度中的应用

随着电力市场的不断深入，系统的有功优化调度在电力系统运行中占有越来越重要的地位。针对这一特点，本文提出了在多约束条件下，寻求全网经济效益最优的算法，先用遗传算法求解机组组合，再用等微增率法求解负荷的最优分配，在求解的过程中，采用不同听方法来处理各种约束条件。通过模拟系统的实例验算表明了所提出的算法十分有效。     

改进的遗传算法在中期发电规划中的应用

给出了发电扩展规划的基本数学模型。为了满足日益严峻的电网调峰问题,在发电扩展规划模型中引入了峰谷差约束,然后讨论了应用于发电扩展规划的简单遗传算法的交叉和变异因子固定不变和有时进化缓慢的缺点。提出了一种改进的遗传算法。该算法能根据父代群体的进化质量动态地调整交叉和遗传因子,使进化群体始终探测新的超平面并获得新的最优个体,能克服过早收敛,也不易陷入局部最优解,从而有效地改善了算法收敛速度和最好解。最后给出了上海市2000－2007年的中期发电扩展规划的实际算例,分别用简单遗传算法和改进遗传算法进行了计算。计算结果表明,改进的遗传算法由于能自动调整遗传因子,在进化过程中能激励所有个体协作共同度过进化停滞期而能获得较优解。     

混合滤波系统中无源滤波器的自适应进化设计方法

混合电力滤波系统同时具备无源滤波器的低廉成本和有源滤波器的良好滤波效果,但其综合性能受无源滤波器参数优化程度的影响很大。文中提出一种基于自适应遗传算法和PSpice仿真的无源滤波器优化设计新方法,其核心是基于元件标称值的高效编解码方案,基于权值均匀设计、动态调整和PSpice仿真的多目标合成与评估方法,以及兼顾种群多样性和遗传进程的遗传概率自适应策略。仿真结果表明,该方法可获得经过优化的实用性设计结果。     

电力市场下日无功计划优化模型和算法的研究

针对电力市场下无功辅助服务的特点，提出了计及无功费用的日无功计划数学模型，并应用一种充分结合免疫原理和遗传算法各自优点的混合优化策略来求解该模型。该算法模拟免疫系统中抗体的自我平衡机制，调节遗传算法中个体浓度的抑制和促进；利用免疫记忆功能，实现了优良基因片的重组，提高遗传算法的总体搜索能力。依据抗体结构的可变区和稳定区，该文提出基于有效负荷变化指标的专家知识来对个体的基因进行修补，使遗传算法的优化过程具有指导性。IEEE30节点系统的计算和分析表明了该文所提出模型和算法的正确性和实用性。     

遗传禁忌混合算法及其在电网规划中的应用

电网规划是一个较难解决的NP难问题。文中首先就遗传算法、禁忌搜索算法(TS)及其两者的混合算法在旅行商问题(TSP)中的应用来比较它们之间的优缺点,认为采用了TS变异算子的改进遗传算法将大大提高其优化能力;然后通过该混合算法在典型电网扩展规划算例中的应用来看,认为该混合算法适用于求解复杂的电网规划问题;最后通过对该混合算法在求解实际的城市中压配电网络规划问题时与其他两种单一算法的结果比较来看,其搜索效率相比单一算法得到了很大程度的提高,体现了很好的应用前景。     

一种混合智能算法在配电网络重构中的应用

提出了一种新的混合智能方法用来解决配电网络重构问题。该方法结合了遗传算法（GA）和粒子群优化算法（PSO）两者的优点，体现出较GA和PSO更好的寻优性能。在寻优过程中，部分个体以PSO方法迭代，其它个体进行GA中的交叉和变异操作，整个群体信息共享，同时采用自适应参数机制和优胜劣汰的思想进化。通过对IEEE16节点、IEEE33节点、IEEE69节点测试系统的计算和分析表明，该方法在解决配电网络重构问题上具有很高的搜索效率和寻优性能。     

基于遗传算法的梯级水电厂自动发电控制算法研究

以二倍体遗传算法为基础,设计了一种梯级水电厂自动发电控制算法。该算法既可用于离线制定梯级水电厂的日发电计划,又可用于梯级水电厂的实时发电控制。算法中,出力限制条件在负荷分配方案的编码中自动满足,其它约束条件如负荷平衡、水量平衡等则在计算个体适应值时予以考虑,算法程序设计简单,收敛速度快,仿真计算验证了该算法的有效性。