水火电混合系统经济调度的双链态遗传算法

遗传算法（ＧＡ）为求解电力系统经济调度问题提供了一条新的途径。研究了基于双链态基因模型的遗传算法，给出了显性基因和隐性基因选优准则，应用ＤＧＡ建立了电力系统经济调度的遗传算法模型，该模型易于考虑系统负荷平衡，用水限制和梯级水电厂之间的水流流达时间等约束条件，在ｐｅｎｔｉｕｍ计算机上对两个火电厂和含有四个梯极水电厂组成的系统进行了仿真计算，取得了满意的效果。     

水火联合电力系统的优化调度

本文研究大系统分解协调法用于大型水火电力系统的短期经济调度。算法采用实用的系统数学模型，考虑了水电厂上、下游水位的变化，梯级水电厂间的水流时间延迟和电网的输电损失等。并用对偶分解法得到多级的计算结构。文中讨论了各级采用的计算方法，介绍了枯水期水电厂多次停机时问题的解法。用本法编制了一个肩梯级水电厂的大型电力系统优化调度程序，目前已被国内一大型电力系统所采用。     

大系统分解协调法和非线性规划法应用于电力系统经济调度

讨论了含梯级水电站的大型水火电力系统有功功率最优分配的数学模型，考虑了水电厂上、下游水位的变化、梯级水电厂间的水流时间延迟等因素。通过两次运用对偶分解原理将整个系统分解成一个三级协调系统而得到三级计算结构，文中讨论了各级采用的非线性规划的多种最优化计算方法，并对实际电力系统进行试算和分析，文章对大系统分解协调法，乘子法和一种新变尺度法在水火电力系统短期经济调度中的应用作了探讨。     

三角函数选择算子的遗传算法在梯级水库优化调度中的应用

针对遗传算法求解水库优化调度时传统选择算子无法克服适应度非负问题,提出了一种三角函数选择算子遗传算法的梯级水库优化调度求解方法,并通过实例对正弦函数轮盘赌选择与单纯轮盘赌选择的自适应遗传算法做了比较．结果表明,由于基于正弦函数的选择算子克服了轮盘赌对适应值非负的要求,非常适用于求解水库优化调度,且能够很好地保持种群多样性,因此在进化后期能够找到更加优良的解．在实例的选择上,选用“以水定电”的三峡梯级调度模型,并采用由大量实测资料建立的三峡出库流量和葛洲坝入库流量变系数线性回归方程来处理水库间流量传播问题．本文提出的梯级水库优化调度求解方法,有效地改善了遗传算法的收敛性能,而且由于考虑了流量演进,提高了模型精度,具有较高的实用价值．     

金沙江梯级水库发电优化调度研究

以金沙江干流梯级水库群为研究对象,建立了兼顾保证出力要求以发电量最大为目标的梯级长期优化调度模型,利用遗传算法求解,同时还考虑了虎跳峡龙头水库的补偿调节作用,结果显示,梯级优化联合调度的效果更好,虎跳峡水库的补偿作用较为明显．     

基于改进蚂蚁算法的梯级水电站短期优化调度

将改进型蚂蚁算法用于梯级水电站短期优化调度问题，并通过引入遗传算法的交叉和变异思想以及自适应搜索半径方法提高了蚂蚁算法的搜索能力．以最小耗水率模型为例，给出了梯级水电站短期优化调度问题改进型蚂蚁算法的数学描述和求解的算法步骤，并通过龙羊峡．李家峡梯级水电站实例验证了改进型蚂蚁算法的优越性．结果表明，与遗传算法相比，改进型蚂蚁算法获得了更优的调度方案．优化结果在取得更低耗水率的同时，减少了机组的启停次数，并且使所有机组连续高效运行，从而降低了机组的维护费用，并增加了梯级的经济效益．     

基于GA的多区域互联电力系统的经济调度

针对电力系统规模的不断扩大,多区域互联系统经济调度的目标逐步向市场化过渡这一特点,把能够获得最大经济效益作为主要研究内容,将遗传算法引入到经济调度问题的研究中,实现了互联网在运行中网络损耗最小,运行最经济的分配目标.并通过模型系统的算例进行了证明.     

基于聚类遗传算法的梯级水利枢纽短期电力调度优化

针对标准遗传算法容易"早熟"的缺陷,提出聚类遗传算法;改进了选择算子和交叉算子,并利用Shubert多峰测试函数验证了聚类遗传算法的优势.引入水轮机组运行效率梯度变化因素提出改进变异算子,弥补了变异搜索过随机的缺陷.最后,将改进方式应用于三峡-葛洲坝梯级水利枢纽短期电力调度优化研究中,提出和构建了相应的优化模型以及机组组合启停和运行效率同步实现策略.实例优化结果表明:聚类遗传算法和改进变异算子能有效弥补"早熟"的缺陷,并能显著提高优化搜索效率,适用于梯级电站电力调度优化问题.优化得出的梯级电力调度方案可以满足设定目标和约束,并提高了梯级的发电效率.     

大系统分解协调理论在电力系统动态调度中的应用研究

提出了电力系统动态优化调度问题的目标分解协调的新算法．基于大系统的分解协调理论，将动态优化调度模型按时段进行分解，通过目标函数的修正来协调时段间经济性与可靠性的要求．该方法既避免了统一解算所造成的维数灾问题，又系统化了各种解耦算法（正推、反推及双向推），将模型的算法统一起来．     

电网调度管理多AGENT系统研究

针对日益突出的电力系统智能“孤岛”问题，基于已有的三个独立的运行于电力调度中心的专家系统，研究了电网调度管理多AGENT系统（MAS），分析了MAS的成员及其协作关系，给出了能集成电力系统中现有智能软件的MAS的实现框架和协作问题求解方法，为提高电网调度管理智能化水平提供了一条有效途径．     

多孔硅湿敏特性研究

应用阳极氧化技术在单晶硅片上生长一层多孔硅（ＰＳ）薄膜，用真空镀膜方法分别在其上下两面蒸发一层适当厚度的金属铝作为电极，设计了两种电极图形，制成二端结构的敏感元件．在不同湿度环境下，测出其电容值，得到了多孔硅ＲＨ－Ｃ湿敏特性曲线．通过不同材料、不同工艺条件的试验研究发现：多孔硅湿敏元件的湿敏特性、响应时间与其孔隙率、膜厚等参数有关．从而，确定了适合于敏感应用的材料导电类型、电导率、工艺条件和元件结构     

电力系统中梯级水电站的日优化运行研究

提出一种综合应用搜索法、动态规划法等实现电力系统中梯级水电站日优化运行的数学模型和算法．它既可用于实时的发电控制，又可用于制定日发电计划，并且能够根据不同的水库起始水位、日自然入流量的变化和梯级间不同的水流时滞进行计算．计算时间比较短，同时考虑了厂内经济运行．通过仿真计算和实际应用证明，模型和算法能满足实际运行需要     

基于基因算法的水电补偿方法

通过对电力系统水电站群联合补偿调节原理的分析和研究,建立了水电站群联合补偿调节模型;为了提高基因算法的计算效率和精度以及改善其全局收敛性能,结合水电补偿问题的目标函数,构造了基因算法的动态变指数适应度函数,在标准基因算法中,引入了移民操作,隐含了最优个体保护策略;给出了基于基因算法的电力系统水电站群联合补偿调节新方法．该方法可在一定程度上克服传统算法应用于求解水电站群联合补偿调节问题的不足之处,从而为电力系统水电站群联合补偿调节方法研究提供了一条新的思路．     

配电网无功优化的新算法

根据油田配电网的特点,提出了一种计算配电网无功功率补偿的数学模型。分析了配电网的潮流,综合考虑了节约电能和设备投资两个经济指标,以配电网年运行费用最小为优化目标,运用该模型确定了合理而经济的补偿容量和最佳补偿位置。用这种算法可以实现配电网就地基本无功平衡,最大限度地减少配电线路上的电能损耗。实例说明,运用该优化补偿方案进行降损具有较好的经济效益。     

乌江流域水光互补梯级蓄能调度图绘制

为适应大规模光伏出力接入乌江流域与梯级水电站联合调度、打捆送出的新要求,基于流域实际蓄能控制方式提出了水光互补模式下梯级水电站分期发电策略,确定了汛初、年末关键时间节点的蓄能合理范围,据此绘制了水光互补梯级蓄能调度图,以指导中长期水光互补调度。实例验证结果表明,与流域梯级水电站实际发电量相比,水光互补梯级蓄能调度图能够提高系统发电量0.7亿~2.1亿kW·h；水光互补梯级蓄能调度图编制过程简单、合理,优化调度结果符合实际,可用于乌江流域中长期水光互补优化调度。     

用"动态规划法"优化调度梯级泵站机组

泵站的节能是泵站经济运行至关重要的课题,对其进行优化调度是节约能源并发挥泵站工程最大效益的有效途径。本文研究泵站优化调度的"动态规划法",建立优化调度数学模型,编写VisualBasic求解程序,以总能耗最低为目标模拟梯级泵站实际运行工况,研究了某梯级扬水泵站运行优化问题。     

基于Delphi的电网调度自动化系统仿真

基于Delphi的电网调度自动化仿真主要包括电网调度自动化调度站和多个变电站自动化系统厂站功能的软件仿真设计,实现了电网调度自动化系统的SCADA（Supervisor Control And Data Acqusition）和变电站综合自动化的基本功能．仿真软件在电网监控与调度自动化的教学和培训中取得较好效果．     

电网调度模型与直接优化算法

研究ｍ个电站ｎ个用户的电网调度问题，建立电力调度的二次平衡模型，证明关于元的直接优化原理并给出优化算法，用数据实例给出了计算过程．     

模拟退火遗传算法在电力系统无功优化中的应用

电力系统无功优化是保证系统安全、经济运行的一项有效手段.针对常规遗传算法收敛速度慢、易早熟等缺陷,并结合电力系统无功优化的特点,在遗传算法(GA)和模拟退火算法(SA)的基础上,提出了更加有效的算法即模拟退火遗传算法.使用该文提出的算法对IEEE-14节点系统进行了无功优化计算,结果表明该模拟退火遗传算法应用于无功优化是合理可行的.     

基于改进DPSO的含风力发电的配电网无功优化规划

研究了风力发电系统并网后配电网无功优化问题,将年负荷持续曲线处理为五种负荷运行方式,考虑风电机组输出功率的波动性,以年电能损失费用与无功补偿设备的投资费用之和最小为目标函数,以功率平衡、过补偿约束、电压合格、馈线电流约束为约束条件,应用改进的离散粒子群算法(PSO-GA)优化并联电容器组的安装位置和容量。仿真结果证明了该优化策略的有效性及经济性。