版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、機(jī)組組合問(wèn)題是電力系統(tǒng)經(jīng)濟(jì)調(diào)度的一個(gè)重要環(huán)節(jié),是編制短期發(fā)電計(jì)劃首先要解決的問(wèn)題,對(duì)電力行業(yè)乃至國(guó)民經(jīng)濟(jì)都具有重要的意義。機(jī)組組合在數(shù)學(xué)上是一個(gè)包含0-1整型變量和連續(xù)變量的高維、離散、非線(xiàn)性混合整數(shù)優(yōu)化問(wèn)題。
本文首先描述了免疫算法應(yīng)用于機(jī)組組合的求解思路、求解方法和各類(lèi)指標(biāo)等,并根據(jù)機(jī)組組合的自身特點(diǎn)對(duì)免疫算法提出了以下幾點(diǎn)改進(jìn):首先,采用抗體片段描述不同機(jī)組的啟停狀態(tài),構(gòu)造同一機(jī)組的抗體片段集合形成的抗體片段記憶庫(kù),
2、記憶優(yōu)秀抗體,加快滿(mǎn)足抗原匹配要求的抗體的形成速度;其次,考慮到抗體早熟導(dǎo)致算法易陷入局部最優(yōu),提出了基于抗體濃度和親和度的克隆選擇方法,抑制抗體早熟;最后采用了基于群搜索原理的最優(yōu)逼近變異法,減小抗體變異的盲目性。
隨后,將免疫算法應(yīng)用于考慮安全約束的機(jī)組組合,對(duì)模型作進(jìn)一步的改進(jìn):首先提出了起作用機(jī)組的預(yù)判斷方法,有效地減少了起作用變量個(gè)數(shù);其次,針對(duì)實(shí)際電網(wǎng)對(duì)算法魯棒性的要求,提出了一種快速獲得可行初始值的方法;最后
3、,建立了安全約束記憶庫(kù)用以保存起作用的安全約束,在尋優(yōu)過(guò)程中逐步添加起作用的安全約束,有效地減小了稠密約束個(gè)數(shù)和計(jì)算規(guī)模,提高求解效率。
在以上研究的基礎(chǔ)上,將改進(jìn)免疫算法應(yīng)用于水火電混合短期調(diào)度優(yōu)化。在最小誤差的基礎(chǔ)上,對(duì)水電出力、發(fā)電流量以及水頭的關(guān)系進(jìn)行了線(xiàn)性擬合,將水電出力表述成發(fā)電流量和水庫(kù)容量的二元線(xiàn)性關(guān)系;并綜合考慮了不連續(xù)運(yùn)行區(qū)間、最小開(kāi)關(guān)機(jī)時(shí)間約束等因素,建立了適用于水火電聯(lián)合調(diào)度的改進(jìn)免疫算法模型。
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于改進(jìn)離散粒子群算法的機(jī)組組合優(yōu)化.pdf
- 基于改進(jìn)離散粒子群算法的機(jī)組組合優(yōu)化方法
- 基于改進(jìn)人工蜂群算法的機(jī)組組合優(yōu)化方法.pdf
- 基于免疫粒子群算法的火電機(jī)組組合優(yōu)化問(wèn)題研究.pdf
- 基于免疫粒子群算法的水火電機(jī)組組合研究.pdf
- 基于粒子群優(yōu)化算法的機(jī)組組合問(wèn)題的研究.pdf
- 機(jī)組組合問(wèn)題的兩階段優(yōu)化算法.pdf
- 基于改進(jìn)粒子群的風(fēng)電場(chǎng)機(jī)組組合優(yōu)化調(diào)度的研究.pdf
- 基于改進(jìn)拉格朗日松弛法的機(jī)組組合優(yōu)化方法.pdf
- 基于改進(jìn)引力搜索算法的電力系統(tǒng)機(jī)組組合問(wèn)題的研究.pdf
- 基于粒子群優(yōu)化算法的風(fēng)電-火電機(jī)組組合調(diào)度研究.pdf
- 機(jī)組組合理論與算法研究.pdf
- 基于粒子群優(yōu)化算法的風(fēng)電-火電機(jī)組組合調(diào)度研究
- 優(yōu)化旋轉(zhuǎn)備用配置的機(jī)組組合研究.pdf
- 基于互補(bǔ)約束含電動(dòng)汽車(chē)的機(jī)組組合優(yōu)化.pdf
- 確定性機(jī)組組合與概率機(jī)組組合比較研究.pdf
- 基于多目標(biāo)粒子群優(yōu)化算法的節(jié)能發(fā)電調(diào)度機(jī)組組合問(wèn)題研究.pdf
- 基于最優(yōu)化的電力系統(tǒng)機(jī)組組合問(wèn)題研究.pdf
- 機(jī)組組合基于Benders分解與割平面的方法及約束優(yōu)化SQP算法研究.pdf
- 含風(fēng)電的機(jī)組組合模型及算法研究.pdf
評(píng)論
0/150
提交評(píng)論