發(fā)布時(shí)間：2018-12-21 19:28

【摘要】：結(jié)合網(wǎng)內(nèi)外購(gòu)電模式的差異,建立了計(jì)及網(wǎng)外購(gòu)電市場(chǎng)的小時(shí)級(jí)月度發(fā)購(gòu)電計(jì)劃模型。該模型是一個(gè)多時(shí)段大規(guī)�；旌险麛�(shù)規(guī)劃模型。負(fù)荷的時(shí)段融合策略可有效減小模型中小時(shí)級(jí)時(shí)段數(shù)的規(guī)模,但會(huì)帶來(lái)負(fù)荷融合誤差,從而影響模型的目標(biāo)甚至安全約束,為此提出了基于負(fù)荷融合誤差的校正優(yōu)化策略。針對(duì)模型的大規(guī)模多時(shí)段混合整數(shù)規(guī)劃特點(diǎn),提出了結(jié)合免疫遺傳算法與拉格朗日分解協(xié)調(diào)策略的混合智能算法。一方面,利用免疫遺傳算法為拉格朗日松弛法提供滿足啟停約束和旋轉(zhuǎn)備用約束的機(jī)組組合發(fā)購(gòu)電方案。另一方面,利用拉格朗日分解協(xié)調(diào)算法高效求解運(yùn)行機(jī)組的最優(yōu)發(fā)電方案,快速提升免疫遺傳算法優(yōu)秀個(gè)體的質(zhì)量。兩者交替迭代,互相促進(jìn),從而實(shí)現(xiàn)上述多時(shí)段混合整數(shù)規(guī)劃模型的高效求解。最后通過(guò)IEEE 57節(jié)點(diǎn)系統(tǒng)的仿真分析驗(yàn)證了所提模型和算法的有效性。
[Abstract]:Combined with the difference of the mode of electricity purchase inside and outside the network, the hourly monthly power generation and purchase planning model is established taking into account the power purchase market. The model is a large scale mixed integer programming model with multiple time periods. The time fusion strategy of load can effectively reduce the scale of the number of hours in the model, but it will bring about the error of load fusion, which will affect the target of the model and even the security constraints. Therefore, a correction and optimization strategy based on the load fusion error is proposed. According to the characteristics of large-scale multi-time mixed integer programming, a hybrid intelligent algorithm combining immune genetic algorithm and Lagrange decomposition coordination strategy is proposed. On the one hand, the immune genetic algorithm (IGA) is used to provide a power generation and purchase scheme for the Lagrangian relaxation method. On the other hand, the Lagrangian decomposition coordination algorithm is used to solve the optimal generation scheme of running units efficiently, which can improve the quality of the excellent individuals of immune genetic algorithm (IGA). They are iterated alternately and promote each other so that the efficient solution of the multi-time mixed integer programming model can be realized. Finally, the effectiveness of the proposed model and algorithm is verified by simulation analysis of IEEE 57 bus system.
【作者單位】： 輸配電裝備及系統(tǒng)安全與新技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室(重慶大學(xué));重慶電網(wǎng)電力交易中心;重慶北碚供電公司;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(51177178)~~
【分類號(hào)】：TM73

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 顧榕;曹立明;王小平;;免疫遺傳算法在交叉口信號(hào)配時(shí)優(yōu)化中的應(yīng)用[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年02期

2 宋紅;陸長(zhǎng)德;;求解最大割問(wèn)題的自適應(yīng)混合免疫遺傳算法[J];科學(xué)技術(shù)與工程;2007年09期

3 張廣宇;郭鵬飛;王鵬;;免疫遺傳算法的現(xiàn)狀和展望[J];遼寧工學(xué)院學(xué)報(bào);2007年06期

4 宋雨潭;;基于免疫遺傳算法在現(xiàn)代電力系統(tǒng)故障診斷中應(yīng)用的研究[J];氣象水文海洋儀器;2008年04期

5 劉占軍;;量子免疫遺傳算法對(duì)納米尺度潤(rùn)滑膜特性的模擬分析[J];潤(rùn)滑與密封;2008年03期

6 王健;陳強(qiáng);;免疫遺傳算法在逆變器開(kāi)關(guān)優(yōu)化中的應(yīng)用[J];江西理工大學(xué)學(xué)報(bào);2009年01期

7 程林輝;吳立鋒;張瀟;;基于免疫遺傳算法的車輛路徑優(yōu)化問(wèn)題[J];中南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年03期

8 李敬花;胡載萍;呂慧超;孫淼;;基于免疫遺傳算法的海工多項(xiàng)目資源均衡研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2013年09期

9 楊建國(guó),李蓓智,俞蕾;基于免疫遺傳算法的優(yōu)化設(shè)計(jì)[J];機(jī)械設(shè)計(jì);2002年09期

10 劉明輝;李為吉;;改進(jìn)的免疫遺傳算法在桁架結(jié)構(gòu)優(yōu)化設(shè)計(jì)中的應(yīng)用[J];陜西理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2006年01期

相關(guān)會(huì)議論文 前10條

1 邱文旭;任紅梅;谷文祥;;基于免疫遺傳算法原理的應(yīng)對(duì)規(guī)劃[A];第九屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2007年

2 劉媛媛;李茂軍;;基于免疫遺傳算法的電力市場(chǎng)競(jìng)價(jià)方法[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

3 王士武;溫進(jìn)化;;多目標(biāo)免疫遺傳算法在梯級(jí)水庫(kù)群優(yōu)化調(diào)度中的應(yīng)用研究[A];2012全國(guó)水資源合理配置與優(yōu)化調(diào)度技術(shù)�？痆C];2012年

4 劉敏;曾濤;徐開(kāi)闊;包小源;孫華志;劉燕茹;;一種基于免疫遺傳算法的分子對(duì)接構(gòu)象搜索策略[A];第26屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（B輯）[C];2009年

5 梁瑞鑫;鄭德玲;周穎;位耀光;;免疫遺傳算法在高爐焦比目標(biāo)優(yōu)化中的應(yīng)用[A];第二十一屆中國(guó)控制會(huì)議論文集[C];2002年

6 王鮮芳;杜志勇;潘豐;;基于免疫遺傳算法模糊神經(jīng)元溫度控制器的設(shè)計(jì)[A];2007中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

7 賀琳;趙壘;王玲平;;免疫遺傳算法在現(xiàn)代電力系統(tǒng)故障診斷中的應(yīng)用[A];高效 清潔 安全 電力發(fā)展與和諧社會(huì)建設(shè)——吉林省電機(jī)工程學(xué)會(huì)2008年學(xué)術(shù)年會(huì)論文集[C];2008年

8 李奎;;基于免疫遺傳算法的空框架調(diào)度及其模擬分析[A];物流工程三十年技術(shù)創(chuàng)新發(fā)展之道[C];2010年

9 王生鐵;張計(jì)科;張思林;;多峰值函數(shù)優(yōu)化的父代保留免疫遺傳算法[A];PCC2009—第20屆中國(guó)過(guò)程控制會(huì)議論文集[C];2009年

10 鐔鐵春;吳敬松;劉伯穎;;免疫遺傳算法及其在函數(shù)優(yōu)化中的應(yīng)用[A];2007年河北省電子學(xué)會(huì)、河北省計(jì)算機(jī)學(xué)會(huì)、河北省自動(dòng)化學(xué)會(huì)、河北省人工智能學(xué)會(huì)、河北省計(jì)算機(jī)輔助設(shè)計(jì)研究會(huì)、河北省軟件行業(yè)協(xié)會(huì)聯(lián)合學(xué)術(shù)年會(huì)論文集[C];2007年

相關(guān)博士學(xué)位論文 前5條

1 孫雅庚;建筑物群與道路空間沖突解決的移位方法研究[D];武漢大學(xué);2015年

2 馬佳;改進(jìn)免疫遺傳算法及其在優(yōu)化調(diào)度問(wèn)題中的應(yīng)用研究[D];東北大學(xué);2008年

3 鄭a睿;基于免疫遺傳算法的鋼筋混凝土框剪結(jié)構(gòu)優(yōu)化研究[D];上海大學(xué);2015年

4 施亞能;基于多Agent食品安全政府監(jiān)管模型與仿真[D];武漢理工大學(xué);2011年

5 姚睿;數(shù)字進(jìn)化硬件關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 申森;矢量距免疫遺傳算法在電壓優(yōu)化調(diào)整與治理中的應(yīng)用[D];鄭州大學(xué);2015年

2 呂微;基于混沌免疫遺傳算法的優(yōu)化問(wèn)題研究[D];東北石油大學(xué);2010年

3 蔣育霖;免疫遺傳算法的改進(jìn)研究及其在污水處理中應(yīng)用[D];華南理工大學(xué);2016年

4 郄佳怡;面向車輛路徑優(yōu)化問(wèn)題的改進(jìn)免疫遺傳算法[D];河北大學(xué);2016年

5 米煥霞;關(guān)于免疫遺傳算法的研究[D];西北大學(xué);2009年

6 金磊;基于免疫遺傳算法的車間作業(yè)調(diào)度問(wèn)題研究[D];長(zhǎng)春理工大學(xué);2009年

7 繆紅萍;免疫遺傳算法及應(yīng)用研究[D];北京化工大學(xué);2005年

8 張建萍;基于并行機(jī)制的免疫遺傳算法的研究及應(yīng)用[D];山東師范大學(xué);2007年

9 馬書(shū)龍;基于并行免疫遺傳算法的無(wú)向排列的反轉(zhuǎn)排序方法研究[D];東北師范大學(xué);2007年

10 江將;免疫遺傳算法在變壓器設(shè)計(jì)尋優(yōu)方案中的研究[D];華北電力大學(xué)（河北）;2008年

，

本文編號(hào)：2389353