發(fā)布時間：2021-09-19 15:03

　　近年來,電力系統(tǒng)的規(guī)模逐漸擴大,電力系統(tǒng)的動態(tài)經(jīng)濟調(diào)度是一個高維度、多約束、非線性的優(yōu)化問題,優(yōu)化調(diào)度十分困難;風電場接入系統(tǒng)后,使得約束條件增多,進一步加大了調(diào)度優(yōu)化的難度。粒計算是一種處理復雜問題的典型方法,廣泛應用于許多重要領域當中。針對計及閥點效應、網(wǎng)損和禁止區(qū)間的電力系統(tǒng)動態(tài)經(jīng)濟調(diào)度問題和含風電場的動態(tài)經(jīng)濟調(diào)度問題,本文將分層�；牧Ｓ嬎憷碚搼玫絼討B(tài)經(jīng)濟調(diào)度中,主要研究內(nèi)容如下:首先,對文中所涉及到的基礎理論進行了詳細分析,討論了粒計算（Granular Computing,Grc）模型的粒子、粒層和粒結構,通過對問題空間進行�；�,減少了問題的維度。還討論了電力系統(tǒng)經(jīng)濟調(diào)度的相關優(yōu)化算法包括粒子群算法（Partical Swarm Optimization,PSO）和差分進化算法（Different Evolution,DE）的原理和求解步驟,并對相關參數(shù)和變異策略進行了調(diào)整,加快算法的收斂速度,便于后續(xù)章節(jié)的研究。然后,提出了基于粒計算的電力系統(tǒng)動態(tài)經(jīng)濟調(diào)度模型和求解策略。模型分為三層,在不同層面、不同粒度上研究大電網(wǎng)動態(tài)經(jīng)濟調(diào)度。在模型的基礎上提出一種適合動態(tài)經(jīng)濟調(diào)度粒... 

【文章來源】：燕山大學河北省

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【部分圖文】：

980-2050年分類型電力裝機容量結合我國資源分布情況，按照“建設大基地、融入大電網(wǎng)”的規(guī)劃布局，像上

第2章粒計算理論和優(yōu)化算法概述-13-圖2-1粒計算流程圖2.2差分進化算法差分進化算法是一種基于實數(shù)編碼的進化算法，是在遺傳算法的基礎上提出的，該算法的基本思想及整體架構符合自適應全局優(yōu)化算法，通過種群內(nèi)部個體間的合作和競爭而產(chǎn)生的智能優(yōu)化算法，該算法有很強的搜索能力，結構簡單，具有變步長和變搜索方向的適應性能力，有良好的收斂速度，廣泛應用于各個領域當中。本節(jié)簡要介紹差分進化算法的幾個基本的步驟。(1)參數(shù)的確定差分進化算法主要涉及以下四個參數(shù)：1)個體(也稱變量)的維數(shù)D。2)種群規(guī)模大小PN：一般介于5D10D。3)縮放因子F：一般在[0,1]之間選擇。4)交叉率CR：一般在[0,1]之間選擇。(2)變異操作差分進化算法使用變異操作根據(jù)當前群體中的個體產(chǎn)生突變個體，常見的差分策略是隨機選取種群中的兩個不同個體求取向量差，差值與縮放因子相乘，再與待變異個體進行向量合成，表示為：123()ggggjjjjvxFxx(2-1)

第2章粒計算理論和優(yōu)化算法概述-15-后期階段，較小的縮放因子促進了算法的收斂。采用線性遞增的方法調(diào)整交叉率，保證早期較小的交叉率利于算法前期搜索空間的穩(wěn)定，后期較大的交叉率增加了種群的多樣性�？刂茀�(shù)分別用采用的計算公式為：maxminmaxg()=FFFFG(2-5)maxminming(CRCR)CRCRG(2-6)式中maxF——縮放因子F的最大值；minF——縮放因子F的最小值；maxCR——交叉率CR的最大值；minCR——交叉率CR的最小值；G——最大的迭代次數(shù)；g——當前的迭代次數(shù)。差分進化算法大致的流程如圖2-2所示：圖2-2差分進化算法的流程圖2.3粒子群算法粒子群算法源于對鳥群捕食行為的研究，利用種群中的個體對位置信息的共享使整個種群的運動在問題求解空間中產(chǎn)生從無序到有序的演化過程，種群中的個體

【參考文獻】：
期刊論文
[1]隨機動態(tài)經(jīng)濟調(diào)度問題的Dantzig-Wolfe分解及其并行算法[J]. 黃啟文,陸文甜,劉明波.  電網(wǎng)技術. 2019(12)
[2]基于混合DE-PSO多目標算法的動態(tài)環(huán)境經(jīng)濟調(diào)度[J]. 劉剛,朱永利,蔣偉.  電力自動化設備. 2018(08)
[3]考慮儲能參與的含高比例風電互聯(lián)電力系統(tǒng)分散式調(diào)度模型[J]. 任建文,許英強,董圣孝.  電網(wǎng)技術. 2018(04)
[4]一種基于混沌序列的動態(tài)差分進化算法在電力系統(tǒng)動態(tài)經(jīng)濟調(diào)度中的應用[J]. 陳光宇,丁曉群,邊二曼.  中國電力. 2016(06)
[5]電力柔性負荷調(diào)度研究綜述[J]. 王珂,姚建國,姚良忠,楊勝春,雍太有.  電力系統(tǒng)自動化. 2014(20)
[6]基于PSO-BBO混合優(yōu)化算法的動態(tài)經(jīng)濟調(diào)度問題[J]. 陳珍,胡志堅.  電力系統(tǒng)保護與控制. 2014(18)
[7]基于模擬退火高斯擾動的蝙蝠優(yōu)化算法[J]. 賀興時,丁文靜,楊新社.  計算機應用研究. 2014(02)
[8]改進的混合蛙跳算法性能分析及其在電力系統(tǒng)經(jīng)濟調(diào)度中的應用[J]. 代永強,王聯(lián)國,施秋紅,宋磊.  電力系統(tǒng)保護與控制. 2012(10)
[9]電力市場環(huán)境下考慮風電預測誤差的經(jīng)濟調(diào)度模型[J]. 吳棟梁,王揚,郭創(chuàng)新,劉毅,高振興.  電力系統(tǒng)自動化. 2012(06)
[10]關于中國能源形勢的思考[J]. 張德義.  當代石油石化. 2008(02)

博士論文
[1]相容粒度空間模型及其應用研究[D]. 鄭征.中國科學院研究生院（計算技術研究所） 2006

碩士論文
[1]基于粒度計算的數(shù)據(jù)挖掘方法的研究[D]. 沈亞蘭.沈陽工業(yè)大學 2006



本文編號：3401832