現(xiàn)代優(yōu)化算法在電力系統(tǒng)中的應(yīng)用

目　　錄
譯者序
原書前言
致謝
第１章　概述１
?。?１　引言１
?。?２　優(yōu)化技術(shù)２
　?。?２.１　傳統(tǒng)優(yōu)化技術(shù)（經(jīng)典算法） ３
　?。?２.２　進(jìn)化技術(shù)６
?。?３　本書概要１７
　參考文獻(xiàn)１９
第２章　數(shù)學(xué)優(yōu)化方法２０
?。?１　引言２０
?。?２　二次型２０
?。?３　一些靜態(tài)優(yōu)化方法２２
　　２.３.１　無約束優(yōu)化２３
　?。?３.２　帶約束優(yōu)化問題２６
?。?４　龐特里亞金最大值定理３０
　２.５　泛函解析優(yōu)化技術(shù)３４
　?。?５.１　范數(shù)３４
　　２.５.２　內(nèi)積（點積） ３５
　?。?５.３　函數(shù)的轉(zhuǎn)換３６
　　２.５.４　最小范數(shù)定理３８
?。?６　模擬退火算法３９
　?。?６.１　模擬退火的物理概念４０
　?。?６.２　組合優(yōu)化問題４０
　　２.６.３　一般的模擬退火算法４１
　?。?６.４　冷卻進(jìn)度表４１
　　２.６.５　多項式時間冷卻進(jìn)度表４１
　?。?６.６　Ｋｉｒｋ冷卻進(jìn)度表４３
?。?７　禁忌搜索算法４４

　?。?７.１　禁忌表約束４４
　　２.７.２　特赦準(zhǔn)則４５
　?。?７.３　終止準(zhǔn)則４５
　?。?７.４　常規(guī)禁忌搜索算法４６
?。?８　遺傳算法４７
　?。?８.１　編碼４８
　?。?８.２　適應(yīng)度函數(shù)４８
　?。?８.３　遺傳算子４９
　?。?８.４　約束條件的處理（修復(fù)機(jī)制） ４９
　?。?８.５　普通遺傳算法４９
?。?９　模糊系統(tǒng)５０
　　２.９.１　基本術(shù)語和定義５４
　?。?９.２　模糊集支集５４
　?。?９.３　正規(guī)性５５
　　２.９.４　凹凸性５５
　?。?９.５　模糊集合的基本運算５６
　２.１０　粒子群優(yōu)化（ＰＳＯ）算法５９
?。?１１?。校樱纤惴ǖ幕驹恚叮?
　?。?１１.１　一般ＰＳＯ算法６２
　參考文獻(xiàn)６４
第３章　電力系統(tǒng)經(jīng)濟(jì)運行６５
?。?１　引言６５
?。?２　水－火－核聯(lián)合供電電力系統(tǒng)６６
　　３.２.１　數(shù)學(xué)建模６６
　?。?２.２　優(yōu)化步驟６８
　?。?２.３　基于最小范數(shù)定理的最優(yōu)解獲取７１
　?。?２.４　一種可行的多層算法７３
　　３.２.５　結(jié)論與總結(jié)７５
?。?３　全火力發(fā)電系統(tǒng)７５
　　３.３.１　常規(guī)全火力發(fā)電系統(tǒng)的問題描述７５
　?。?３.２　模糊全火力發(fā)電系統(tǒng)問題的數(shù)學(xué)模型７６
　?。?３.３　求解算法８３
　?。?３.４　算例８３
　?。?３.５　總結(jié)９８
　３.４　考慮模糊負(fù)荷和模糊成本函數(shù)參數(shù)的全火力發(fā)電系統(tǒng)１０１
　?。?４.１　問題的數(shù)學(xué)描述１０１
　?。?４.２　三角形模糊數(shù)的模糊區(qū)間運算１０３
目　　錄Ⅸ　

　?。?４.３　采用三角形Ｌ－Ｒ表示法的模糊數(shù)的模糊運算１０４
　?。?４.４　算例１０５
　３.５　計及損耗的模糊經(jīng)濟(jì)調(diào)度問題１３９
　?。?５.１　問題的數(shù)學(xué)描述１３９
　?。?５.２　求解算法１４２
　　３.５.３　仿真實例１４３
　?。?５.４　總結(jié)１５６
　附錄１５８
　　附錄Ａ.１ １５８
　　附錄Ａ.２ １５８
　參考文獻(xiàn)１５９
第４章　經(jīng)濟(jì)調(diào)度問題與機(jī)組組合問題：建模與求解算法１６１
?。?１　引言１６１
?。?２　該問題的求解思路１６１
?。?３　制定試驗解的產(chǎn)生規(guī)則１６２
?。?４　電力系統(tǒng)經(jīng)濟(jì)調(diào)度問題１６２
　４.５　目標(biāo)函數(shù)１６２
　?。?５.１　生產(chǎn)成本１６２
　?。?５.２　機(jī)組起動成本１６３
　４.６　約束條件１６３
　?。?６.１　系統(tǒng)約束１６４
　?。?６.２　機(jī)組約束１６４
?。?７　試驗解的產(chǎn)生規(guī)則１６５
?。?８　產(chǎn)生初始解１６８
?。?９　經(jīng)濟(jì)調(diào)度問題的求解算法１６８
　?。?９.１　基于線性互補(bǔ)形式的經(jīng)濟(jì)調(diào)度問題１６９
　　４.９.２　經(jīng)濟(jì)調(diào)度問題的Ｔａｂｌｅａｕ規(guī)模１７０
?。?１０　模擬退火算法用于求解ＵＣＰ １７１
　　４.１０.１　與文獻(xiàn)中其他ＳＡＡ的比較１７１
　?。?１０.２　數(shù)值算例１７２
?。?１１　總結(jié)與結(jié)論１８６
?。?１２　用禁忌搜索（ＴＳ）算法求解ＵＣＰ １８７
　?。?１２.１　禁忌表（ＴＬ）的約束１８７
　?。?１２.２　特赦水平的標(biāo)準(zhǔn)１８８
　?。?１２.３　終止準(zhǔn)則１８８
　?。?１２.４　常規(guī)禁忌搜索算法１８８
　?。?１２.５　ＴＳ算法在ＵＣＰ中的應(yīng)用１８９
?、?現(xiàn)代優(yōu)化算法在電力系統(tǒng)中的應(yīng)用

　　４.１２.６?。眨茫械慕杀眍愋停保梗?
　　４.１２.７?。眨茫械慕杀矸椒ǎ保梗?
　　４.１２.８　不同禁忌表建立方法之間的比較１９２
　?。?１２.９　用于ＵＣＰ的禁忌表的大小１９３
　?。?１２.１０?。樱裕樱恋臄?shù)值結(jié)果１９３
　４.１３　高級禁忌搜索（ＡＴＳ）算法１９９
　?。?１３.１　中期記憶１９９
　　４.１３.２　長期記憶１９９
　?。?１３.３　策略波動機(jī)制１９９
　　４.１３.４?。粒裕铀惴ㄓ糜谇蠼猓眨茫?２００
　?。?１３.５　中期記憶的實現(xiàn)２０１
　　４.１３.６　長期記憶的實現(xiàn)２０１
　?。?１３.７　策略波動的實現(xiàn)２０１
　　４.１３.８?。粒裕樱恋臄?shù)值結(jié)果２０１
?。?１４　局部總結(jié)２０６
　４.１５　遺傳算法用于求解ＵＣＰ ２０６
　?。?１５.１　解的編碼２０７
　?。?１５.２　適應(yīng)度函數(shù)２０７
　?。?１５.３　遺傳算子２０８
　　４.１５.４　約束處理（修復(fù)機(jī)制） ２０８
　?。?１５.５　普通遺傳算法２０８
　?。?１５.６　用遺傳算法求解ＵＣＰ ２０９
　　４.１５.７　問題編碼２０９
　?。?１５.８　構(gòu)建適應(yīng)度函數(shù)２１１
　?。?１５.９　染色體的選擇過程２１１
　?。?１５.１０　交叉２１１
　?。?１５.１１　變異２１２
　?。?１５.１２　自適應(yīng)ＧＡ算子２１３
　?。?１５.１３　算例２１３
　　４.１５.１４　總結(jié)與延伸２１８
?。?１６　用于求解ＵＣＰ的混合算法２１９
?。?１７　模擬退火與禁忌搜索的混合（ＳＴ） ２１９
　?。?１７.１　ＳＴ算法中的禁忌搜索部分２２０
　?。?１７.２　ＳＴ算法中的模擬退火部分２２１
?。?１８　ＳＴ算法的數(shù)值計算結(jié)果２２１
?。?１９　遺傳算法與禁忌搜索的混合２２５
　?。?１９.１　遺傳禁忌（ＧＴ）算法的提出２２５
　　４.１９.２?。牵运惴ㄖ械倪z傳算法部分２２６
目　　錄Ⅺ　

　　４.１９.３?。牵运惴ㄖ械慕伤阉鞑糠郑玻玻?
?。?２０　ＧＴ算法的數(shù)值計算結(jié)果２２８
?。?２１　ＧＡ、ＳＡ與ＴＳ算法的混合（ＧＳＴ算法） ２３３
　　４.２１.１?。牵樱运惴ǖ倪z傳算法部分的設(shè)計與實現(xiàn)２３３
　　４.２１.２?。牵樱运惴ǖ慕伤阉鞑糠值脑O(shè)計與實現(xiàn)２３３
　?。?２１.３　ＧＳＴ算法的模擬退火部分的設(shè)計與實現(xiàn)２３３
?。?２２?。牵樱运惴ǖ臄?shù)值計算結(jié)果２３５
?。?２３　總結(jié)與延伸２４０
?。?２４　各算法在ＵＣＰ方面的比較２４１
　?。?２４.１　算例１的比較結(jié)果２４１
　?。?２４.２　算例２的比較結(jié)果２４２
　?。?２４.３　算例３的比較結(jié)果２４３
　?。?２４.４　小結(jié)２４５
　參考文獻(xiàn)２４５
第５章　最優(yōu)潮流２５１
　５.１　引言２５１
?。?２　電力潮流方程２５７
　　５.２.１　負(fù)荷節(jié)點２５７
　?。?２.２　電壓控制節(jié)點２５７
　?。?２.３　松弛節(jié)點２５８
?。?３　一般ＯＰＦ問題的數(shù)學(xué)描述２６０
　?。?３.１　目標(biāo)函數(shù)２６０
　　５.３.２　約束條件２６２
　　５.３.３?。希校浦械膬?yōu)化算法２６４
?。?４　優(yōu)化算法用于單目標(biāo)最優(yōu)潮流２６６
　?。?４.１　粒子群優(yōu)化（ＰＳＯ）算法用球解ＯＰＦ問題２６６
　?。?４.２　ＩＥＥＥ－３０節(jié)點電力系統(tǒng)２６７
　?。?４.３　有功損耗最?。玻罚?
　?。?４.４　最小發(fā)電燃料成本２７５
　?。?４.５　最大化無功儲備裕度２７９
　　５.４.６　最小化無功功率損耗２８３
　?。?４.７　最小化排放指數(shù)２８７
　　５.４.８　最大化安全裕度２９１
?。?５　不同單目標(biāo)函數(shù)的比較２９５
　５.６　多目標(biāo)ＯＰＦ算法２９６
?。?７　多目標(biāo)分析的基本概念２９６
?。?８　多目標(biāo)ＯＰＦ算法２９８
?、?現(xiàn)代優(yōu)化算法在電力系統(tǒng)中的應(yīng)用

　?。?８.１　多目標(biāo)ＯＰＦ建模２９８
　?。?８.２　求解多目標(biāo)ＯＰＦ問題的一般步驟２９８
　５.９　生成非支配解集３００
　?。?９.１　所用方法３００
　?。?９.２　加權(quán)法３００
?。?１０　層次聚類技術(shù)３０１
?。?１１　本章小結(jié)３０６
　附錄３０７
　參考文獻(xiàn)３１０
第６章　水力發(fā)電系統(tǒng)的長期調(diào)度３１５
?。?１　引言３１５
?。?２　問題的數(shù)學(xué)模型３１６
?。?３　問題的求解：最小范數(shù)法３１７
　?。?３.１　系統(tǒng)建模３１８
　?。?３.２　公式化３１８
　?。?３.３　最優(yōu)解求?。常玻?
　?。?３.４　實際應(yīng)用算例３２２
　?。?３.５　小結(jié)３２３
　?。?３.６　非線性模型３２３
?。?４　模擬退火算法３３０
　　６.４.１　試驗解的產(chǎn)生（鄰近解） ３３１
　?。?４.２?。樱粒劣糜冢蹋裕龋樱械脑敿?xì)步驟３３２
　　６.４.３　實際應(yīng)用算例３３４
　?。?４.４　小結(jié)３３５
?。?５　禁忌搜索算法３３６
　　６.５.１　問題描述３３６
　?。?５.２　禁忌搜索方法３３６
　　６.５.３?。裕樱恋木唧w步驟３３８
　?。?５.４　停止判據(jù)３３９
　?。?５.５　數(shù)值實例３３９
　?。?５.６　總結(jié)與延伸３４１
　參考文獻(xiàn)３４１
第７章　電能質(zhì)量分析３４４
?。?１　引言３４４
?。?２　模擬退火算法的應(yīng)用３４７
　?。?２.１　模擬退火算法的接受測試３４７
目　　錄　

　　７.２.２　步長向量的調(diào)整３４７
　?。?２.３　冷卻進(jìn)度表３４８
?。?３　閃變電壓的模擬３４８
　?。?３.１　問題的數(shù)學(xué)描述３４８
　?。?３.２　求解電壓閃變算法測試３４９
　?。?３.３　采樣數(shù)的影響３４９
　?。?３.４　采樣頻率的影響３５０
　７.４　諧波問題的數(shù)學(xué)描述３５０
?。?５　算法在求解諧波方面的測試３５１
　?。?５.１　信號頻率已知３５１
　　７.５.２　信號頻率未知３５３
?。?６　結(jié)論３５５
　７.７　穩(wěn)態(tài)頻率估計３５６
　?。?７.１　恒頻模型和問題的建模３５８
　　７.７.２　計算機(jī)模擬數(shù)據(jù)３５８
　?。?７.３　受諧波污染的信號３５９
　?。?７.４　實際量測數(shù)據(jù)３６０
　７.８　結(jié)論３６１
　　７.８.１　變頻模型３６２
　?。?８.２　仿真算例３６３
　?。?８.３　呈指數(shù)衰減的頻率３６５
　７.９　結(jié)論３６７
　參考文獻(xiàn)３６７