现代优化算法在电力系统中的应用PDF电子书下载

第1章 概述 1

1.1 引言 1

1.2 优化技术 2

1.2.1 传统优化技术（经典算法） 3

1.2.2 进化技术 6

1.3 本书概要 17

参考文献 19

第2章 数学优化方法 20

2.1 引言 20

2.2 二次型 20

2.3 一些静态优化方法 22

2.3.1 无约束优化 23

2.3.2 带约束优化问题 26

2.4 庞特里亚金最大值定理 30

2.5 泛函解析优化技术 34

2.5.1 范数 34

2.5.2 内积（点积） 35

2.5.3 函数的转换 36

2.5.4 最小范数定理 38

2.6 模拟退火算法 39

2.6.1 模拟退火的物理概念 40

2.6.2 组合优化问题 40

2.6.3 一般模拟退火算法 41

2.6.4 冷却进度表 41

2.6.5 多项式时间冷却进度表 41

2.6.6 Kirk冷却进度表 43

2.7 禁忌搜索算法 44

2.7.1 禁忌表约束 44

2.7.2 特赦准则 45

2.7.3 终止准则 45

2.7.4 常规禁忌搜索算法 46

2.8 遗传算法 47

2.8.1 编码 48

2.8.2 适应度函数 48

2.8.3 遗传算子 49

2.8.4 约束条件的处理（修复机制） 49

2.8.5 普通遗传算法 49

2.9 模糊系统 50

2.9.1 基本术语和定义 54

2.9.2 模糊集支集 54

2.9.3 正规性 55

2.9.4 凹凸性 55

2.9.5 模糊集合的基本运算 56

2.10 粒子群优化（PSO）算法 59

2.11 PSO算法的基本原理 61

2.11.1 一般PSO算法 62

参考文献 64

第3章 电力系统经济运行 66

3.1 引言 66

3.2 水-火-核联合供电电力系统 67

3.2.1 数学建模 67

3.2.2 优化步骤 69

3.2.3 基于最小范数定理的最优解获取 72

3.2.4 一种可行的多层算法 74

3.2.5 结论与总结 76

3.3 全火力发电系统 76

3.3.1 常规全火力发电系统的问题描述 76

3.3.2 模糊全火力发电系统问题的数学模型 77

3.3.3 求解算法 84

3.3.4 算例 84

3.3.5 总结 99

3.4 考虑模糊负荷和模糊成本函数参数的全火力发电系统 102

3.4.1 问题的数学描述 102

3.4.2 三角形模糊数的模糊区间运算 104

3.4.3 采用三角形L-R表示法的模糊数的模糊运算 105

3.4.4 算例 106

3.5 计及损耗的模糊经济调度问题 140

3.5.1 问题的数学描述 140

3.5.2 求解算法 143

3.5.3 仿真实例 144

3.5.4 总结 157

附录 159

附录A.1 159

附录A.2 159

参考文献 160

第4章 经济调度问题与机组组合问题：建模与求解算法 162

4.1 引言 162

4.2 该问题的求解思路 162

4.3 制定试验解的产生规则 163

4.4 电力系统经济调度问题 163

4.5 目标函数 163

4.5.1 生产成本 163

4.5.2 机组起动成本 164

4.6 约束条件 164

4.6.1 系统约束 165

4.6.2 机组约束 165

4.7 试验解的产生规则 166

4.8 产生初始解 169

4.9 经济调度问题的求解算法 169

4.9.1 基于线性互补形式的经济调度问题 170

4.9.2 经济调度问题的Tableau规模 171

4.10 模拟退火算法用于求解UCP 172

4.10.1 与文献中其他SAA的比较 172

4.10.2 数值算例 173

4.11 总结与结论 187

4.12 用禁忌搜索（TS）算法求解UCP 188

4.12.1 禁忌表（TL）的约束 188

4.12.2 特赦水平的标准 189

4.12.3 终止准则 189

4.12.4 常规禁忌搜索算法 189

4.12.5 TS算法在UCP中的应用 190

4.12.6 UCP的禁忌表类型 192

4.12.7 UCP的禁忌表方法 192

4.12.8 不同禁忌表建立方法之间的比较 193

4.12.9 用于UCP的禁忌表的大小 194

4.12.10 STSA的数值结果 194

4.13 高级禁忌搜索（ATS）算法 200

4.13.1 中期记忆 200

4.13.2 长期记忆 200

4.13.3 策略波动机制 200

4.13.4 ATS算法用于求解UCP 201

4.13.5 中期记忆的实现 202

4.13.6 长期记忆的实现 202

4.13.7 策略波动的实现 202

4.13.8 ATSA的数值结果 202

4.14 局部总结 207

4.15 遗传算法用于求解UCP 207

4.15.1 解的编码 208

4.15.2 适应度函数 208

4.15.3 遗传算子 209

4.15.4 约束处理（修复机制） 209

4.15.5 普通遗传算法 209

4.15.6 用遗传算法求解UCP 210

4.15.7 问题编码 210

4.15.8 构建适应度函数 212

4.15.9 染色体的选择过程 212

4.15.10 交叉 212

4.15.11 变异 213

4.15.12 自适应GA算子 214

4.15.13 算例 214

4.15.14 总结与延伸 219

4.16 用于求解UCP的混合算法 220

4.17 模拟退火与禁忌搜索的混合（ST） 220

4.17.1 ST算法中的禁忌搜索部分 221

4.17.2 ST算法中的模拟退火部分 222

4.18 ST算法的数值计算结果 222

4.19 遗传算法与禁忌搜索的混合 226

4.19.1 遗传禁忌（GT）算法的提出 226

4.19.2 GT算法中的遗传算法部分 227

4.19.3 GT算法中的禁忌搜索部分 228

4.20 GT算法的数值计算结果 229

4.21 GA、 SA与TS算法的混合（GST算法） 234

4.21.1 GST算法的遗传算法部分的设计与实现 234

4.21.2 GST算法的禁忌搜索部分的设计与实现 234

4.21.3 GST算法的模拟退火部分的设计与实现 234

4.22 GST算法的数值计算结果 236

4.23总结与延伸 241

4.24各算法在UCP方面的比较 242

4.24.1 算例1的比较结果 242

4.24.2 算例2的比较结果 243

4.24.3 算例3的比较结果 244

4.24.4 小结 246

参考文献 246

第5章 最优潮流 252

5.1 引言 252

5.2 电力潮流方程 258

5.2.1 负荷节点 258

5.2.2 电压控制节点 258

5.2.3 松弛节点 259

5.3 一般OPF问题的数学描述 261

5.3.1 目标函数 261

5.3.2 约束条件 263

5.3.3 OPF中的优化算法 265

5.4 优化算法用于单目标最优潮流 267

5.4.1 粒子群优化（PSO）算法用于求解OPF问题 267

5.4.2 IEEE-30节点电力系统 268

5.4.3 有功损耗最小 272

5.4.4 最小发电燃料成本 276

5.4.5 最大化无功储备裕度 280

5.4.6 最小化无功功率损耗 284

5.4.7 最小化排放指数 288

5.4.8 最大化安全裕度 292

5.5 不同单目标函数的比较 296

5.6 多目标OPF算法 297

5.7 多目标分析的基本概念 297

5.8 多目标OPF算法 299

5.8.1 多目标OPF建模 299

5.8.2 求解多目标OPF问题的一般步骤 299

5.9 生成非支配解集 301

5.9.1 所用方法 301

5.9.2 加权法 301

5.10 层次聚类技术 302

5.11 本章小结 307

附录 308

参考文献 311

第6章 水力发电系统的长期调度 316

6.1 引言 316

6.2 问题的数学模型 317

6.3 问题的求解：最小范数法 318

6.3.1 系统建模 319

6.3.2 公式化 319

6.3.3 最优解求取 321

6.3.4 实际应用算例 323

6.3.5 小结 324

6.3.6 非线性模型 324

6.4 模拟退火算法 331

6.4.1 试验解的产生（邻近解） 332

6.4.2 SAA用于LTHSP的详细步骤 333

6.4.3 实际应用算例 335

6.4.4 小结 336

6.5 禁忌搜索算法 337

6.5.1 问题描述 337

6.5.2 禁忌搜索方法 337

6.5.3 TSA的具体步骤 339

6.5.4 停止判据 340

6.5.5 数值实例 340

6.5.6 总结与延伸 342

参考文献 342

第7章 电能质量分析 345

7.1 引言 345

7.2 模拟退火算法的应用 348

7.2.1 模拟退火算法的接受测试 348

7.2.2 步长向量的调整 348

7.2.3 冷却进度表 349

7.3 闪变电压的模拟 349

7.3.1 问题的数学描述 349

7.3.2 求解电压闪变算法测试 350

7.3.3 采样数的影响 350

7.3.4 采样频率的影响 351

7.4 谐波问题的数学描述 351

7.5 算法在求解谐波方面的测试 352

7.5.1 信号频率已知 352

7.5.2 信号频率未知 354

7.6 结论 356

7.7 稳态频率估计 357

7.7.1 恒频模型和问题的建模 359

7.7.2 计算机模拟数据 359

7.7.3 受谐波污染的信号 360

7.7.4 实际量测数据 361

7.8 结论 362

7.8.1 变频模型 363

7.8.2 仿真算例 364

7.8.3 呈指数衰减的频率 366

7.9 结论 368

参考文献 368