收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

电力系统的群体智能优化及电力市场稳定研究

侯云鹤  
【摘要】:电力系统规划是电力系统研究和工程实践的重要课题。随着电力工业的发展,电力系统更加复杂,在很多情况下,电力系统规划面临非凸、非线性以及非连续的优化问题,这对电力系统规划提出了新的挑战。传统的数学优化算法在处理这些问题时,存在困难。研究新的优化算法成为工程实践和理论研究中必需解决的课题。 人工智能方法逐渐成为求解电力系统规划问题的一种可供选择的算法。在人工智能算法中,有很大一类模拟群体行为的方法,这类算法被称为群体智能算法。虽然不同的算法有不同的背景,但是就抽象层面看,都是由一群仅具有简单功能的自治个体,通过相互之间的通讯和与环境的互动,从而实现复杂的功能。由于这些算法的通用性和有效性,它们已成为电力系统规划领域研究的热点之一。但是群体智能算法的研究成果相对分散,缺乏系统化的研究。为了提高其应用的效率,需要从理论上对其进行分析。 电力市场稳定是电力市场机制设计和监管领域的重要课题之一。传统的市场稳定性理论是建立在普通商品市场的基础之上的,但是电力系统有其特殊性,如电力供需同时进行,电力需求在一定程度上具有周期性的特性,以及电力报价交易分时开展等。这些因素是关系电力市场稳定的重要因素。 本文旨在研究群体智能算法及其在电力系统规划中的应用以及电力市场的稳定性,主要包括以下几个方面: 首先,建立群体智能算法的统一框架,对各个算子进行定义,并探讨了为使算法收敛,框架中不同搜索策略需要满足的充分条件。 第二,在群体智能算法框架下,基于求解组合优化的蚁群算法,提出了一种用于求解一般形式的非凸、非线性约束优化问题的通用算法—广义蚁群算法。基于不动点理论,给出了该算法收敛的充分条件。该方法被用于电力系统经济负荷分配和电力系统无功优化中,取得了比传统方法好的优化结果。 第三,提出了一种全局收敛的粒子群算法,基于群体智能算法统一框架,证明了算法的全局收敛性。为了提高算法的效率,在满足算法全局收敛充分条件的基础上,提出了广义蚁群算法和改进粒子群算法的结合算法。多个电力系统经济负荷分配的算


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 宗慧敏;滕欢;;电力系统负荷预测技术[J];四川电力技术;2009年01期
2 黄良宝,单渊达;电力系统规划Hopfield优化模型的模拟退火算法[J];东南大学学报;1996年02期
3 张粒子,高曙,俞国勤,黄兴;一个经济开发区的负荷预测专家系统[J];现代电力;1996年02期
4 李劲波,郭银华;地区电网无功综合效益优化[J];电网技术;1994年06期
5 覃智君,陈金富,段献忠,陈跃辉;综合规划软件的体系结构和关键技术研究[J];华北电力大学学报;2003年04期
6 陈志巧;;基于模糊理论的电力负荷预测研究[J];山东科技大学学报(自然科学版);2006年02期
7 陈兆庆;杨增辉;祝瑞金;;淮南—上海特高压输电工程规划和运行研究[J];华东电力;2006年08期
8 甘琼山;;变电所电气主接线可靠性评估方法探析[J];装备制造;2009年11期
9 陈波;;电力系统规划若干思考[J];科技资讯;2010年27期
10 魏子添;;浅析电力系统规划设计[J];科技传播;2011年09期
11 刘肇旭,谷碧泉,郑美特,印永华,叶运良;采用分解技术和专家系统支持的互联电力系统规划[J];电网技术;1995年06期
12 郭辉;;电力系统负荷预测问题的若干思考[J];中小企业管理与科技(下旬刊);2009年12期
13 陈刚;负荷预测不确定下未来装机容量的计算[J];武汉大学学报(工学版);1988年01期
14 刘世澄;湖南电力系统500千伏电网发展前景及采用高一级电压的探讨[J];电网技术;1994年05期
15 张红;王立松;贾元明;;电力系统的安全分析[J];黑龙江电力;2007年01期
16 苏冰;;基于改进粒子群优化算法的阻塞管理[J];电气开关;2008年05期
17 周晓明;韩哲;梁钟元;;浅议电力系统规划[J];科技信息;2009年07期
18 陆勇森;;浅析电力系统负荷预测的方法与特点[J];今日科苑;2009年16期
19 蒙文川;;粒子群优化算法在配电网规划中的应用探析[J];机电信息;2009年24期
20 姜万录;梁建全;王益群;王静;;基于改进粒子群算法的轧制负荷分配优化[J];机床与液压;2011年03期
中国重要会议论文全文数据库 前10条
1 朱童;李小凡;李一琼;张美根;;基于改进粒子群算法的地震标量波方程反演[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(上)[C];2012年
2 朱童;李小凡;鲁明文;;位置加权的改进粒子群算法[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(上)[C];2012年
3 周永权;裴胜玉;黄星寿;;求解区间参数非线性规划的改进粒子群算法[A];中国自动化学会控制理论专业委员会C卷[C];2011年
4 王波;肖健梅;王锡淮;;基于改进粒子群算法的车辆路径问题研究[A];2007中国控制与决策学术年会论文集[C];2007年
5 刘文许;林礼清;温步瀛;;电力市场下基于改进粒子群算法的AGC机组选择[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(中册)[C];2008年
6 曾建潮;崔志华;;群体行为仿真与群体智能算法[A];'2006系统仿真技术及其应用学术交流会论文集[C];2006年
7 乔朋利;张亚丽;黄志强;黄显龙;;基于潮流计算的电力网损计算法[A];山东电机工程学会第五届供电专业学术交流会论文集[C];2008年
8 王建辉;徐林;闫勇亮;方晓柯;顾树生;;用改进粒子群算法优化热连轧精轧机组负荷分配[A];2005中国控制与决策学术年会论文集(上)[C];2005年
9 张宝坤;韩晓萍;;模糊数学在电力系统规划中的应用[A];2008中国电力系统保护与控制学术研讨会论文集[C];2008年
10 李晔;唐旭东;庞永杰;万磊;;水下机器人S面运动控制器及其混合学习算法[A];2009中国控制与决策会议论文集(1)[C];2009年
中国博士学位论文全文数据库 前10条
1 侯云鹤;电力系统的群体智能优化及电力市场稳定研究[D];华中科技大学;2005年
2 秦玉灵;基于响应面建模和改进粒子群算法的有限元模型修正方法[D];哈尔滨工业大学;2011年
3 冯斌;群体智能优化算法及其在生化过程控制中的应用研究[D];江南大学;2005年
4 周安石;基于市场机制的电力系统规划理论研究[D];清华大学;2005年
5 李英海;梯级水电站群联合优化调度及其决策方法[D];华中科技大学;2009年
6 肖建华;仿生型DNA计算编码算法研究[D];华中科技大学;2008年
7 罗志勇;雷达系统智能故障诊断技术研究[D];西北工业大学;2006年
8 刘波;计及分布式电源的电力系统潮流及可靠性与稳定性研究[D];上海交通大学;2009年
9 封海波;机械设备管路自动敷设设计方法的研究[D];哈尔滨工业大学;2009年
10 王靖然;输电网优化规划策略与安全价值评估[D];天津大学;2011年
中国硕士学位论文全文数据库 前10条
1 李咏凯;基于改进粒子群算法的配电网分布式电源优化规划[D];华北电力大学(北京);2011年
2 郭巨新;基于改进粒子群算法的配电网网架规划优化研究[D];华北电力大学;2011年
3 武鲁晓;改进粒子群算法在电力系统无功优化中的应用[D];山东大学;2012年
4 赵建伟;基于改进粒子群算法的电力系统环境经济负荷分配[D];青岛大学;2012年
5 王柏竹;改进粒子群算法及其在电法测井中的应用[D];燕山大学;2010年
6 朱孝晶;改进粒子群算法在结构优化设计中的应用[D];广西工学院;2011年
7 秦赟;基于改进粒子群算法的无人机航迹规划[D];电子科技大学;2011年
8 王晓晨;基于改进粒子群算法的电力系统无功优化[D];天津大学;2010年
9 张辉;基于改进粒子群算法的可靠性优化研究[D];湖南大学;2012年
10 万术来;基于改进粒子群算法的微网环保经济运行的优化[D];华南理工大学;2012年
中国重要报纸全文数据库 前5条
1 楼俊尚;融入中心 服务大局[N];华东电力报;2010年
2 记者 任春 陈雪芹;电力需求侧管理不再各行其道[N];中国改革报;2004年
3 紫梅;邮件服务难如人意[N];网络世界;2003年
4 张慧;千里驰援 爱涌玉树[N];中国电力报;2010年
5 记者 张平阳;西安两科学家当选中国科学院院士[N];西安日报;2009年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978