電力系統電源規劃模型及算法研究.pdf

1、電力系統電源規劃問題是以系統工程思想為指導，應用現代優化技術和計算機技術，尋求一個滿足各種約束條件和可靠性指標以及環保要求的最優電源建設方案，以滿足系統負荷發展的需要。電源規劃是電力系統電源布局的戰略決策，在電力系統規劃中處于十分重要的地位。 電力系統電源規劃的核心問題是要確定在規劃期內隨著負荷的增長，系統應在何時、何地、建什么類型、多大容量的電廠。它主要回答何時、何地投建何種類型及多大容量的新機組的問題。 要做好電源規

2、劃，涉及和研究的問題很多：如負荷預測、電廠類型、裝機規模、廠址選擇、電網規劃以及可靠性計算等等；還涉及國民經濟很多部門，所以電源規劃是一件很繁重的工作。 由于電源規劃問題本身的復雜性，用傳統的優化方法求解不得不采取某些簡化措施從而影響了精度。近年來，人工智能技術取得飛速發展，與嚴格的數學優化方法不同，它可以處理離散、非凸的非線性系統問題，比較適于求解電力系統電源規劃問題。在這方面人們己經開始積極探索，并取得了一些成果。如今GA,

3、 ES, EP, ANN等已成為通用的優化工具，近期新人工智能優化算法PSO等也被提出。把這些人工智能算法系統化、規范化，甚至加以組合，研究其數學基礎并將其高效運用于電力系統電源規劃中，將會具有重大的理論和實際意義。 針對以上提出的問題，本人的碩士論文將主要討論PSO算法及其組合算法在電力系統電源規劃中的應用，主要內容包括： (1) 全面了解電力系統電源規劃問題研究的發展及現狀，給出電源規劃的基本數學模型，對應用于電源

4、規劃問題求解的各種優化算法進行綜述，并分析各種算法的特點及適用范圍，這是對電力系統電源規劃工作的一個比較完整的總結。 (2) 研究電源規劃的模型和優化計算原理框圖以及可靠性計算模型，重點研究了考慮運行在周負荷曲線上的抽水蓄能電站的運行模擬模型，并與常規的運行于日負荷曲線上的抽水蓄能電站的模型進行比較，討論各自的優缺點，并以HP抽水蓄能電站為例，計算在兩種情況下取得的不同效益并加以比較。 (3) 重點研究了人工智能算法

5、中的PSO算法和PSO算法與遺傳算法和模擬退火算法相結合的兩種組合算法：遺傳－粒子群算法(GA-PSO)和模擬退火粒子群算法(SA-PSO)的基本原理，首次將這幾種算法應用于求解電力系統電源規劃問題，并利用五年期和十年期的電力系統電源規劃算例，證實了三種算法的正確合理性。 (4) 將理論研究成果用于某省電力系統2006-2015電源規劃中進行檢驗，驗證算法的工程實用性。 (5) 考慮到本文的一些局限和不足，文章的最后