基于遗传算法的区域电力市场日交易计划研究

通过对区域电力市场日交易计划的研究,建立了区域电力市场发电侧日交易计划的数学模型.该数学模型考虑了机组组合问题,还考虑了以边际电价和机组实际报价的2种结算方式.应用遗传算法求解数学模型,同时针对标准遗传算法中存在的问题,采用了一个十进制———二进制混合编码的遗传算法,并结合区域电力市场日交易计划模型的特殊性,对算法设计和求解中的若干关键技术,包括约束处理技术、遗传算子设计和算法效率优化等进行了研究.最后运用分布式协同方法求解,并进行基于.NET的程序架构设计,对于提高算法效率,解决遗传算法的收敛问题都较有利.

遗传算法在电网日交易计划中的应用研究

研究探讨了利用遗传算法解决我国电网在未来电力市场环境下的日交易计划问题,针对我国正在建设的电力市场,构造了以购电费用最小为目标的数学模型。针对购电计划的特点,采用了冗余度检查和越限检查。利用遗传算法求解该数学模型,并针对遗传算法的具体应用,对初始种群的生成、选择操作、变异操作等做了改进,提高了计算速度和局部搜索能力。

多目标模糊决策在电力市场日有功优化交易计划制定中的应用

介绍了一种兼顾全网发电费用最小和电网收益最大的日有功交易计划制定方法 ,通过定义目标函数的隶属函数从而将确定性问题模糊化 ,然后采用最大隶属度法将多目标问题转化为单目标非线性规划问题 ,然后可求解 ,对一个火电系统算例仿真表明该策略与确定性的单目标模型相比在各单目标轻微伸缩的情况下更能使双目标综合考虑更好。