資源描述：
《節(jié)能發(fā)電調(diào)度優(yōu)化方法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、華中科技大學(xué)文華學(xué)院畢業(yè)設(shè)計（論文）題目：節(jié)能發(fā)電調(diào)度優(yōu)化方法研究學(xué)生姓名：—學(xué)號學(xué)部（系）：專業(yè)年級：指導(dǎo)教師：職稱或?qū)W位：教授2010年5月24日摘要V關(guān)鍵詞VAbstractVIKeyWords:VI1.緒論11.1課題研究的背景和意義11.1.1電力系統(tǒng)的簡介11.1.2我國電力工業(yè)現(xiàn)狀11.2優(yōu)化調(diào)度方法在電力系統(tǒng)中的應(yīng)用21.2.1優(yōu)化調(diào)度中的主要問題22.遺傳算法的特點和基本方法2.1遺傳算法概述2.1.1遺傳算法概念2.1.2遺傳算法的步驟和意義42.2遺傳算法的理論基礎(chǔ)62.2.1模式定理和積木塊假設(shè)⑹2.2.2遺傳算法的隱并
2、行性⑺2.2.3遺傳算法性能評估2.3遺傳算法的特點2.3.1遺傳算法的優(yōu)點2.3.2遺傳算法的不足之處102.3.3遺傳算法與傳統(tǒng)算法的比較102.4改進的遺傳算法122.4.1遺傳算法的主要問題和解決方案123.基于改進遺傳算法的AGC機組優(yōu)化組合133.1傳統(tǒng)的機組組合模型132.1.1目標(biāo)函數(shù)132.1.2約束條件143.2考慮AGC的機組優(yōu)化組合數(shù)學(xué)模型152.2.1電力市場環(huán)境下的AGC調(diào)節(jié)容量問題兇冋163.2.2目標(biāo)函數(shù)1717182.2.3約束條件2.3可變長二進制編碼3.4等微增率獲取功率冋20233.5差異函數(shù)選取冋1.6
3、主要群初始化和主種群終止設(shè)定251.7子種群初始化和子種群終止設(shè)定253.8主種群和子種群遺傳算子設(shè)計25283.9開采點的獲取291.10改進遺傳算法中的一些討論3.10.1搜索域與開采點之間的關(guān)系29in3.10.2子種群的控制291.算例仿真分析301.1算例一301.2算例二342.結(jié)論37參考文獻39致謝40附錄41節(jié)能調(diào)度優(yōu)化方法研究摘要隨著電力運營體制改革的不斷深入和電力市場的逐漸形成，電力系統(tǒng)屮AGC功率調(diào)配和機組優(yōu)化組合的規(guī)模越來越大，約束條件也越來越復(fù)朵。論文對遺傳算法在AGC功率調(diào)配和機組優(yōu)化組合中的應(yīng)用進行了研究，主耍包
4、括以卜?幾個方面：論述了遺傳算法的相關(guān)理論，指出標(biāo)準(zhǔn)遺傳算子存在的一些缺陷，提出新的改進遺傳算法模型，分析了改進遺傳算法的性能；對于包含AGC的機組優(yōu)化組合模型的特殊性，提出了可變長的二進制編碼，并且根據(jù)該編碼設(shè)計了專門的遺傳操作，對于其中的連續(xù)變量，提出使用等微增法處理；根據(jù)AGC功率調(diào)配模型的特點，對改進遺傳算法模型進行了適度的簡化，結(jié)合優(yōu)先級法處理模型中的連續(xù)變量，提高了算法的性能和精度；最后結(jié)合數(shù)據(jù)進行仿真，結(jié)果表明改進遺傳算法收斂迅速，計算精度高。關(guān)鍵詞：改進遺傳算法，自動發(fā)電控制，機組組合，異化算子Schedulingoptimiz
5、ationmethodsforenergysavingAbstractWiththepowerindustryofChinaisgoingtoestablishamarket-basedoperationalmechanism,TheSelectionofAGCUnitsandGeneratorUnitOptimalCommitnentonagrowingscale,constraintconditionsisincreasinglycomplex.PapersonGeneticAlgorithmsinAGCandGeneratorUnitOp
6、timalCommitmemandtheapplicationofresearch,includingthefollowing：AnalysisoftheSelectionofAGCUnitsandGeneratorUnitOptimalCommitmentofdevelopmentandcurrentsituation,andnotedthatthestudyGeneratorUnitOptimalCommitmentincludedAGCoftheneedforanewmodel；ThetheoryofGeneticalgorithmsis
7、discussed,andanumberofdeficienciesofthestandardgeneticalgorithmarepointedout,Newimprovedgeneticalgorithmmodel,analysisofthegeneticalgorithmtoimproveperformance；AccordingtotheSelectionofAGCUnitsmodelthecharacteristicsofimprovedgeneticalgorithmmodelofmodestsimplification,Treat
8、mentwithPrioritymodelofcontinuousvailablesFinally,data,andsimulationresults
