本文将GENOCOPⅢ(Genetic algorithm for Numerical Optimization of Constrained Problems)算法应用于以网损最小化为优化目标的电力系统无功优化问题中。该算法是一种求解含非线性约束的数值优化问题的协进化遗传算法。算法保持两个...本文将GENOCOPⅢ(Genetic algorithm for Numerical Optimization of Constrained Problems)算法应用于以网损最小化为优化目标的电力系统无功优化问题中。该算法是一种求解含非线性约束的数值优化问题的协进化遗传算法。算法保持两个不同的种群并且使用不可行个体修正法来搜索可行点。文章最后以IEEE14节点系统为优化对象进行了计算,证明了GENOCOPⅢ遗传算法具有良好的性能。展开更多
在传统单层对数平均迪氏指数法(Logarithmic Mean Divisia Index,LMDI)的基础上,为解决单层模型在特定政策、行业方面解释性不足的局限性,提出利用多层LMDI分解模型,将云南省2008-2016年全社会用电量增长进一步分解为人口效应、规模效...在传统单层对数平均迪氏指数法(Logarithmic Mean Divisia Index,LMDI)的基础上,为解决单层模型在特定政策、行业方面解释性不足的局限性,提出利用多层LMDI分解模型,将云南省2008-2016年全社会用电量增长进一步分解为人口效应、规模效应、结构效应、部门效应和强度效应并与传统的单层分解法进行对比,分析得到以下结论:规模效应和部门效应对云南省电力消费的增长呈正向作用,结构效应和强度效应对云南省的电力消费的增长呈抑制作用,人口效应的影响较小,可为后续区域电力行业发展建设提供参考。展开更多
文摘本文将GENOCOPⅢ(Genetic algorithm for Numerical Optimization of Constrained Problems)算法应用于以网损最小化为优化目标的电力系统无功优化问题中。该算法是一种求解含非线性约束的数值优化问题的协进化遗传算法。算法保持两个不同的种群并且使用不可行个体修正法来搜索可行点。文章最后以IEEE14节点系统为优化对象进行了计算,证明了GENOCOPⅢ遗传算法具有良好的性能。
文摘在传统单层对数平均迪氏指数法(Logarithmic Mean Divisia Index,LMDI)的基础上,为解决单层模型在特定政策、行业方面解释性不足的局限性,提出利用多层LMDI分解模型,将云南省2008-2016年全社会用电量增长进一步分解为人口效应、规模效应、结构效应、部门效应和强度效应并与传统的单层分解法进行对比,分析得到以下结论:规模效应和部门效应对云南省电力消费的增长呈正向作用,结构效应和强度效应对云南省的电力消费的增长呈抑制作用,人口效应的影响较小,可为后续区域电力行业发展建设提供参考。