基于优化算法的水电厂报价模型的求解方法研究

发布时间：2017-06-20 06:01

  本文关键词：基于优化算法的水电厂报价模型的求解方法研究，，由笔耕文化传播整理发布。

【摘要】：水电站参与电力市场报价问题是水电参与市场竞争的重要组成部分,选择正确、合理的报价方式对水电厂能获取期望的最大收益至关重要。水电站的报价是以预测电价的准确性为基础的。为了减小误差,水电站报价模型采用了分容量段报价方式。以水电站售电收入最大化为优化目标,制定相应的出力-报价策略,实现水电站用水最优化。该模型存在约束条件复杂、决策变量多、非线性等特点,值得深入探讨其求解方法。本文首先详细介绍了水电站优化调度的理论知识、水电的特点、水电站分容量段报价的形成过程和影响因素;其次,描述了定水头电站报价模型,并分析了它的优化机理。在此基础上,针对它原来的报价方法做了改进:引入了报价系数,并应用黄金分割法来进行寻优,从而找到更好的出力-报价策略,并用具体算例对模型进行了验证,其结果证明了该方法的合理性;最后,介绍了变水头电站期望售电收入最大模型,分析了它的优化机理。然后在分析对比二倍体遗传算法和蚁群算法优缺点的基础上,把二者融合互补,形成了二倍体遗传蚁群算法。充分利用各算法特性求解变水头电站的报价模型,实现电站的优化运行。并且编写了对应的MATLAB程序,然后利用某变水头电站的数据进行计算,通过对结果的对比分析,证明了该混合算法有效。本文对水电站报价模型的求解方法进行了研究,为水电站参与市场报价问题提供了解决思路和方案。
【关键词】：水电站 报价系数 黄金分割法 二倍体遗传蚁群算法
【学位授予单位】：湖北工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F426.61;F426.91;TV737
【目录】：

• 摘要5-6
• Abstract6-7
• 目录7-9
• 第1章 绪论9-19
• 1.1 课题的背景和意义9
• 1.2 国内外研究现状9-17
• 1.2.1 电力市场基础理论9-12
• 1.2.2 水电站报价模型及其求解方法研究12-16
• 1.2.3 问题的提出16-17
• 1.3 论文研究内容及章节安排17-19
• 第2章 水电厂报价模型的理论研究19-24
• 2.1 水电厂优化调度理论基础19-21
• 2.2 影响水电厂报价的因素21-23
• 2.3 水电厂报价方式的形成23
• 2.4 本章小结23-24
• 第3章 基于黄金分割法的改进定水头电站报价方法24-31
• 3.1 定水头电站售电收入最大模型和优化标准24-25
• 3.2 报价策略的改进25-26
• 3.3 黄金分割法26
• 3.4 改进报价策略生成26-27
• 3.5 算例分析27-30
• 3.6 本章小结30-31
• 第4章 基于遗传蚁群混合算法的变水头电站报价方法31-47
• 4.1 变水头电站售电收入最大模型和优化机理31-32
• 4.2 算法分析与设计32-40
• 4.2.1 蚁群算法32-36
• 4.2.2 遗传算法36-38
• 4.2.3 二倍体遗传蚁群混合算法38-40
• 4.3 报价策略生成40-42
• 4.4 算例分析42-45
• 4.4.1 计算数据42
• 4.4.2 计算结果42-45
• 4.4.3 数据对比分析45
• 4.5 本章小结45-47
• 第5章 总结与展望47-49
• 5.1 总结47-48
• 5.2 展望48-49
• 参考文献49-53
• 致谢53-54
• 附录I 攻读硕士学位期间发表的学术论文54-55
• 附录II 二倍体遗传蚁群算法MATLAB程序代码55-61

【相似文献】

中国期刊全文数据库 前10条

1 朱朝霞,王杨,张世禄;一类螺旋方阵问题的算法分析与实现[J];重庆工商大学学报(自然科学版);2004年04期

2 殷波;蒋华;刘新平;;关于重复词句提取的两种算法分析——基于Suffix Tree和重复序列两种算法的实验结果比较[J];内蒙古科技与经济;2009年01期

3 张博;周丽韫;李兴霞;;中点生成椭圆的整数型算法[J];工程图学学报;2011年01期

4 孔荣娟;艾时钟;;跨区域物流网络优化的模型与算法的改进研究[J];工业工程与管理;2012年02期

5 任世宏;一种新的特征相关算法[J];北京理工大学学报;1996年06期

6 井超;靳雁霞;张建华;;算法课程多层次教学改革与研究[J];中国电力教育;2014年03期

7 李雄飞,刘光远,郭励焕,苑森淼,侯天伦;二次挖掘相联规则算法[J];吉林工业大学学报(工学版);2002年02期

8 周永红;张三元;;基于到期收益率高精度求解的算法优化[J];江南大学学报;2006年01期

9 严凡;;计算机多种算法分析[J];硅谷;2009年17期

10 马昆齐;;用模拟电荷法计算电场的算法分析[J];哈尔滨电工学院学报;1986年03期

中国重要会议论文全文数据库 前10条

1 俞洋;田亚菲;;一种新的变步长LMS算法及其仿真[A];通信理论与信号处理新进展——2005年通信理论与信号处理年会论文集[C];2005年

2 周颢;刘振华;赵保华;;构造型的D~2FA生成算法[A];中国通信学会通信软件技术委员会2009年学术会议论文集[C];2009年

3 赖桃桃;冯少荣;张东站;;一种基于划分和密度的快速聚类算法[A];第二十五届中国数据库学术会议论文集（一）[C];2008年

4 刘远新;邓飞其;罗艳辉;舒添慧;;ERP柔性平台下物流运输配送系统算法分析[A];第二十六届中国控制会议论文集[C];2007年

5 王万青;张晓辉;;改进的A~*算法的高效实现[A];2009全国测绘科技信息交流会暨首届测绘博客征文颁奖论文集[C];2009年

6 孙焕良;邱菲;刘俊岭;朱叶丽;;IncSNN——一种基于密度的增量聚类算法[A];第二十三届中国数据库学术会议论文集（研究报告篇）[C];2006年

7 王树西;白硕;姜吉发;;模式合一的“减首去尾”算法[A];第二届全国学生计算语言学研讨会论文集[C];2004年

8 张悦;尤枫;赵瑞莲;;利用蚁群算法实现基于程序结构的主变元分析[A];第五届中国测试学术会议论文集[C];2008年

9 韩建民;岑婷婷;于娟;;实现敏感属性l-多样性的l-MDAV算法[A];第二十七届中国控制会议论文集[C];2008年

10 王旭东;刘渝;邓振淼;;正弦波频率估计的修正Rife算法及其FPGA实现[A];全国第十届信号与信息处理、第四届DSP应用技术联合学术会议论文集[C];2006年

中国重要报纸全文数据库 前1条

1 科文;VIXD算法分析Web异常[N];中国计算机报;2008年

中国博士学位论文全文数据库 前10条

1 于滨;城市公交系统模型与算法研究[D];大连理工大学;2006年

2 陈耿;面向中观审计的规则发现算法研究[D];东南大学;2005年

3 肖永豪;蜂群算法及在图像处理中的应用研究[D];华南理工大学;2011年

4 曾国强;改进的极值优化算法及其在组合优化问题中的应用研究[D];浙江大学;2011年

5 李玉英;混沌蚂蚁群优化算法及其应用研究[D];北京邮电大学;2009年

6 鱼亮;蛋白质网络模块结构识别算法研究[D];西安电子科技大学;2011年

7 王维博;粒子群优化算法研究及其应用[D];西南交通大学;2012年

8 林川;粒子群优化与差分进化算法研究及其应用[D];西南交通大学;2009年

9 李强;动点聚类算法及其量子化研究[D];浙江大学;2009年

10 张宇山;进化算法的收敛性与时间复杂度分析的若干研究[D];华南理工大学;2013年

中国硕士学位论文全文数据库 前10条

1 战俊伟;分布式互斥算法最优请求集生成算法时间复杂度优化[D];内蒙古农业大学;2010年

2 许世杰;基于过程优化的蚁群算法研究与应用[D];山东师范大学;2010年

3 汪采萍;蚁群算法的应用研究[D];合肥工业大学;2007年

4 吴学江;带随机步的可满足性算法[D];贵州大学;2008年

5 庞传军;基于聚类的复杂网络中社团发现算法的研究[D];青岛大学;2009年

6 刘倩雯;人工蜂群算法及其在调度问题中的应用研究[D];北京交通大学;2014年

7 李龙;基于力学模型的在线社会网络社区发现算法的设计与实现[D];华中科技大学;2013年

8 林岚;基于银行家算法的分布式互斥请求集生成算法研究[D];内蒙古农业大学;2012年

9 朱林;新型聚类算法在图象处理等方面研究与应用[D];江南大学;2008年

10 李亚楠;菌群优化算法的研究[D];哈尔滨工业大学;2009年

  本文关键词：基于优化算法的水电厂报价模型的求解方法研究，由笔耕文化传播整理发布。

本文编号：464665