風電并網外文翻譯最最新版

1、 畢業(yè)設計（論文）譯 文題目 禁止操作區(qū)受限的經濟調度粒子群優(yōu)化算法的研究學生姓名 張文娟 學號 2008105421 專業(yè) 電氣工程及自動化 班級 20081096 指導教師 楊力森 評閱教師 完成日期 2012 年1月12日禁止操作區(qū)受限的經濟調度粒子群優(yōu)化算法的研究A. I. El-Galled， M. El-Ha Wary ， A. A. Sallam， A. Kalas摘要：實際上，由于一些物理操作上的限制，并不是所有的操作區(qū)中，機組都能夠正常運行，因此，這些禁區(qū)把在最低和最高的發(fā)電極限之間的可操作區(qū)域劃分成不相交的凸子集。有禁止操作區(qū)的單元把一般的經濟調度轉化為非凸性的優(yōu)化問題，在

2、這個優(yōu)化算法中，傳統的優(yōu)化問題中，基于拉格朗日乘數方法不能直接應用。本文介紹了解決這個非凸性經濟調度問題一種方法，即粒子群優(yōu)化算法（PSO）。一個由15個單元組成的系統，其中有禁止操作區(qū)的4個單元用于應用程序.。由這一方法獲得的結果與通過傳統的方法和Hopfield神經網絡獲得的結果在此文中進行了比較。關鍵詞：粒子群優(yōu)化算法，經濟調度，禁區(qū) 1簡介曾經很長一段時間，工程師們致力于為每一個他們可能遇到的實際問題找尋出最優(yōu)的解決方案。對他們而言，即使是與最佳方案有一丁點的偏差反映的也是一個不想要的經濟損失，要么作為代價被付出，要么作為利潤被損失掉。不幸的是，一些與現在可用的解決工具相關聯的問題，從

3、經濟觀點來看，所謂的“近”的最佳解決方案可以足夠充分的和令人滿意的。這些困難來自雙方現實生活問題本身的復雜性及其運作情況，例如，高非線性，可體現其功能的非連續(xù)性和有多個局部最優(yōu)方案的可能性。單獨而言，傳統的和不確定的優(yōu)化方法不能解決這樣的問題，除非他們擁有精英機制。即使在這種情況下，這些解決方案也可能是與最優(yōu)化方案相去甚遠并非常耗時。實際的系統并不總是在使問題最優(yōu)化過程中表現優(yōu)良。在有大量發(fā)電單元和不同類型輔助設施的實際電力系統中，他們不總能被凸的功能所表現出來。在發(fā)電機和/或與之相關輔助設施中錯誤時而存在。因此，禁止操作區(qū)可以被最小和最大的發(fā)電極限之間的區(qū)域形成。在這些禁區(qū)操作導致軸承的不可

4、避免的放大振動。因此，倘若一些可操作區(qū)（禁區(qū)）不可用，在這些可用發(fā)電機組間分配負荷需求時，經濟調度問題現在正在降低發(fā)電成本。在數學上，禁區(qū)把最小和最大發(fā)電極限之間的范疇劃分成孤立的子地區(qū)。因此，決定的空間被轉換成為以非凸空間梯度為基礎的技術不適用的空間中去。I.ee和Breipohl通過把非凸性決策空間分解成一些小的子集，進而解決了這一難題。在這些小的子集中，每一個與之相關的調度問題要么是不可行的，或者直接由拉格朗日松弛方法可以解決。特別是當處于運行階段的的單元有禁止操作區(qū)時就需要很長一段時間。Fan和McDonald用了兩次拉姆達的迭代來解決有操作禁區(qū)區(qū)域的受限經濟調度問題。Hopfield

5、神經網絡過去常單獨使用3和文獻4，以解決非凸經濟調度優(yōu)化問題。許多參數的調整必須為Hopfield網絡做出來，以確保其一致性和銜接到一個可行的解決方案中去。本文探討使用改良粒子群優(yōu)化技術5來解決一些有禁止作業(yè)區(qū)的單位的約束經濟調度問題。應用“近”最好方案升級調查，該技術是一種并行人口為基礎的搜尋方法，每個迭代包括候選方案的全體人口。以雙方速度優(yōu)化的形式，以每個人在人口更新其內部問題空間中的位置的方式，改良粒子群優(yōu)化技術被運用到原始的粒子群優(yōu)化算法中來。這是旨在阻止個人在問題限制區(qū)以外的可探尋地區(qū)活動，并降低這種算法導致的現今局部最小值的風險。由于沒有梯度信息的擬議技術的利用，它可以應用到一類非

6、常廣泛的優(yōu)化問題中來，包括約束和限制優(yōu)化問題，仿真結果表明，無需梯度信息，該技術達到很好的精度，并且使用非常簡單的算術和邏輯運算而無需任何額外的調整參數。2問題陳述考慮一些有禁止操作區(qū)單位的約束調度問題，應儲備的數學公式如下：在這里： i ：所有在線機組指數；· ：發(fā)電成本（元/時）； ：第i號機組產生的功率（單位：兆瓦）；：第i號機組的成本系數函數； · ：所上線機組的全集。受以下限制： （1）功率平衡在此：傳輸損耗（兆瓦）；總負荷需求（兆瓦）；（2）系統旋轉備用 在此：Si:第 i號機組旋壓儲備出力（兆瓦）；SR:系統旋轉儲備要求（兆瓦）；Pimax:第i號機組的最大功

7、率極限；Stmax:第i號機組的最高旋轉備用功率；（3）無禁區(qū)發(fā)電單元的發(fā)電極限在此：第i號機組的最小功率極限；通常情況下，系統的旋轉備用是從沒有禁止操作區(qū)的單元獲得的，為了控制最大旋轉儲備極限，最大允許發(fā)電被限于：在此：第i號機組的有效功率上限。（4）有禁區(qū)發(fā)電單元的發(fā)電極限Pi min PiPi 1 或 Pi,j-1PiPi,j j=2,.,ni 或 Pi,niPiPi max （i）在此： 第i個單元機組中第j個禁止操作區(qū)的功率下限； 第i個單元機組中第j個禁止操作區(qū)的功率上限；ni ：第i個單元機組中禁止操作區(qū)的個數。3.解決約束問題5 的粒子群優(yōu)化算法（PSO）1.定義問題空間和設置

8、邊界；2.在空間內以任意的位置與速率初始化一系列粒子；3.為每個粒子評估所需的目標函數（例如最小函數），并與其以往的評價最佳值相比較：如果當前值小于以前的最佳值，就將最佳值作為當前值。4.在粒子的最佳位置中決定當前總體最小值；5.把當前的總體位置與先前的進行比較：如果目前的總體位置低于以前的，就把總體位置定義為當前的位置。6.運用以下公式，改變速率：VXK+1=VXK+rand0p_increment*(pbsetx-presentxK) +rand0*g_increment(pbsetxgbsetx-presetxk)7.移動到下一位置；8.檢查電流位置是否在問題空間內，如果電流位置在空間外

9、，就在空間內把位置設置到最佳值，并返回到步驟3；9.重復步驟2-8直至所有的簇在最佳為方案內。4仿真結果一個由15個單元組成的系統是用于檢測為解決保有受限經濟調度問題的粒子群最優(yōu)化方案的適用性，其中4個機組單元由禁止操作區(qū)。該系統在提供200兆瓦的旋壓儲存負荷時，也必須提供負載需求提供負載2650兆瓦。15個單元的數據在表1中被給出。4個禁止操作單元，第2，5，6及12單元在表21中列出。由表1得出15個單元中只有13個單元需要分配，因為第14號和第15號機組固定為15兆瓦，由于他們是作為系統的旋壓儲備而存在。群規(guī)模為50的已被用于解決這一問題。隨著通過傳統獲得的方法1和Hopfield網絡的參考3和文獻4 結果列于表3。 表3顯示，通過粒子群最優(yōu)化方法獲得的發(fā)電成本甚至比通過經典的數值方法獲得的成本更低，這是由于PSO算法的微調對最終解決方案的影響能力。同樣通過粒子群最優(yōu)化方法獲得的結果也比Hopfield網絡更加精確，這是由于與電力平衡約束間的細微差別，其中電力平衡約束與參考的解決方案4和成本較高的參考3相關表1：15個單元系統的數據 表2:禁止操作區(qū)： 表3：仿真結果： 5.總結本文介紹了為解決非凸優(yōu)化（PSO）經濟調度問題的粒子群優(yōu)化算法。一個15個單元（15個單元中4個單元有禁止操作區(qū)）組成的系統被實際應用。結果在良好的精度和（時間）復雜性方面有重大的意