基于广义蚁群算法的电力系统经济负荷分配

提出了一种可用于求解一般形式的非凸、非线性约束优化问题的广义蚁群算法，以用于求解复杂的非凸、非线性电力系统经济负荷分配问题，与用于组合优化的蚁群算法类似，该算法运用了正反馈，分布式计算和贪婪式启发搜索，基于不动点理论，给出了该算法收敛的充分条件，多个算例结果表明，文中提出的算法是有效可行的。     

基于微粒群优化算法的电力系统动态无功优化

根据系统负荷曲线变化趋势按单调性将一天的预测负荷曲线划分为若干(小于24)个时段，并将动作次数约束还原为经济成本，将它与网损费用等之和作为目标函数，并考虑了各种运行约束条件，采用微粒群优化算法进行计算，该算法收敛速度较快。与静态无功优化模型相比表明，该无功优化模型更适合给定的地区电网，优化后全天的网损略有增大，但变压器抽头调节次数以及电容器组投切次数明显减少。     

互联电力系统有功功率合理调度实用优化模型

根据我国目前电力系统可能提供的技术经济数据和计算机应用情况,提出了一个可以实际应用的互联系统优化调度模型。文中扼要阐述了模型设计的基本原则,并对模型作了简明的描述。对应用本模型编出的程序作了试算,结果表明该模型是有效的。     

MPGA在输电网络规划中的应用

利用一种多模态单亲遗传算法MPGA(Multi Partheno-Genetical Algorithm)，目标不是发现一个最优解而是多个最优或次优解的集合。主要是对交叉算子和选择机制作了改进，群体中个体能较好地保留自己的遗传特性，增强了种群个体的分散性，使得优化结果更加全面，具有一定的可选择性。该方法不仅易实现并行或分布计算，且群体规模可以任意选取，采用的算例验证了该算法的有效性。     

基于退火演化算法和遗传算法的机组优化组合算法

机组组合问题是编制短期发电计划时首先要解决的问题，合理的开停机方案将带来很大的经济效益。现代电力系统对机组优化组合算法的收敛速度和解的质量要求越来越高，作者从改善传统算法这两方面着手，根据退火演化算法和遗传算法各自的特点，提出了一种用于机组优化组合的组合算法。与传统的一些优化算法相比，该组合算法具有搜索速度快，收敛性好，而且解的质量相当高。通过对实际系统的测算，验证了该方法的有效性和优越性。该方法具有良好的并行性，易于在并行计算机上实现。     

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.     

基于潮流跟踪的电力市场电价研究

我国现在正处在电力市场开放的前夕,厂网分开,竞价上网.如何公正、合理地确定电价是电力市场的一个核心问题.文中使用矩阵法进行系统潮流跟踪,确定用户对系统网络资源、发电资源的占用,以及应分摊的网损,依此为基础提出一种电力市场定价方式,真正体现根据资源占用比例计算费用的原则,同时还讨论了无功电价的计算方法.一个22节点的算例计算显示,该方法是可行的.     

用户自备分布式发电与供电商的博弈

随着越来越多的用户选择自给自足的分布式供能方式,电力市场条件下用户自备分布式发电(DG)与供电商的经济冲突成为亟待研究的问题.基于此,文中重点分析了仅考虑用户利益的DG规划对DG的推广发展所产生的负面影响,建立了以双方年效益为效用函数的博弈模型,并结合联营电力市场中电价理论给出以市场出清电价为核心的利益分配模式,用以解决双方的冲突.为证明该模式的有效性,根据1999年加州电力市场电价数据,给出规划某商业用户自备DG的博弈过程及结果.从结果看,在该利益分配模式下,可以实现用户DG、供电商、社会三方共赢.     

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。     

遗传算法在电力市场中的应用

中国电力工业正处在网厂分开、竞价上网、开放电力市场的前夕 ,在电力市场中如何确定电价和实施管理成为牵动全局 ,事关发电、用户、输电各方利益的重大问题。文中将投标竞价原则引入电力市场 ,由用户自由选择发电公司 ,网络提供报务 ,建立了一种改进的投标竞价数学模型 ,并用遗传算法和网络流法进行优化。对 1 2节点系统作了仿真 ,收敛性能较好 ,并可提供多个方案供选用