单一购买模式电力市场中日前交易计划的研究

论文摘要

电力市场下交易计划的制定和执行是电力市场运作的核心内容,而日前交易又是电能量交易的重要部分,制定公平、合理的日前交易计划直接关系到电力市场能否健康、顺利、稳定地运营和发展。本文研究了单一购买模式电力市场中日前交易计划的数学模型,以求解该模型的混合智能优化算法框架为基础,比较分析了排队算法和粒子群算法在求解经济功率分配时的特点。同时,通过启发式初始群体生成技术和群体进化算法共享信息技术对粒子群算法进行了改进,提高了粒子群算法的优化性能。最后,针对日前交易计划数学模型的复杂性,本文研究了约束条件对总购电费用的影响。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究的目的与意义
• 1.1.1 电力市场发展状况
• 1.1.2 日前交易计划优化理论研究意义
• 1.2 本文的主要工作
• 第二章 单一购买模式电力市场中日前交易计划
• 2.1 引言
• 2.2 单一购买模式电力市场中日前交易计划的数学模型
• 2.2.1 目标函数
• 2.2.2 约束条件
• 2.3 日前交易计划优化算法研究现状
• 2.3.1 启发式方法
• 2.3.2 动态规划法
• 2.3.3 线性规划法
• 2.3.4 混合整数规划法
• 2.3.5 拉格朗日松弛法
• 2.3.6 遗传算法
• 2.3.7 粒子群算法
• 2.4 本章小结
• 第三章 基于排队法的混合智能遗传算法在日前交易计划中的应用
• 3.1 引言
• 3.2 简单遗传算法
• 3.2.1 遗传算法的基本要素
• 3.2.2 遗传算法的计算过程
• 3.3 基于排队算法的混合智能遗传算法
• 3.3.1 算法的思路
• 3.3.2 算法的前提
• 3.3.3 遗传算法求解机组组合
• 3.3.4 排队算法进行经济功率分配优化
• 3.4 算例
• 3.4.1 算例原始数据
• 3.4.2 计算结果
• 3.5 本章小结
• 第四章 基于粒子群算法的混合智能遗传算法在日前交易计划中的应用
• 4.1 引言
• 4.2 粒子群算法的基础知识
• 4.2.1 基本粒子群算法模型和标准粒子群算法模型
• 4.2.2 行为分析
• 4.2.3 粒子群优化算法的发展
• 4.3 粒子群优化算法在日前交易计划中的应用
• 4.3.1 算法的思路
• 4.3.2 粒子群算法参数的设置与选取
• 4.3.3 经济功率分配中约束条件的处理
• 4.4 改进的粒子群优化算法在日前交易计划中的应用
• 4.4.1 启发式初始群体生成
• 4.4.2 群体进化算法共享信息
• 4.5 算例结果与比较分析
• 4.5.1 标准粒子群算法优化结果
• 4.5.2 改进后的粒子群算法优化结果
• 4.5.3 不同优化算法的比较分析
• 第五章 不同约束条件下总购电费用的比较分析
• 5.1 引言
• 5.2 约束层面的划分
• 5.3 各约束层面的计算结果
• 5.3.1 第一个约束层面计算结果
• 5.3.2 第二个约束层面计算结果
• 5.3.3 第三个约束层面计算结果
• 5.3.4 第四个约束层面计算结果
• 5.4 各个约束层面的比较分析
• 第六章 结论
• 6.1 工作总结
• 6.2 展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表的学术论文和参加的科研情况