混沌遗传算法在电力市场竞价策略中的应用
遗传算法在电力系统优化中的应用
遗传算法在电力系统优化中的应用遗传算法是一种经典的优化算法，它是基于仿生学思想的一种计算方法。
遗传算法可以用来求解很多复杂问题，例如电力系统的优化问题。
在电力系统的优化过程中，遗传算法可以发挥很大的作用。
本文将会介绍遗传算法在电力系统优化中的应用。
电力系统优化电力系统是由各种电力设备组成的复杂系统，例如发电机、变压器、输电线路等。
在电力系统运行过程中，需要对系统进行优化，以达到更好的运行效果。
常见的电力系统优化问题包括市场交易模式优化、网格裕度优化、发电计划优化等。
这些问题都可以使用遗传算法进行求解。
遗传算法的基本思想遗传算法是一种基于自然选择和遗传机制的计算模型，它的基本思想是通过模拟进化过程来寻找最优解。
遗传算法首先随机生成一个初始种群，然后通过选择、交叉和变异等操作来产生新的个体，最终得到一个适应度更好的种群。
选择操作是遗传算法中的一个关键步骤，它决定了哪些个体能够进入下一代。
在选择操作中，可以使用轮盘赌选择、锦标赛选择等方法。
轮盘赌选择是一种比较常用的方法，它的思想是将每个个体的适应度值按照概率转换为一个刻度，然后通过轮盘赌的方式选取个体。
锦标赛选择是一种更为复杂的选择方法，它模拟了自然界中的竞争过程，选取若干个体进行比较，只有适应度最好的个体才能进入下一代。
交叉操作是遗传算法中的另一个关键步骤，它决定了新个体的品质。
在交叉操作中，可以使用单点交叉、多点交叉等方法。
单点交叉是一种比较简单的方法，它选择一个随机点，将两个个体在该点处的基因交换。
多点交叉是一种更为复杂的方法，它选择多个随机点，将两个个体在这些点处的基因交换。
变异操作是遗传算法中的一个重要操作，它决定了新个体的多样性。
在变异操作中，可以随机改变个体的一个或者几个基因，以此来增加种群的多样性。
遗传算法在电力系统优化中的应用对于电力系统的优化问题，遗传算法可以很好地解决。
例如，在电力市场交易模式优化问题中，可以将市场中的各种交易方式看作是不同的个体，通过遗传算法寻找最优的交易方式。
配电网无功补偿优化的混沌遗传算法
现， Logistic 映射是通z李 倍周期分岔达到混沌 的， Logistic 映射的在一定范围内能不重 利用
复地遍历所有状态 ， 直到退出混沌。
(8) 重复(3)至(7)， ( ( 直到终止条件得以满
足。
[Key words]: GA;reactive power optimization;
Ue，。 U91 ‘ 二 二 ‘ ， U: 。 :
Q 。 :。‘Q . i ‘Q ‘ 。 ， 二 ，: 二 T, 。 。‘界:， ， 。‘T, ，: 。
式中:
L ogistic 映射研究的是混沌映射， 也就是
一个混沌序列， 它可以用非线性差分方程描述 ，
V口 :
D ist r ib ut on N et w or k B a s ed O n C G A i
科杖妞济市婚 2006 年 4 月
配电网 无功补偿优化的 混沌遗传算法
邓建斌 摘 要 : 遗传算法是一种模拟生物进化 过程的优化算法，可用于求解包含 离散化变量 的复杂优化 问题 ，文章将遗传算法应用于配电 网无功优化 ， 介绍了混沌遗传算法的具体步骤 ， 并将该算法对 IEEE30 节点 系统进行 了无功优 化计算， 将结果与遗传算法得到的结果进行比 较，表明混沌遗传算法应用于无功优化是合理 "J 行的。 关键词 :遗传算法; 无功优化 ; 配电网 Reactive Power Optimization of 陈少华 ( 广东工业大学 510090 ) 选中的多对个体交叉。
distribution network
1 引言
Q , Q;- 。 s,- g 为发电 机无功出力的上下限值。
U, 二 U 。 为节点电压幅值的上下限值。 2.3 功率约束方程 在电力系统无功优化模型中 ，考虑节点 有功功率和无功功率平衡约束 ， : 即 P = U; J工r Uj (Cy cos 3V+ B, sin Sy) 7 . J
电气工程及其自动化专业毕业设计参考题目
电气工程及其自动化专业毕业设计参考题目1.集成电路型方向阻抗继电器设计锅炉过热汽温模糊控制系统的设计2.基于小波分析和神经网络理论的电力系统短路故障研究3.谐振接地电网调谐方式的性能分析与实验测试4.电力系统继电保护故障信息采集及处理系统For personal use only in study and research; not for commercial use5.消弧线圈接地补偿系统优化研究6.面向对象的10kV配电网拓扑算法研究7.蚁群算法在配电网故障定位中的应用For personal use only in study and research; not for commercial use8.中性点接地系统三相负载综合补偿9.电力有源滤波器控制设计10.110kV电力线路故障测距11.防窃电装置的分析与设计12.基于单片机的数字电能表设计13.跨导运算放大器在继电保护中的应用14.基于微机的三段式距离保护实验系统开发15.小干扰电压稳定性实用分析方法研究16.基于灰色系统理论的电力系统短期负荷预测17.冲击负载引起电压波动与闪变分析18.基于等波纹切比雪夫逼近准则最优化方法设计FIR滤波19.电力系统智能稳定器PSS的设计20.基于模糊集理论的电力系统短期负荷预测21.基于labview虚拟仪器的电力系统测量技术研究22.基于重复控制的冷轧机轧辊偏心补偿系统23.基于模糊聚类的变压器励磁涌流与短路电流的识别24.基于蚁群算法的配电网报装路径优化25.基于虚拟仪器的变压器保护系统设计26.配网无功功率优化27.复合控制型电力系统稳定器研究28.电力系统鲁棒励磁控制器设计29.基于标准系统方块图的OTA-C滤波器的实现30.6-10KV电网线损理论计算潮流算法研究31.基于DSP的逆变电源并联系统的功率检测技术研究32.滤除衰减非周期分量的微机保护算法研究33.分布式电力系统发电机动态模型仿真研究34.基于MSP430单片机的温度测控装置的设计35.电力系统谐波分量计算-最小二乘法36.用户供电事故自动回馈系统37.电力系统谐波抑制的仿真研究38.电能质量的模糊定量评价方法39.燕山大学西校区110KV供电方案设计40.数据采集系统USB接口的实现41.具有比率制动和二次谐波制动特性的差动继电器软件设计42.水轮发电机模糊调速系统研究43.电流传输器在继电保护中的应用44.双回电力线路故障测距45.电力负荷管理系统主站控制系统的研究和设计46.燕山大学供电电网改造的初步设计47.基于PLC的机械手控制系统设计48.500KV变电站设计49.基于MATLAB的数字滤波器设计与仿真50.电力系统继电保护原理课件设计51.塑料注射成型机PLC控制系统设计52.铁磁谐振消谐器软件设计53.电力系统稳定器设计54.基于模糊理论的变电站电压无功综合控制研究55.基于小波理论的电力故障行波分析56.基于DSP的逆变电源并联系统锁相环设计57.220kV变电站设计58.医疗设备检测数量的计算机联网监控系统59.汽轮发电机故障诊断技术研究60.电压无功控制系统模糊控制器的设计61.电力系统电压-无功在线控制数据源仿真系统62.电力系统故障录波数据分析与研究63.火电厂除灰阀门PLC控制系统设计64.电压无功控制系统智能控制器的设计65.简单电力网络潮流计算系统的设计及开发66.混沌电路及其在保密通信中的应用67.电力系统通信协议转换的单片机实现68.混沌遗传算法在电力系统无功优化中的应用69.直流分布式发电系统控制70.逆变电源并联均流技术研究71.基于信息融合技术的变压器故障检测72.距离保护在高过渡电阻条件下的动作研究73.微机继电保护中滤除衰减直流分量的算法研究74.火电厂锅炉水位模糊控制系统的研究75.基于人工神经网络的电力变压器故障诊断76.蚁群算法在配电网重构中的应用77.基于遗传算法的电力市场竞价策略研究78.电梯PLC控制系统设计79.自动重合闸装置设计80.变电站仿真培训系统设计81.基于MSP430单片机的距离保护系统设计82.变压器保护整定计算系统的设计83.电网售电量预测软件研究84.基于可控硅控制的制动器设计研究85.电铁用电特性分析及补偿方法研究86.伴随运算放大器在继电保护中的应用87.电力系统振荡的数字仿真研究88.基于智能理论的高压输电线路故障分析89.电网规划中网架规划的方法研究90.智能交通信号灯系统设计91.基于随机粒子群算法的无功优化92.少油断路器参数测量仪的研制93.应用电磁暂态程序分析电力系统铁磁谐振94.基于VB的液压AGC监控系统设计95.短路电流计算算法研究与编程实现96.应用虚拟仪器测量电网的不平衡度97.电力市场需求侧管理项目投资预测方法研究98.分布式发电微型涡轮发电机控制仿真99.锅炉燃烧系统模糊控制器的设计100.模糊图像分割技术研究101.电力系统谐波分量计算-傅立叶算法102.脉冲式电表的数据采集器设计103.信号流图在电网络分析与设计的应用104.短路计算及继电保护整定系统的设计105.自适应低通滤波器的设计106.中性点不接地系统电容电流检测方法及系统设计107.基于正反馈的单相分布式发电孤岛检测108.混合式光纤电流互感器的设计109.电网无功优化分区的研究110.PLC在机械手控制中的应用111.万能过载保护与自动调整112.零序电流方向保护系统设计113.分布式发电系统可靠性分析114.塑壳断路器的智能控制器初步设计115.基于PLC的高空作业车电控系统研制116.分布式发电燃料电池控制系统仿真117.变压器油荧光谱EEM数据处理与分析118.伴随运算放大器在电流模电路中的应用119.电力系统电压稳定的研究120.利用两侧电量进行电力线路故障测距121.铁磁谐振消谐器硬件系统的设计122.电力系统谐波分量计算-傅立叶与最小二乘法比较123.燕山大学西校区10KV配网综合自动化124.OTA-C电路在继电保护中的应用125.运算放大器在继电保护中的应用126.超高压输电线路的线损研究127.配电变压器不经济状态下的损耗分析与计算128.单相接地故障定位指示器的设计129.电力负荷管理系统无线通信网络的研究和设计130.基于零序电流比幅比相法配电网故障检测的研究131.粒子群算法在无功电压控制中的应用132.PLC在电镀生产线上的应用133.电力系统通信协议转换的单片机实现（硬件部分）134.电力系统潮流和网损计算软件研究135.燕大西校区10KV配网消弧与补偿136.同步发电机短路故障电流仿真分析137.配电网故障恢复研究138.基于PLC的模糊-PI空调室温控制研究139.数学形态学在电力系统暂态信号分析中的应用140.谐振软开关变流器控制研究141.BOOST单级功率因数校正电路研究142.BUCK单级功率因数校正电路研究143.430单片机控制H桥逆变电源研究144.多级电容升压电路研究145.430单片机控制双正激变换器研究146.Boost-Buck级联电路控制研究147.并联谐振DC-DC变换电路研究148.基于430单片机电动车控制研究149.变流器重复控制研究150.单开关逆变电路控制研究151.基于DS证据理论逆变器故障诊断研究152.交流变频电机在自动门控制系统中的应用153.移相控制ZVZCS 变换器154.家用变频空调器中无刷直流电机的控制算法155.电力系统通信协议转换的单片机实现156.一种单片机控制的异步电动机节能装置157.有源电力滤波器(APF)的单周期控制158.TOPSWITCH在单端反激式稳压电源中的应用159.TOPSWITCH在单端正激式稳压电源中的应用160.带传感器的无刷直流电机调速系统161.UC3854在功率因数校正中的应用162.FX2N型PLC在电梯控制中的应用163.Boost电路的软开关PFC技术研究164.Buck电路的电荷控制技术研究165.基于单周期控制的全桥逆变器研究166.榨油厂PLC控制组态界面设计167.三电平直流变换器研究168.单级功率因数校正电路研究169.Buck电路电流控制策略研究170.有源箝位正激变换器研究171.正反激变换器特性研究172.UC3855在Boost PFC变换器中的应用173.单片机控制异步电动机节能器的设计174.“H”型直流脉宽调速系统设计175.热连轧机电气控制系统设计176.穿孔机电气系统设计177.软开关单相Boost PFC电路研究178.锂离子电池充电控制器179.无位置传感器的三相无刷直流电机控制研究180.自驱动同步整流有源嵌位正激DC－DC变换器181.铅酸蓄电池充电控制器182.CRM Boost PFC变换器183.智能生态网络供热系统184.智能大厦的多功能会议系统的设计185.智能建筑的安全防范系统设计186.采用单片机控制的交流电焊机的设计187.SPWM异步电动机变频调速仿真研究188.基于控制专用单片机的无刷电机控制系统189.DC-DC软开关电源及其并联均流研究190.具有PFC功能的AC-DC开关电源设计191.单级逆变器及其单周控制研究192.电动汽车双向直流传动系统研究193.单片机闭环控制BOOST变换器研究194.单片机控制感应电机双馈调速系统研究195.全桥逆变器的单周期控制研究196.BUCK TL 变换器研究197.ZVZCS移相全桥变换器设计198.基于TDA5142T的无刷直流电动机驱动控制系统199.基于MSP430控制移相全桥逆变器的研究200.DSP控制的无差拍控制逆变电源201.电流控制两态调制逆变器的研究202.电网故障限流、保护器203.直流开关电源并联控制及系统设计204.单周期控制和PI控制技术的对比研究205.隔离变换器漏感影响的研究206.隔离式变换器变换效率提高的技术途径探究207.太阳光伏电池系统控制问题的研究208.DC/DC变换器的滑模变结构控制209.单相并联型APF特性的仿真分析210.超导储能磁体参数优化设计211.储能磁体励磁电源及其控制技术212.高频谐振式储能电容充电控制系统213.电力负荷管理系统终端装置的研究与设计214.低压大电流同步整流DC-DC变换器设计215.低电压大电流电压半桥变换电路设计216.ZVT PFC BOOST 变换器设计217.ZVT PWM DC-DC变换电路设计218.自驱动ZVS同步整流DC-DC变换器研究219.新型超声波测距系统的设计220.智能化车窗升降控制器的设计221.电动助力转向系统的研究222.智能温度控制系统的研究223.高频开关电源的设计224.反激变换器控制方式的研究225.DSP控制单相全桥逆变器的研究226.ZVZCS移相全桥变换器的研究227.单周控制不连续导电ZVS谐振PFC电路228.ZVZCS移相全桥DC/DC变换器229.电力电子电路缓冲器研究与仿真230.基于Boost的零电压转换PWM变换器研究231.电力负荷管理系统接口系统的研究和设计232.高功率因数电子镇流器研究233.带有功率因数校正的单级隔离式DC/DC变换器234.车载高频正弦波逆变电源235.带辅助变压器ZVZC移相全桥DC/DC变换器设计236.基于单周期控制的单相功率因数校正研究237.基于单周期控制的三相电力有源滤波器研究238.自激式隔离多路输出开关电源239.双耦合绕组反激式单级PFC变换器研究240.单相逆变器并网控制技术仿真研究241.基于MSP430的温度检测仪设计242.基于MSP430直流电机调速系统设计243.逆变器并联运行环流分析及其控制技术研究244.基于定频积分控制的有源滤波器设计245.新型移相控制ZVZCS DC/DC变换器246.带脉动补偿单相升压PFC电路研究247.单周期控制功率因数校正器248.采用“H”桥的软开关功率因数校正器249.单相逆变器SPWM策略比较研究250.臭氧发生器电源容性PWM控制研究251.Buck变换器的交错并联技术研究252.级联型变流器阶梯波脉宽调制研究253.谐波注入式SPWM技术研究254.ZVS移相全桥变换器的设计255.65W通用型多路隔离输出电源的设计256.基于单周期控制的单相电力有源滤波器的设计257.有源箝位ZVZCS移相全桥PWM变换器的研究258.单相逆变器的模糊控制技术仿真研究259.三电平Buck变换器的设计260.基于定频积分控制的单相PFC技术研究261.基于单周期控制的单相逆变器设计262.异步电动机SPWM变频调速仿真研究263.带位置传感器的无刷直流电机开环调速系统264.单周期控制的有源滤波器的研究265.临界工作模式单级功率因数校正电路研究266.多级电感升压电路研究267.变频电流源电路研究268.“T”型直流脉宽调速系统269.矿井提升机电控系统设计270.自驱动同步整流全桥变换器271.钢筋调直定尺剪切机数字控制研究272.热力企业生产监控系统的研究273.低电压大电流电压半桥变换器设计274.基于三次谐波检测无刷电机控制的研究275.三相UPS逆变器及其并联运行研究276.单片机控制半导体照明及其适配电源系统研究277.单周期控制功率因数校正技术研究278.发光二极管最佳驱动方式的对比研究279.DC/DC变换器并联输出控制技术280.DC/DC升压隔离变换及控制技术281.零电压转换 PWM DC-DC变换电路设计282.基于神经网络控制的三相可逆变流器的研究283.基于Boost的零电流转换PWM变换器研究284.基于单片机的蓄电池容量测试系统285.单相单级高频链正弦波逆变器研究286.Boost PFC交错并联AC/DC变换器研究287.液晶电视电源系统设计288.移相控制全桥变换器设计289.直流开关电源的设计290.基于瞬时无功功率理论的谐波和无功电流实时检测291.交错并联式双管正激变换器的设计292.基于HPWM调制方式的逆变电源研究293.新型Boost ZCT-PWM变换器294.一种有源箝位正激变换器的设计仅供个人用于学习、研究；不得用于商业用途。
混沌遗传算法及其应用
混沌遗传算法及其应用第一章节混沌遗传算法及其应用混沌遗传算法（Chaos Genetic Algorithm，CGA）是一种混合优化算法，它结合了遗传算法（Genetic Algorithm，GA）和混沌理论，采用混沌迭代技术作为遗传算法的搜索过程，从而构建出一种新的全局优化技术。
CGA通过利用混沌的性质，使得遗传算法能够更好地探索搜索空间，从而改进遗传算法的优化能力。
因此，CGA已经广泛应用于优化问题的求解中，取得了良好的效果。
混沌遗传算法的基本原理是将混沌迭代技术和遗传算法相结合，以混沌迭代技术作为遗传算法的搜索过程，把混沌序列用作遗传运算的种群变异率，从而改变遗传算法的搜索属性。
混沌迭代技术用来控制种群变异率，使得搜索过程更加全局化、更加稳定。
因此，可以更好地搜索最优解，较快地收敛，并且抗局部最优解的能力也得到提高。
混沌遗传算法的应用十分广泛，常被用于求解优化问题。
在工程领域，CGA可以用于结构优化、项目调度、网络优化等；在控制领域，可以用于模式识别、模糊控制、鲁棒控制等；在信息处理领域，可以用于图像处理、语音处理、文本处理等。
此外，CGA还可以应用于生物信息学、金融工程、金融分析等领域。
为了更好地利用混沌遗传算法，在应用过程中，可以通过设置正确的参数来提高算法的性能。
首先，可以根据优化问题的特性确定种群规模。
其次，可以根据问题的特性确定个体的变异率，以及个体之间的交叉率。
最后，可以根据问题的特性确定混沌迭代技术的参数，以便更好地搜索全局最优解。
总之，混沌遗传算法是一种新型的全局优化技术，可以有效地求解优化问题。
CGA利用混沌迭代技术和遗传算法相结合，使得搜索过程更加全局化、更加稳定，从而更好地搜索最优解，较快地收敛，并且抗局部最优解的能力也得到提高。
在应用过程中，可以通过设置正确的参数，来提高算法的性能。
因此，CGA已经广泛应用于优化问题的求解中，取得了良好的效果。
一种有效的电力市场竞价策略
１ｓ １ ０ ￣Ｊ
特 会 方 了详尽 方 法ｒ 妻结 果 往 往 出 现 不 稳 定 的 的 享… … 。 … ‘ 性 发 变化 ．所 以各 的预 测 銮 时 ： 问 处－ 。。 。 零 生 １ 。 。
，
价测研方 垩 ￣ＳＯ 一 謇 许种 …－对 ，拿 １
嘉
ｄ。 爻ｃ‘法。 函 ＿荟 ； 的 Ｍ 目
雾
Ｆ Ｃ
。。
Ｍ 墨 。曼 － 是 ： 芝 时 ｌ 二 孽 … Ｔ － ： 。 其 ，为 类 为 据 数 ｖ 第 类 中 向 ， 中 ｃ 聚 教 Ｎ 数 总 ， 为 。的 心 量 ：ｃ 笔 曼 学 曼 ． 粤 笺 ！ 。 时 差 棼 ｘ 磊。薮 ： Ｎ… 间 藁 。 在 ｃ ． ｉ …ｏｕ 薮 为 ｕ…三 ， Ｎ 登 型 肇 挈 翌 ， ，的 由 Ｃ 值 决。 定 行 练验 训 和证 望 垩 差 妻 窭 罄 澳 『 力 卅 … 薮 ：） ‘ ： 小 美一ｄ 。 ｚ Ｂｅ ｅｋ ‘
０ １
Ⅱ １ ０ Ｅ
第三步 ： 更新 所 有 Ｘ 的 ｕ’
．
ｉ … …Ｎ ＝ｌ
Ｑ ～
＼ 、 Ⅱ －
＾ 】 卉
第 步： 一 ｌ 则 止， 则 到 步．￡ 聚 四 若 “． 终 否 回 第二 为
类限差。
圈 １ 网 络 结 构 图
图 １中 ．Ｘ为 ｎ 输 入矢 量 空 间 ：Ａ 为联 想记 忆 空 间 ：Ｐ 输 维 为 出 响应 矢量 。设 Ｘ为 Ｃ Ｃ网 络输 入 空 间 ． ＭＡ Ｘ 为对 应 的 离散 输 入
《 商场现 代化 ２０ ０ ９年 ３ （ 月 下旬刊 ）总 第 ５ ０ ７ 期
商 业 研 究
通 常 电力 市 场 中 市 场 运 作 按 交 易 日进 行 ．澳 大 利 亚 昆 士兰
电力系统中的能源优化算法使用方法
电力系统中的能源优化算法使用方法电力系统是现代社会不可或缺的基础设施，它为我们提供了稳定可靠的电能供应。
然而，随着能源需求的增长和环境问题的日益突出，电力系统的能源利用率和效率成为了亟待解决的问题。
为此，能源优化算法逐渐成为电力系统优化的关键工具。
本文将介绍电力系统中常见的能源优化算法并介绍其使用方法。
一、能源优化算法简介能源优化算法是一种基于数学模型和计算机技术的方法，通过优化电力系统的能源配置和运行策略，以提高能源利用效率，减少能源成本，降低环境污染和碳排放。
常见的能源优化算法包括线性规划、整数规划、混合整数规划、动态规划、遗传算法、粒子群算法等。
二、线性规划线性规划是最基础和常用的能源优化算法之一。
其基本思想是在给定的线性约束条件下，通过线性目标函数的最小化或最大化求解出最优解。
在电力系统中，线性规划常用于电力系统的负荷调度问题。
首先，建立电力系统的数学模型，包括电力供给和负荷需求的线性关系、电力设备的运行约束条件等。
然后，将目标函数定义为最小化能源成本或最大化供电可靠性，并利用线性规划算法求解出最优的能源供给策略。
三、整数规划整数规划是在线性规划的基础上引入整数变量，将问题的解限制在取整数值的约束条件下的优化问题。
在电力系统中，整数规划常用于电力系统的容量扩充和投资决策问题。
例如，对于一个电网规划问题，我们需要确定在给定的负荷需求下，应该建设哪些发电厂、输电线路和变电站，并确定它们的容量和位置。
整数规划算法可以帮助我们在多个备选方案中找到最优的解决方案。
四、混合整数规划混合整数规划是在整数规划的基础上引入了部分连续变量的优化问题。
在电力系统中，混合整数规划常用于综合考虑电力系统的供需平衡、能源经济性和环境效益的多目标优化问题。
例如，我们可以将目标函数定义为最小化总成本和最大化供电可靠性的加权组合，并通过混合整数规划算法求解得到最优的能源配置方案。
五、动态规划动态规划是一种基于状态转移方程的优化方法，常用于求解具有重叠子问题特性的优化问题。
毕业设计题目参考文档
1、“H”型直流脉宽调速系统设计2、“T”型直流脉宽调速系统3、110kV电力线路故障测距4、220kV变电站设计5、430单片机控制H桥逆变电源研究6、430单片机控制双正激变换器研究7、500KV变电站设计8、6-10KV电网线损理论计算潮流算法研究9、65W通用型多路隔离输出电源的设计10、Boost PFC交错并联AC/DC变换器研究11、Boost-Buck级联电路控制研究12、BOOST单级功率因数校正电路研究13、Boost电路的软开关PFC技术研究14、BUCK TL 变换器研究15、Buck变换器的交错并联技术研究16、BUCK单级功率因数校正电路研究17、Buck电路的电荷控制技术研究18、Buck电路电流控制策略研究19、CRM Boost PFC变换器20、DC/DC变换器并联输出控制技术21、DC/DC变换器的滑模变结构控制22、DC/DC升压隔离变换及控制技术23、DC-DC软开关电源及其并联均流研究24、DSP控制单相全桥逆变器的研究25、DSP控制的无差拍控制逆变电源26、FX2N型PLC在电梯控制中的应用27、OTA-C电路在继电保护中的应用28、PLC在电镀生产线上的应用29、PLC在机械手控制中的应用30、SPWM异步电动机变频调速仿真研究31、TOPSWITCH在单端反激式稳压电源中的应用32、TOPSWITCH在单端正激式稳压电源中的应用33、UC3854在功率因数校正中的应用34、UC3855在Boost PFC变换器中的应用35、ZVS移相全桥变换器的设计36、ZVT PFC BOOST 变换器设计37、ZVT PWM DC-DC变换电路设计38、ZVZCS移相全桥DC/DC变换器39、ZVZCS移相全桥变换器的研究40、ZVZCS移相全桥变换器设计41、伴随运算放大器在电流模电路中的应用42、伴随运算放大器在继电保护中的应用43、变电站仿真培训系统设计44、变流器重复控制研究45、变频电流源电路研究46、变压器保护整定计算系统的设计47、变压器油荧光谱EEM数据处理与分析48、并联谐振DC-DC变换电路研究49、采用“H”桥的软开关功率因数校正器50、采用单片机控制的交流电焊机的设计51、超导储能磁体参数优化设计52、超高压输电线路的线损研究53、车载高频正弦波逆变电源54、冲击负载引起电压波动与闪变分析55、臭氧发生器电源容性PWM控制研究56、储能磁体励磁电源及其控制技术57、穿孔机电气系统设计58、带传感器的无刷直流电机调速系统59、带辅助变压器ZVZC移相全桥DC/DC变换器设计60、带脉动补偿单相升压PFC电路研究61、带位置传感器的无刷直流电机开环调速系统62、带有功率因数校正的单级隔离式DC/DC变换器63、单级功率因数校正电路研究64、单级逆变器及其单周控制研究65、单开关逆变电路控制研究66、单片机闭环控制BOOST变换器研究67、单片机控制半导体照明及其适配电源系统研究68、单片机控制感应电机双馈调速系统研究69、单片机控制异步电动机节能器的设计70、单相并联型APF特性的仿真分析71、单相单级高频链正弦波逆变器研究72、单相接地故障定位指示器的设计73、单相逆变器SPWM策略比较研究74、单相逆变器并网控制技术仿真研究75、单相逆变器的模糊控制技术仿真研究76、单周控制不连续导电ZVS谐振PFC电路77、单周期控制的有源滤波器的研究78、单周期控制功率因数校正技术研究79、单周期控制功率因数校正器80、单周期控制和PI控制技术的对比研究81、低电压大电流电压半桥变换电路设计82、低电压大电流电压半桥变换器设计83、低压大电流同步整流DC-DC变换器设计84、电动汽车双向直流传动系统研究85、电动助力转向系统的研究86、电力电子电路缓冲器研究与仿真87、电力负荷管理系统接口系统的研究和设计88、电力负荷管理系统无线通信网络的研究和设计89、电力负荷管理系统终端装置的研究与设计90、电力负荷管理系统主站控制系统的研究和设计91、电力市场需求侧管理项目投资预测方法研究92、电力系统潮流和网损计算软件研究93、电力系统电压稳定的研究94、电力系统电压-无功在线控制数据源仿真系统95、电力系统故障录波数据分析与研究96、电力系统继电保护故障信息采集及处理系统97、电力系统继电保护原理课件设计98、电力系统鲁棒励磁控制器设计99、电力系统通信协议转换的单片机实现100、电力系统通信协议转换的单片机实现101、电力系统通信协议转换的单片机实现（硬件部分）102、电力系统稳定器设计103、电力系统谐波分量计算-傅立叶算法104、电力系统谐波分量计算-傅立叶与最小二乘法比较105、电力系统谐波分量计算-最小二乘法106、电力系统谐波抑制的仿真研究107、电力系统振荡的数字仿真研究108、电力系统智能稳定器PSS的设计109、电力有源滤波器控制设计110、电流传输器在继电保护中的应用111、电流控制两态调制逆变器的研究112、电能质量的模糊定量评价方法113、电梯PLC控制系统设计114、电铁用电特性分析及补偿方法研究115、电网故障限流、保护器116、电网规划中网架规划的方法研究117、电网售电量预测软件研究118、电网无功优化分区的研究119、电压无功控制系统模糊控制器的设计120、电压无功控制系统智能控制器的设计121、短路电流计算算法研究与编程实现122、短路计算及继电保护整定系统的设计123、多级电感升压电路研究124、多级电容升压电路研究125、发光二极管最佳驱动方式的对比研究126、反激变换器控制方式的研究127、防窃电装置的分析与设计128、分布式电力系统发电机动态模型仿真研究129、分布式发电燃料电池控制系统仿真130、分布式发电微型涡轮发电机控制仿真131、分布式发电系统可靠性分析132、复合控制型电力系统稳定器研究133、钢筋调直定尺剪切机数字控制研究134、高功率因数电子镇流器研究135、高频开关电源的设计136、高频谐振式储能电容充电控制系统137、隔离变换器漏感影响的研究138、隔离式变换器变换效率提高的技术途径探究139、锅炉燃烧系统模糊控制器的设计140、混沌电路及其在保密通信中的应用141、混沌遗传算法在电力系统无功优化中的应用142、混合式光纤电流互感器的设计143、火电厂除灰阀门PLC控制系统设计144、火电厂锅炉水位模糊控制系统的研究145、基于430单片机电动车控制研究146、基于Boost的零电流转换PWM变换器研究147、基于Boost的零电压转换PWM变换器研究148、基于DSP的逆变电源并联系统的功率检测技术研究149、基于DSP的逆变电源并联系统锁相环设计150、基于DS证据理论逆变器故障诊断研究151、基于HPWM调制方式的逆变电源研究152、基于labview虚拟仪器的电力系统测量技术研究153、基于MATLAB的数字滤波器设计与仿真154、基于MSP430单片机的距离保护系统设计155、基于MSP430单片机的温度测控装置的设计156、基于MSP430的温度检测仪设计157、基于MSP430控制移相全桥逆变器的研究158、基于MSP430直流电机调速系统设计159、基于PLC的高空作业车电控系统研制160、基于PLC的机械手控制系统设计161、基于PLC的模糊-PI空调室温控制研究162、基于TDA5142T的无刷直流电动机驱动控制系统163、基于VB的液压AGC监控系统设计164、基于标准系统方块图的OTA-C滤波器的实现165、基于单片机的数字电能表设计166、基于单片机的蓄电池容量测试系统167、基于单周期控制的单相电力有源滤波器的设计168、基于单周期控制的单相功率因数校正研究169、基于单周期控制的单相逆变器设计170、基于单周期控制的全桥逆变器研究171、基于单周期控制的三相电力有源滤波器研究172、基于等波纹切比雪夫逼近准则最优化方法设计FIR滤波173、基于定频积分控制的单相PFC技术研究174、基于定频积分控制的有源滤波器设计175、基于灰色系统理论的电力系统短期负荷预测176、基于可控硅控制的制动器设计研究177、基于控制专用单片机的无刷电机控制系统178、基于零序电流比幅比相法配电网故障检测的研究179、基于模糊集理论的电力系统短期负荷预测180、基于模糊聚类的变压器励磁涌流与短路电流的识别181、基于模糊理论的变电站电压无功综合控制研究182、基于人工神经网络的电力变压器故障诊断183、基于三次谐波检测无刷电机控制的研究184、基于神经网络控制的三相可逆变流器的研究185、基于瞬时无功功率理论的谐波和无功电流实时检测186、基于随机粒子群算法的无功优化187、基于微机的三段式距离保护实验系统开发188、基于小波分析和神经网络理论的电力系统短路故障研究189、基于小波理论的电力故障行波分析190、基于信息融合技术的变压器故障检测191、基于虚拟仪器的变压器保护系统设计192、基于遗传算法的电力市场竞价策略研究193、基于蚁群算法的配电网报装路径优化194、基于正反馈的单相分布式发电孤岛检测195、基于智能理论的高压输电线路故障分析196、基于重复控制的冷轧机轧辊偏心补偿系统197、级联型变流器阶梯波脉宽调制研究198、集成电路型方向阻抗继电器设计锅炉过热汽温模糊控制系统的设计199、家用变频空调器中无刷直流电机的控制算法200、简单电力网络潮流计算系统的设计及开发201、交错并联式双管正激变换器的设计202、交流变频电机在自动门控制系统中的应用203、具有PFC功能的AC-DC开关电源设计204、具有比率制动和二次谐波制动特性的差动继电器软件设计205、距离保护在高过渡电阻条件下的动作研究206、跨导运算放大器在继电保护中的应用207、矿井提升机电控系统设计208、锂离子电池充电控制器209、利用两侧电量进行电力线路故障测距210、粒子群算法在无功电压控制中的应用211、临界工作模式单级功率因数校正电路研究212、零电压转换PWM DC-DC变换电路设计213、零序电流方向保护系统设计214、滤除衰减非周期分量的微机保护算法研究215、脉冲式电表的数据采集器设计216、面向对象的10kV配电网拓扑算法研究217、模糊图像分割技术研究218、逆变电源并联均流技术研究219、逆变器并联运行环流分析及其控制技术研究220、配电变压器不经济状态下的损耗分析与计算221、配电网故障恢复研究222、配网无功功率优化223、汽轮发电机故障诊断技术研究224、铅酸蓄电池充电控制器225、全桥逆变器的单周期控制研究226、热力企业生产监控系统的研究227、热连轧机电气控制系统设计228、软开关单相Boost PFC电路研究229、三电平Buck变换器的设计230、三电平直流变换器研究231、三相UPS逆变器及其并联运行研究232、少油断路器参数测量仪的研制233、数据采集系统USB接口的实现234、数学形态学在电力系统暂态信号分析中的应用235、双回电力线路故障测距236、双耦合绕组反激式单级PFC变换器研究237、水轮发电机模糊调速系统研究238、塑壳断路器的智能控制器初步设计239、塑料注射成型机PLC控制系统设计240、太阳光伏电池系统控制问题的研究241、铁磁谐振消谐器软件设计242、铁磁谐振消谐器硬件系统的设计243、同步发电机短路故障电流仿真分析244、万能过载保护与自动调整245、微机继电保护中滤除衰减直流分量的算法研究246、无位置传感器的三相无刷直流电机控制研究247、消弧线圈接地补偿系统优化研究248、小干扰电压稳定性实用分析方法研究249、谐波注入式SPWM技术研究250、谐振接地电网调谐方式的性能分析与实验测试251、谐振软开关变流器控制研究252、新型Boost ZCT-PWM变换器253、新型超声波测距系统的设计254、新型移相控制ZVZCS DC/DC变换器255、信号流图在电网络分析与设计的应用256、燕大西校区10KV配网消弧与补偿257、燕山大学供电电网改造的初步设计258、燕山大学西校区10KV配网综合自动化259、燕山大学西校区110KV供电方案设计260、液晶电视电源系统设计261、一种单片机控制的异步电动机节能装置262、一种有源箝位正激变换器的设计263、医疗设备检测数量的计算机联网监控系统264、移相控制ZVZCS 变换器265、移相控制全桥变换器设计266、蚁群算法在配电网故障定位中的应用267、蚁群算法在配电网重构中的应用268、异步电动机SPWM变频调速仿真研究269、应用电磁暂态程序分析电力系统铁磁谐振270、应用虚拟仪器测量电网的不平衡度271、用户供电事故自动回馈系统272、有源电力滤波器(APF)的单周期控制273、有源箝位ZVZCS移相全桥PWM变换器的研究274、有源箝位正激变换器研究275、运算放大器在继电保护中的应用276、榨油厂PLC控制组态界面设计277、正反激变换器特性研究278、直流分布式发电系统控制279、直流开关电源并联控制及系统设计280、直流开关电源的设计281、智能大厦的多功能会议系统的设计282、智能化车窗升降控制器的设计283、智能建筑的安全防范系统设计284、智能交通信号灯系统设计285、智能生态网络供热系统286、智能温度控制系统的研究287、中性点不接地系统电容电流检测方法及系统设计288、中性点接地系统三相负载综合补偿289、自动重合闸装置设计290、自激式隔离多路输出开关电源291、自驱动ZVS同步整流DC-DC变换器研究292、自驱动同步整流全桥变换器293、自驱动同步整流有源嵌位正激DC－DC变换器294、自适应低通滤波器的设计‘温暖细致的琴音响起，一开始，是一段独白。
遗传算法在工程设计中的应用案例
遗传算法在工程设计中的应用案例引言：遗传算法作为一种模拟生物进化过程的优化算法，已经在许多领域取得了广泛的应用。
在工程设计中，遗传算法能够帮助工程师们快速找到最优解，提高设计效率和质量。
本文将通过几个实际的应用案例，介绍遗传算法在工程设计中的应用。
案例一：机械结构优化设计在机械设计中，选取最佳的结构参数对于提高产品性能至关重要。
传统的设计方法往往需要大量的试验和经验，而遗传算法则能够通过模拟自然选择和遗传变异的过程，快速找到最佳解。
以飞机机翼设计为例，通过遗传算法优化机翼的形状和结构参数，可以在保证飞行稳定性的前提下，使得机翼的升力和阻力达到最优化。
案例二：电力系统优化运行电力系统的优化运行是提高电力系统经济性和可靠性的重要手段。
遗传算法可以应用于电力系统的负荷调度、电力市场交易和电网规划等方面。
例如，在电力市场交易中，遗传算法可以帮助电力公司确定最佳的发电计划，以最大化利润和满足用户需求。
案例三：水资源管理水资源是人类生存和发展的基础，合理管理水资源对于保障社会经济可持续发展至关重要。
遗传算法可以应用于水资源的供需平衡、水库调度和灌溉决策等方面。
例如，在水库调度中，遗传算法可以通过优化调度策略，使得水库蓄水量达到最大化，同时保证水库的安全运行。
案例四：交通流优化交通流优化是提高交通运输效率和缓解交通拥堵的重要手段。
遗传算法可以应用于交通信号控制、路网规划和交通流预测等方面。
例如，在交通信号控制中，遗传算法可以通过优化信号配时方案，使得交通流的通行效率最大化，减少交通拥堵。
结论：遗传算法作为一种强大的优化算法，在工程设计中有着广泛的应用。
通过模拟生物进化的过程，遗传算法能够快速找到最优解，提高设计效率和质量。
在机械结构优化设计、电力系统优化运行、水资源管理和交通流优化等方面，遗传算法都发挥着重要的作用。
随着科技的不断进步，遗传算法在工程设计中的应用将会越来越广泛，为各行各业的工程师们带来更多的便利和创新。
基于混沌遗传算法的配电网无功补偿优化
ｉ ｒ ｖ ｄ ｇ ｎ ｔ ｌｏ ｔ ｍ ｓｒ ａ ｏ ａ ｌ ｎ ｅ ｓｂ ｅ ｍｐ ｏ ｅ ｅ ｅ ｃ ａ ｇ ｒ ｉ ｉ ｈ ｉ ｅ ｓｎ ｂ ｅａ ｄ ｆａｉｌ．
［ ｙｗ ｒｓ Ｃ Ａ； ｅｃｖ ｏ ｅ ｏｔ ｚｔｎ ｄｓｉｕｉ ｅ ｏｋ Ｋｅ ｏｄ ］ Ｇ ｒａｄｅｐｗ ｒ ｐｍｉ ｉ ； ｉｒ ｔｎｎｔ ｒ ｉ ａｏ ｔｂ ｏ ｗ
２ 配 电网无 功优化 问题数 学模 型
电力系统无功优化是一个多变量 、 多约束混合非线性 的优化问题 ， 其数学模型¨ 包括 目标 函数、 功
率约束方程、 变量约束方程三个部分。
２ １ 目标 函数 ．
本文 采用 的 目标 函数 为 系统 有功 网损 最小 ， 同时将 节 点 电压 越 限及 发 电机无 功 出 力越 限 以惩 罚 函 数 的方式 进行 处理 ， 目标 函数定 义为 ：
ｍｅ ｏ ｆ ｏ ｉ ｇ ｅ ｅ ｉ ｏ ｅ ａ ｏ ｓ ｎ ｄ ｅｍｉ ａ ｉｎ ｏ ｄｉ ｏ ｓ Ｔ ｅ ｈ ｔ ｄ ｏ ｃ ｄ ｎ ｇ ｎ ｔ ｃ ｐ ｒ ｔ ｎ ａ ｔｒ ｎ ｔｏ ｃ ｎ ｔ ｎ ． ｈ ｐｒｐ ｓ ｄ ｐ ｒ ａ ｈ ｓ ｉ ｉ ｏ ｏ ｅ ａ ｐ ｃ ｉ ｏ ａ ｐ ｉｄ ｔ ｈ ＥＥＥ ０ 一ｂ ｓｓ ｓｅ ａ ｄ ｃ ｍｐ ｒ ｄ ｗｉ ｅ ｅ ｃ ａｇ ｒｔ ｍ．Ｔ ｅ ｒ ｓ ｌ ｓ ｏ ｅ ｐ ｌｅ ｏ ｔ ｅ Ｉ ３ ｕ ｙ ｔ ｍ ｏ ａ ｅ ｔ ｇ ｎ ｔ ｏ ｉ ｎ ｈ ｉ ｌ ｈ ｈ ｅ ｕ ｔ ｈ ｗｓｔ ｈ
维普资讯
第十一卷 第 三期
Ｖ １１ ． ． ｏ． １Ｎ０３
安徽电气工程职业技术学院学报
２０ 年 ９ ０６ 月
Ｓｐｅ ｂｒ Ｏ６ ｅ ｔｍ ｅ Ｏ ２
混沌粒子群优化算法在配电网无功优化中的应用
０ 引言
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 ，是提 高 电压质 量 、改善 系统 无功 分布 、降低 网络 损耗 的一项 重要 措施 ，因其对 电力
粒子群 算法 （ Ｐ Ｓ Ｏ ） 、禁 忌算法 （ Ｔ Ｓ ） 、模拟 退火算 法 （ Ｓ Ａ ）及 蚁群优 化算 法 （ Ａ Ｃ Ｏ ） 等 ｕ Ｊ ，在解 决 电力 系 统组合 优化 问题上 取得 了令人 瞩 目的成果 。
ｈｅ ｔ Ｐ Ｓ Ｏ ａ ｌ ｇ ｏ ｒ ｉ ｈ ｍ， ｔ ｈｅ ｔ ＣＰ Ｓ Ｏ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｈ ａ ｓ ｉ ｄ ｅ ａ ｌ ｏ ｐ ｔ ｉ ｍｉ ｚ ａ ｔ ｉ ｏ ｎ ｅ ｆｅ ｃ ｔ ｗｉ ｈ ｔ ｆ ａ ｓ ｔ ｃ ｏ ｎ ｖ ｅ ｒ ｇ ｅ ｎ ｃ ｅ ． Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ： ｒ ｅ ａ ｃ ｔ ｉ ｖ ｅ ｏ ｐ ｔ ｉ ｍｉ ｚ ａ ｔ ｉ ｏ ｎ ； ｐ ａ ｒ ｔ ｉ ｃ ｌ ｅ ｓ ｗａ ｒ ｍ ｏ ｐ ｔ ｉ ｍｉ ｚ ａ ｔ ｉ ｏ ｎ ａ ｌ ｇ ｏ ｒ ｉ ｈｍ ； ｔ ｃ ｈａ ｏ ｔ ｉ ｃ ｐ ａ ｔｉ ｒ ｃ ｌ ｅ ｓ ｗａ ｒ ｍ ｏ ｐ ｔ ｉ ｍｉ ｚ ａ ｔ ｉ ｏ ｎ ａ ｌ ｇ ｏ ｒ ｉ ｈ ｍ ｔ
关键 词 ：无功优化 ；粒子群优化 算法 ；混沌粒子群优 化算法
中图分类号 ：Ｔ Ｍ ７ １ ４ ． ３ 文献标 识码：Ａ 文章编号： １ ０ ０ ７ — ３ １ ７ ５ （ ２ ０ １ ３ ） １ ０ — ０ ０ ３ １ — ０ ３
Ａｐｐｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｏ ｆ Ｃｈａ ｏ ｔ ｉ ｃ Ｐａ ｒ ｔ ｉ ｃ ｌ ｅ Ｓ ｗａ ｒ ｍ Ｏ ｐｔ ｉ ｍｉ ｚ ａ ｔ ｉ ｏ ｎ Ａｌ ｇ ｏ ｒ ｉ ｔ ｈｍ ｉ ｎ Ｐｏ ｗｅ ｒ
基于改进遗传算法的发电公司竞价策略
∑∑ ＋ 一 （） ∑丌 ∑ Ｙ
ｉ ＝１ ， １ ＝ ｉ ＝１
（ 方的保 留电价时 ， １ ） 电源方 才考虑给用户供 电。 若某个 电源向某个 用
（） ２
本文 中使用二进制编码 。 只有 当用户报出价格高于或等 于电源
ｓｔ ．．
：
＋Ｙ
１
， ＝１２ ３ ， ｆ ， ， ｍ
１、 引 言
３ 改进 遗传 算 法 的应 用 、
电力市场化的 目的是打破垄断 ， 促进竞争 。 电价是电力 市场的 本文在常规遗传算法的基础上加入了分组进化 的思想 。 选择、 支点 ， 确定电价原则 、 计算交易 电价是 电力市 场的重要研究内容 。 在 交叉、 变异是遗传算法的３ 个基本操作。 在种群遗传进化的过程 中， 电力市场环境下 ， 发电公 司作为 市场 的主体参 与竞价运行 ， 其收益 个体 的质量有优劣之分 ， 如果对所有个体都执行相 同的操作会影响 在很大程度上取 决于其采用 的竞价策 略【 。 １ ］ 解的质量和收敛速度。 因此本文采用基于分组进化思想的改进遗传 算法 ， 将迭 代种群分为优秀组和一般 组， 对优秀组只进行选择操作 ， ２ 、投 标 竞 价 的数 学 模 型 对一般组进行交叉和变异操作 ， 能够更有效地求得全局最优解 ， 具 将投 标竞 价的原则引入 电力 市场 ， 建立投标竞价的数学 模型。 有更快 的收敛速 度。 基于 改进 遗传算法的竞价策略步骤 如下 ： 基本思路是 ： 由用户选择发 电公司， 网络提供服务 ， 每一个发电公司 （） １编码及参 数设定 ； 有一个保 留电价 ， 用户对每一个发 电公司报出一个购 电价格 ， 从而 （） 始 种群 的 生 成 ； ２初 建立数学模型， 模型中考虑发 电供 电的安全性和 网络输 电能力 等约 （） ３计算各个 体的适应值及排序 、 分组 ； 束 ， 改 进 遗 传 算 法 寻 优 ， 满 足 各 种 约 束 条 件 下使 各 个 报 出价 格 用 在 （） ４分组遗传操作 ： 优秀组只进行选择操作 ， 对 对一般组进行交 合理 的 用 户 可 以从 电 网 中的任 意 发 电公 司 购到 所 需 的 电能 ， 可提 叉 和变 异 操 作 ； 并 供 多 组 优 化 结 果供 选 用 【 ４ 】 。 （） 断是否满足终止条件 ， ５判 满足则输 出结果 ， 否则继续寻优 。 投 标 竞 价 数 学 模 型 中 ， 电公 司提 出供 电保 留 电价 ， 户方 向 发 用 各发电公司报出 自己购 电的价格 ， 当用户报出的购电价格高于或等 ４、算例 分析 于某一发 电公司的保 留电价 时 ， 公司才考虑将 电能供 给相应用 该 为了检验本文算法的性能 ， 利用改进遗传算法对文【 中所示ｌ ４ ］ ２ 户。 当某 发电公 司供 给负荷后有剩余容量时 ， 这部分容量 将以保 留 节点系统算例进 行优化 ， 每个 电源有一个保 留电价 ， 每个用户对每 个 电源 都 报 出 了 一 个 购 电价 格 。 电价上 网。 这样 ， 型的 目标函数和约束条件 为 模
基于混沌遗传算法的电力系统无功优化
基 于混 沌 遗传 算 法 的 电力 系统 无 功 优 化
刘宝
（ ． 国农业 大 学信 息 与 电气 工 程学 院 ，北京 １ ０ ８ ；２ 北 京 机械 工业 学 院计 算机 及 １中 ００ ３ ． 自动 化 系 ， 京 １ ０ ８ ；３ 北 京双 电公 司 ， 京 １ ０ ８ ） 北 ００５ ． 北 ０ ０ ３
在 遗传 进化 过 程 中引 入 混 沌 移 民算 子 ， 过 混 沌 移 民 操 作 维持 群 体 中染 色 体 的多 样 性 ， 通 以克 服 传 统 遗 传 算 法
中 由 于 近亲 繁殖 所 导 致 的 早 熟 问题 ， 确保 算 法 的 全 局 收 敛 性 ， 快 计 算 速 度 。通 过 对 某 地 区 ４ 加 ２节 点 系 统 进 行
ＬＩ Ｂａ ｙ ｎｇ Ｕ ｏ— ｉ ，ＹＡＮＧ ｎ— ｎ ，ＬＩＨｕｉ Ｒｅ ｇａ ｇ ，ＦＥＮＧ ａ ｍｉ Ｘｉｏ— ｎｇ。 ，ＧＥＮＧ ａ — ｅ Ｇｕ ｎｇ ｆ ｉ
（ ． ｏ ｌ ｇ ｆＩ ｆ ｒ ｔｏ ｎ ｅ ｔ ｉａ ｇ ｎ ｅ ｉ ｇ，Ｃｈ ｎ ｒｃ ｌｕ ａ １ Ｃ ｌ ｅ ｏ ｎ ｏ ｍａ ｉ ｎ ａ ｄ Ｅｌｃ ｒｃ ｌ ｅ Ｅｎ ｉ ｅ ｒｎ ｉ ａ Ａｇ ｉｕ ｔ ｒ ｌ
ａ ｄ ｒ ｇ ｌ ｒｔ ．Ａ ｅ ｏ ｅ ａ ｏ ａ ｌｄ ｃ ａ ｓ ｉ ｎ ｅ ｕａ ｉ ｙ ｎ ｗ ｐ ｒ ｔ ｒｃ ｌ ｈ ｏ ｍｍ ｉｒ ｎ ｓｉ ｔｏ ｕ ｅ Ｏ ｔ ｅ ｅ ｏ ｕ ｉ ｎ ｐ ｏ ｅ ｓｏ ｅ ｇ ａ ｔｉ ｎ ｒ ｄ ｃ ｄ ｔ ｈ ｖ ｌ ｔ ｒ ｃ ｓ ｆＧＡ Ｏ ｋ ｅ ｏ ｔ ｅ ｐ
电力系统中的智能优化算法设计与应用
电力系统中的智能优化算法设计与应用随着电力系统的不断发展，智能优化算法在电力系统中的应用也越来越广泛。
智能优化算法是一种基于机器学习和人工智能技术的优化方法，能够对电力系统进行智能化的调度和优化，提高电力系统的效率和可靠性。
本文将介绍电力系统中常用的几种智能优化算法的设计和应用。
一、遗传算法遗传算法是模拟自然界中基因传递与变异的过程，通过模拟种群的遗传演化过程来寻求最优解。
在电力系统中，遗传算法可以用于解决诸如经济调度、最优容量规划等问题。
通过遗传算法的优化，可以实现电力系统的稳定运行和降低运行成本。
二、粒子群优化算法粒子群优化算法是一种模拟鸟群觅食行为的算法，通过模拟粒子的迭代移动来寻找最优解。
在电力系统调度中，粒子群优化算法可以用于经济调度、最优潮流分配等问题。
通过不断迭代优化粒子的位置和速度，可以得到电力系统的最优解。
三、模拟退火算法模拟退火算法是通过模拟固体退火的过程，来寻找最优解的一种优化算法。
在电力系统中，模拟退火算法可以用于解决诸如输电网优化配置、发电机组组合优化等问题。
通过模拟退火的过程，可以不断搜索状态空间，找到电力系统的最优解。
四、蚁群优化算法蚁群优化算法是通过模拟蚂蚁觅食行为的算法，通过信息素和路径选择概率来寻找最优解的一种优化算法。
在电力系统中，蚁群优化算法可以用于解决诸如配电网规划、电力市场竞价等问题。
通过模拟蚂蚁的行为，在电力系统中可以找到最优的路径和解决方案。
以上是电力系统中常用的几种智能优化算法的设计和应用。
这些算法通过模拟自然界的优化过程，来寻找电力系统的最优解。
它们能够提高电力系统的效率和可靠性，并且在实际应用中取得了很好的效果。
未来，随着人工智能和机器学习技术的不断发展，智能优化算法在电力系统中的应用将会得到更大的拓展。
一种新的混沌遗传算法在多目标优化问题中的应用
一种新的混沌遗传算法在多目标优化问题中的应用混沌遗传算法（Chaos Genetic Algorithm，CGA）是一种基于混沌理论和遗传算法相结合的优化算法。
与传统遗传算法相比，CGA具有更好的全局搜索能力和收敛速度。
在多目标优化问题中，CGA更是展现出了优越的性能和潜力。
多目标优化问题是指在优化过程中存在多个冲突的目标函数，其中改善一个目标函数的同时可能会影响其他目标函数的优化结果。
传统的单目标优化算法无法直接应用于多目标优化问题，而CGA通过引入混沌因子，使得在多个目标函数之间能够取得一种平衡。
在CGA中，混沌因子起到了引入随机性和非线性的作用。
混沌因子通过引入混沌序列，使得每次迭代的搜索方向和步长都不同，从而增加了搜索的多样性，使得算法能够跳出局部最优解，更好地探索全局最优解。
同时，混沌因子还能够增加算法的收敛速度，加快了求解的过程。
CGA的核心是遗传算法，包括个体编码、种群初始化、适应度评估、选择操作、交叉操作和变异操作等。
其中，选择操作是根据适应度函数对个体进行选取，使得适应度较好的个体有更大的概率被选择；交叉操作是通过交换个体的基因信息产生新的个体；变异操作是对个体的基因信息进行随机改变，增加了搜索的多样性。
通过这些操作，优秀的个体能够得到保留和传承，从而逐步优化解空间。
在多目标优化问题中，CGA通过引入基于Pareto支配的策略，将解空间划分为多个非劣解集合（Pareto前沿），在每个非劣解集合中选择最优解作为种群的个体。
通过不断迭代，CGA能够逼近Pareto前沿，得到多个非劣解。
从中选择最优解，提供给决策者进行决策。
由于CGA的全局搜索能力和强大的收敛性，更容易找到较好的非劣解，使得多目标优化问题的求解更加高效和准确。
除了在多目标优化问题中的应用，CGA还在许多领域中取得了重要的应用成果。
例如，在工程设计中，CGA可以用于确定设计参数的最优取值，提高设计的效率和性能；在机器学习中，CGA可以用于优化神经网络的结构和参数，提高模型的泛化能力；在图像处理中，CGA可以用于图像分割和特征提取，改善图像的质量和准确性。
电力市场竞价中遗传算法的研究与应用
有很 大 的影 响 ，目前 国 内一 些试 点 的 电力 市场 已经 采用 国家 发 改委 拟推 荐 的 电力 市 “ 竞价模式、差价合约” “ 竞价模 式及 “ 两部 制 电价” 价模式 Ｉ 竞 ３ ＿ 。
收稿 日期 ：Ｏ Ｏ ０ — ７ ２ ｌ一 ６ １
１１ 遗 传算 法的原 理 ． Ｇ 是 根 据 自然 界 中 “ Ａ 优胜 劣 汰 ” 物种 演 化 规则
解 决 ，竞 价上 网 ”必 须 以实现 最大 范围 内的资 源优 “ 化 配置为 目标 ， 在保 证 电网安全稳 定运 行 的基础 上 ，
以最 小 的购 电成 本满 足负荷 要求 竞价模 式对 于 电力市场 的竞 争力 度 、运 行方 式
当前世 界各 国电力市场 的交 易模式 主要 有联 营
体模式 、联 营体加 双边 贸易模 式 以及双 边加 多边 交
易模式 ３ 种 由于 “ 网分 开 ” 发 电公 司与 电 网公 司之 间涉 厂 ， 及 生产 和经 营上 的各 种 问题 ， 只能通 过合 同 、 议来 协
１ 遗 传 算 法
（ Ａ） 于解 最优 、 变量 、 线 性 等 问题 具 有 独特 Ｇ 对 多 非 的优 越 性 ．在 电力 系 统优 化 问题 中有 着 良好 的应
用 ，例 如 输 电 网 络 发 展 规 划 、 组 组 合 规 划 等 问 机 题 ｆ 本文采 用 Ｇ 求 解最优 功率 下 的购 电费用 问题 。 ５ ＿ 。 Ａ 典 型算例 证实 该算 法能 获得更 优 的结 果 ，具有 更快 的收敛速 度 ， 一种 新 的高效 的优化 算法 。 是
Ｔ Ａ Ｚ Ａ Ｉ ＥＧ Ｏ ＨＵ Ｎ Ｄ
衙
争
。 ｜
．
电力市场竞价 中遗传算 法的研 究与应用
基于改进混沌遗传算法的电力负荷预测研究
基于改进混沌遗传算法的电力负荷预测研究随着人类社会的不断发展，电力已经成为现代社会的必需品之一。
因此，精准的电力负荷预测变得越来越重要。
目前，基于改进混沌遗传算法的电力负荷预测已成为了很多研究者的关注焦点。
一、混沌遗传算法混沌遗传算法（Chaos Genetic Algorithm，CGA）是指利用混沌过程对遗传算法进行改进的一种算法。
混沌遗传算法以遗传算法为基础，融入了混沌理论，用混沌过程调整遗传算法中的参数，提高了算法的收敛速度和全局搜索能力。
在电力负荷预测中，混沌遗传算法可通过自适应遗传模式参数来动态调整种群数量、交叉率和变异率等参数，使得算法能够更好地适应电力负荷预测中的非线性特点。
二、电力负荷预测及其特点电力负荷预测是指通过对历史电力负荷的数据分析和处理，预测未来某一时期的负荷状态。
电力负荷预测涉及到很多因素，如经济发展水平、季节、气温等，而这些因素的影响往往是非线性的。
传统的负荷预测方法往往基于统计学原理和时间序列模型，这些方法对数据的要求较为严格，需要满足一定的平稳性和线性性质。
而传统方法很难解决电力负荷预测中的非线性问题，因此需要采用其他新的方法。
三、基于改进混沌遗传算法的电力负荷预测基于改进混沌遗传算法的电力负荷预测是一种新兴的方法。
该方法基于混沌遗传算法，充分考虑了电力负荷预测中的非线性特点，同时通过优化算法参数和模型选择，能够达到较高的预测精度。
具体的实现步骤为：首先，对历史数据进行清洗和处理，得到可供算法训练的数据集。
其次，利用改进的混沌遗传算法，训练出预测模型，同时动态调整遗传模式参数，以提高算法收敛速度和全局搜索能力。
最后，利用训练好的预测模型，对未来的电力负荷进行预测。
四、实验结果分析在实验中，我们将改进混沌遗传算法与传统的时间序列模型进行了对比，结果表明，基于改进混沌遗传算法的电力负荷预测方法能够达到更高的预测精度。
我们利用实际的电力负荷数据进行了实验，预测结果表明，改进混沌遗传算法能够有效地降低预测误差，提高预测精度。
AGC机组调配经济性的混沌遗传算法研究的开题报告
AGC机组调配经济性的混沌遗传算法研究的开题报告标题：AGC机组调配经济性的混沌遗传算法研究研究背景与意义：AGC（Automatic Generation Control）自动发电控制系统是电力系统中的重要组成部分，主要用于实现自动调节发电机的输出功率，并保证系统频率稳定。
AGC机组调配经济性一直是电力系统领域中的热点问题，如何利用最小的代价达到最好的调度效果，一直是电力工作者关注的重点。
然而，传统AGC的优化方法在面对复杂系统时面临很大的困难。
因此，本文借助混沌遗传算法，尝试在AGC机组的调配中寻求更优的经济性解决方案。
研究内容：1. AGC机组调配经济性的优化模型建立2. 混沌遗传算法的原理及其适用性分析3. 混沌遗传算法在AGC机组调配经济性优化中的实际应用研究方法：1. 根据已有文献及实际数据，建立AGC机组调配经济性的数学模型；2. 通过对混沌遗传算法进行原理研究，并在AGC机组调配经济性上进行探索，验证其在此类问题上求解的有效性；3. 利用MATLAB等计算机软件，将建立的混沌遗传算法与其他算法进行比较分析。
研究预期结果：1. 实现AGC机组调配经济性的优化，降低电力系统运营成本；2. 验证混沌遗传算法在AGC机组调配经济性中的适用性与有效性；3. 探索其他复杂系统优化中混沌遗传算法的应用前景与可行性。
可行性分析及解决途径：1. 数据收集：收集现有的电网系统数据，并结合已有的文献对AGC 机组调配经济性模型进行构建。
2. 算法实现：利用MATLAB等软件实现混沌遗传算法并进行优化计算，同时与其他算法进行对比分析。
3. 结果分析：通过模型仿真，模拟电力系统运营情况并进行经济性指标的评估，最终得出混沌遗传算法在AGC机组调配经济性中的优化效果。
论文结构：1. 绪论2. AGC机组调配经济性的优化模型及目标函数3. 混沌遗传算法原理介绍与调参方法4. 混沌遗传算法在AGC机组调配经济性中的应用分析5. 结果分析与讨论6. 结论与展望参考文献：[1] Chen R, He L, Xu X Y. Joint optimization scheduling of AGC and electricity markets considering wind power accommodation[C]//2020 IEEE PES Asia-Pacific Power and Energy Engineering Conference (APPEEC). IEEE, 2020: 648-652.[2] Zhang J S, Liu T, Khan A. Economic AGC optimization based on whale optimization algorithm[C]//2020 IEEE 10th Annual Computing and Communication Workshop and Conference (CCWC). IEEE, 2020: 0710-0714.[3] 秦中梓, 李赛. 基于遗传算法优化的AGC模型研究[J]. 电气应用, 2019(11): 64-68.[4] 陈敬圣, 张璐文. 基于遗传算法和混沌优化的AGC调度[J]. 电力自动化设备, 2019(8): 91-96.。
基于混沌遗传算法的电力系统无功优化
基于混沌遗传算法的电力系统无功优化刘宝英;杨仁刚;李慧;冯小明;耿光飞【期刊名称】《电力系统及其自动化学报》【年(卷),期】2006(018)005【摘要】针对遗传算法在求解大规模电力系统无功优化问题中存在的收敛速度慢、易早熟的缺点,提出了一种新的无功优化算法--混沌遗传算法CGA.该方法结合混沌优化所具有的遍历性、随机性和规律性的特点,在遗传进化过程中引入混沌移民算子,通过混沌移民操作维持群体中染色体的多样性,以克服传统遗传算法中由于近亲繁殖所导致的早熟问题,确保算法的全局收敛性,加快计算速度.通过对某地区42节点系统进行仿真计算,该方法相比于简单遗传算法,计算速度提高了45%,收敛到全局最优的概率提高了1.25倍.【总页数】4页(P49-52)【作者】刘宝英;杨仁刚;李慧;冯小明;耿光飞【作者单位】中国农业大学信息与电气工程学院,北京,100083;中国农业大学信息与电气工程学院,北京,100083;北京机械工业学院计算机及自动化系,北京,100085;北京双电公司,北京,100083;中国农业大学信息与电气工程学院,北京,100083【正文语种】中文【中图分类】TM761【相关文献】1.基于组合混沌序列动态粒子群算法的电力系统无功优化 [J], 郭经韬;陈璟华;周俊;许伟龙2.基于混沌免疫接种粒子群算法的电力系统多目标无功优化 [J], 张洪波;杨琳;刘金龙;杨德龙;张晨3.基于混沌量子免疫算法的电力系统无功优化 [J], 童沛;乐秀璠4.基于混沌云遗传算法的配电网无功优化研究 [J], 张佩炯;苏宏升;景利学5.基于变尺度混沌理论与免疫遗传算法的电力系统无功优化 [J], 张利生;马安;叶卫华因版权原因，仅展示原文概要，查看原文内容请购买。
电力市场中基于混沌理论的电价预测研究
电力市场中基于混沌理论的电价预测研究
孙相文;王美玉;惠璟
【期刊名称】《东北电力大学学报》
【年(卷),期】2009(029)002
【摘要】随着电力市场化的不断深入,边际电价预测的重要性将愈来愈凸显,己成为广大发电企业普遍关注的焦点.如何开展边际电价预测以及如何提高边际电价预测的准确性成为迫切需要解决的问题.结合混沌理论,演绎出新的电价预测方法.
【总页数】4页(P52-55)
【作者】孙相文;王美玉;惠璟
【作者单位】武汉理工大学,湖北,武汉,430070;东北电力大学,吉林,吉林,132012;东北电力大学,吉林,吉林,132012;东北电力大学,吉林,吉林,132012
【正文语种】中文
【中图分类】F407.6
【相关文献】
1.GARCH族模型在电力市场电价预测中的比较研究 [J], 刘丽燕;邹小燕
2.基于回声状态网络的电力市场电价预测 [J], 任远
3.基于混沌因子及相空间重构后的神经网络短期电价预测的研究 [J], 罗欣;周渝慧;郭宏榆
4.基于卷积神经网络的电力市场电价预测 [J], 李英超
5.混沌理论和快速BP神经网络在边际电价预测中的应用 [J], 李郁侠;赵军科;段凌剑;高福荣
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（ ｌ ｇ ｆＥｌｃｒｃＥｎ ｉｅ ｒｎ Ｃｏｌ ｅｏ ｅ ｔｉ ｇｎ ｅ ｉｇ，Ｙａ ｓ ａ ｉｅ ｓ ｙ ｅ ｎ ｈ ｎ Ｕｎ ｖ ｒｉ ，Ｑｉｇ ｕ ｎ ｄ ｏ ０ ６ ０ ） ｔ ｎ ｈ ａ ｇ ａ ６ ０ ４
Ａｂ ｔ ａ ｔ Ｆ ｒ ｅ ｃ ｅ ｅ ａ ｉ ｎ ｃ ｍｐ ｎ ｎ ｅ ｅ ｔｉ ｉ ｒ ｅ ，ｔ ｅ ｂ ｄ ｉ ｇ ｓ ｒ ｔ ｇ ｓ ｄ ｓ ｕ ｓ ｄ ｉ ｈ ｓ ｐ ｐ ｒ ｓ ｒ ｃ ｏ ａ ｈ ｇ ｎ ｒ ｔｏ ｏ ａ ｙ ｉ ｌ ｃ ｒｃｔ ｍａ ｋ ｔ ｈ ｉ ｄ ｎ ｔａ ｅ ｙ ｉ ｉ ｓ ｅ ｎ ｔ ｉ ａ ｅ ．Ｔｈ ｙ ｃ ｅ ｐ ｉ ｃｐ ｅ ｏ ｏ ｅ ｉｉｅ ｂ ｄ ｉ ｇ ｉ ｉ ｖ ｌｅ ｎ ｅ ｅ ｔ ｉｉ ｒ ｅ ，ａ ｄ ｔ ｅｍａ ｈ ｍａ ｉａ ｄ ｌ ｓ ｅ ｐ ｒｎ ｉ ｌ ｆｃ ｍｐ ｔｔ ｉ ｄ ｎ ｎ ｏ ｖ ｄ ｉ ｌ ｃ ｒｃｔ ｍａ ｋ ｔ ｎ ｈ ｔ ｅ ｔ ｌ ｖ ｓ ｙ ｃ ｍｏ ｅ ｔ ．Ｂｙ ｃ ｍｂ ｎ ｎ ｈ — ｉｓ ｕ ｏ ｉ ｉ ｇ ｃ ａ Ｏ ｐ ｉ ｚ ｔ ｎ ａ ｄ ｇ ｎ ｔ ｌ ｏ ｉ ｍ ，ｔ ｅ Ｃｈ ｏ ｎ ｔ ｇ ｒｔ ｍ （ Ｓｏ ｔ ｍｉ ａ ｉ ｎ ｅ ｅ ｉ ａｇ ｒｔ ｏ ｃ ｈ ｈ ａ ｓＧｅ ｅ ｉ Ａｌ ｏ ｉ ｃ ｈ ＣＧＡ）ｉ ｐ ｅ ｅ ｔ ｄ ａ ｄ ａ ｐ ｉｄ ｉ ｉｄ ｎ ｔａ ｅ ｙ ｓ ｒ ｓｎ ｅ ｎ ｐ ｌ ｂｄ ｉｇｓｒｔｇ ． ｅ ｎ Ｔｈ ｈ ｏ ｐ ｉ ｚ ｔ ｎ ｉ ｉ ｔｏ ｕ ｅ ｎ ｄ ｆ ｅ ｅ ｔ ｐ ａ ｅ ｏ ｏ ｕ ａ ｉ ｎ ｅ ｏ ｕ ｉ ｎ ｅ ｃ ａ ｓｏ ｔ ｍｉ ａ ｉ ｓ ｎ ｒ ｄ ｃ ｄ ｉ ｉ ｒ ｎ ｈ ｓ ｆ ｐ ｐ ｌ ｔ ｖ ｌ ｔ ，ａ ｄ ｉ ｃ ｎ ｇ ｔ ｇ ｏ ａ ｐ ｉ ｍ ｏ ｕ ｉ ｎ ｏ ｆ ｏ ｏ ｎ ｔ ａ ｅ ｌｂ ｌｏ ｔｍｕ ｓ ｌ ｔ ｏ
电与发 电分离 ， 独立经营管理 ， 为发 电公司和用 户提
等问题对 我 国正 在建立 的电力市场 具有 指导 意义 ，
是电力市 场研究领 域 的前 沿课题 ， 有重 大 的理 论 具
供运转 电能 服务 。这 样一 种 开 放 和竞 争 的运 行 环
价值和应 用前景 ｌ 。 ２ ］
的问题 。跨 大区域联 网的实现 ， 一方 面使 电力 系统
的规模 越来越 大 ， 同地 区 的能 源资源 通过 电 网互 不
联得 到合理有 效的利用 ， 同时也使 传统 的发 、 、 输 用 电统一管理 和运行 机 制 开始 向发 、 、 电分 别 作 输 用 为 独立实体 参与竞争 的 电力市 场运行 机制转化 。
在电力市场运行 机制 下 ， 同 的发 电公 司 在发 不
电力市场 的特殊 性 决定 了 电力 市场 竞 价策 略 的特殊性 。如何 用 数学 模 型描 述 电 力市 场 竞价 策
略， 通过 何种算 法求 解 该 策 略模 型 ， 如何 高 效求 解
电方实行竞争 ， 用户作为独立实体参 与 电价控 制 ； 输
Ｃ ａ ｓ Ｎｕ ｌ ｓ ｍｂ ｒ ＴＭ ７ ｅ ３
１ 引言
电力市 场的发 展 给现 代 电价 和 管理 提 出 了新
境， 增加 了电力市场 的活力 ， 同时也增加 了运行规划
的不 确定性 ， 电力 市场 如何 确定 电价 和实施 管理 使
更 加复杂化 。网厂分开 ， 价上 网， 竞 电力工 业走 向市 场化 ， 在电力 市场 中如何 确定 电价 和实 施管理 牵 动 全局 ， 事关发 电 、 用户 、 电各 方利益 。因此 ， 输 合理 的 电价和科学 管理成为人们 关注的焦点【 。 １ ］
收敛 速 度 。
关键 词
混沌
遗传算法
Ｔ ３ Ｍ７
电 力市 场
竞 价
中 图分 类 号
Ｂｉ ｄ ｎｇ Ｓ ｒ ｔ ｇ ｅ ｅ ａ ｉ ｎ Ｃｏｍ ｐａ ｅ ｓ ｄ ｄ ｉ ｔ ａ ｅ ｙ ｏｆ Ｇ ｎ ｒ ｔｏ ｎｉ ｓ Ｂａ ｅ ｏ ｎ Ｃｈａ ｓ Ｇ ｅ ｅ ｉ ｌ ｏｒ ｔ ｏ ｎ ｔｃ Ａ ｇ ｉｈｍ
总第 ２０ ３ 期
２０ ０ ８年 第 １ 期 ２
计算机与数字工程
Ｃ ｍｐ ｔｒ＆ Ｄｉｉ ｌ ｇｎ ｅｉｇ ｏ ｕｅ ｇｔ ｉｅ ｒ ａ Ｅｎ ｎ
Ｖｏ． ６Ｎｏ １ １３ ． ２
２０
混 沌 遗 传 算 法 在 电力 市 场 竞 价 策 略 中 的 应 用
王 云静
（ 山 大学 电气 工 程 学 院 燕 秦皇 岛 ０ ６０ ） ６ ０ ４
摘 在 电力 市 场 环 境下 发 电公 司 参 与 竞 价 机 制 的 分 析 和 研 究 ， 论 了 发 电 公 司 竞 价 机 制 及 展 讨
其报价策略 ， 将投标竞价 的原则引入电力市场 ， 建立投标竞价数学模型 。将混沌优化和遗传算法结合起来 ， 出将混沌遗传 提 算法应用于电力市场 的竞价策略。通过在种群进化 的不同阶段 引入混沌优化 ， 能够更有效地求得全局最优解 ， 具有更快的
ｍ ｏｒ ｆｃｅ ｌ ｎｄ ｈａ ｇ ｒｃ ｅ ｅｆｉ ｉｎｔｙ ａ ｓｈｉ ｈｅ ｏｎｖ ｒ ｅ ｅ ｒ ｔ ｅ ｇ ｎｃ ａ ｅ．
Ｋ ｙ ｗｏ ｄ ｃ ａ ｓ ｅ ｅ ｉ ａｇ ｒｔ ｍ ，ｅｅ ｔ ｉｉｙ ｍａ ｋ ｔ ｏ ｐ ｔｔ ｅ ｂ ｄ ｉ ｇ ｅ ｒｓ ｈ ｏ ，ｇ ｎ ｔ ｌ ｏ ｉ ｃ ｈ ｌｃ ｒｃ ｔ ｒ ｅ ，ｃ ｍ ｅ ｉ ｖ ｉ ｄ ｎ ｉ