考慮負荷不確定性的隨機機組組合問題研究.pdf_第1頁
已閱讀1頁,還剩75頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、機組組合問題是電力系統(tǒng)經(jīng)濟調(diào)度中的一個重要環(huán)節(jié),是編制短期發(fā)電計劃時首先需要解決的問題,具有顯著的經(jīng)濟效益。因此,機組組合問題一直是電力系統(tǒng)中的一個重點課題。近年來,隨著數(shù)學領(lǐng)域中隨機優(yōu)化理論的發(fā)展和計算機技術(shù)的提高,考慮不確定性的隨機機組組合問題開始得到日益重視。目前,已提出多種隨機機組組合問題的數(shù)學模型和求解算法,其中,期望值數(shù)學模型的應用最為普遍,求解方法則以拉格朗日松弛法為主。但是,由于對偶間隙的存在,拉格朗日松弛法不易找到隨機

2、機組組合問題的最優(yōu)解。因此,有必要改進已有算法或提出新的算法。
   本文針對隨機機組組合問題的數(shù)學模型和求解算法展開研究:
   首先,介紹課題的研究背景,闡述傳統(tǒng)機組組合問題的概況,并介紹隨機機組組合問題的研究現(xiàn)狀;其次,建立傳統(tǒng)機組組合問題的數(shù)學模型,并采用動態(tài)規(guī)劃進行求解,算例結(jié)果表明數(shù)學模型和求解算法的有效性;然后,為考慮負荷不確定性對機組組合問題的影響,通過情景分析法引入一系列情景對不確定性負荷進行建模,建立

3、隨機機組組合問題的期望值數(shù)學模型;最后,提出一種基于改進遺傳算的隨機機組組合問題的求解方法。
   在改進遺傳算法中,對初始種群的產(chǎn)生方式和變異算子進行了改進,并且引進了局部搜索算子。采用改進遺傳算法求解隨機機組組合問題,可以自行滿足情景簇約束條件。通過實例計算,比較了隨機機組組合問題的最優(yōu)解和完備負荷信息、最大負荷情景以及考慮旋轉(zhuǎn)備用下確定性機組組合問題的最優(yōu)解。計算結(jié)果顯示隨機機組組合問題的數(shù)學模型和改進遺傳算法求解方法的有

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論