基于外逼近方法的中期机组组合问题

利用外逼近方法（OAM）提出一种求解机组组合（UC）问题新的确定性方法。OAM是一种分解方法,它把UC问题分解为一系列的混合整数线性规划（MILP）主问题和非线性规划（NLP）子问题。应用分支割平面方法求解MILP,应用新的零空间内点法求解NLP。54机组168时段等多个系统的数值仿真表明,OAM具有快速的收敛速度,能有效处理爬坡约束,为大规模安全约束机组组合问题的有效求解提供了一条新途径。     

基于粒子群优化的电力负荷灰色预测模型

通过对dt^-dx^（1）＋ax^（1）=u的通解x^^（1）=ce^-ak＋a^-u的参数a、u、c直接求解,避免了灰微分方程参数辨识时选取合理背景值的问题,构建了适应性更强的不需构造GM（1,1）模型的背詈值而直接求解灰微分方程参数的模型,并且在求解这些参数的过程中,应用了在求解非线性问题中具有全局寻优能力的粒子群算法（PSO）。提出了基于粒子群算法优化的电力负荷灰色预测模型PSOGM（1,1,a,u,c）,通过在电力负荷实例中的应用并与传统的GM（1,1）预测模型进行了效果比较,验证了基于粒子群算法优化的电力负荷GM（1,1）模型具有很好的预测精度和适用性。     

电力系统无功优化的LRS-PSO算法

提出一种应用局部随机搜索粒子群优化（LRS—PSO）算法求解电力系统无功优化的新方法。使用概率调用策略调用局部随机搜索（LRS）算子。给出了适合无功优化问题的LRS算子的具体实现以及应用LRS—PSO算法求解电力系统无功优化的步骤。对IEEE30节点测试系统进行了无功优化计算,并与标准遗传算法（SGA）、粒子群优化（PSO）算法的测试结果进行了比较。仿真结果表明,与SGA、PSO算法相比,应用LRS—PSO算法求解无功优化问题具有质量更高的解,收敛特性更好。     

含FACTS元件的电力系统电压稳定评估

现代电力系统包含大量柔性交流输电系统（FACTS）元件,研究其电压稳定评估方法具有重要意义。以静止同步并联无功补偿器（STATCOM）和静止同步串联无功补偿器（SSSC）的电源—阻抗模型为基础,建立了含STATCOM和SSSC的混合电力系统潮流模型,并在极坐标牛顿法潮流的基础上结合交替求解法来求解。为考虑STATCOM...     

基于电流源逆变器消除谐波的算法研究与应用

对电流源型逆变器（CSI）的谐波消除技术（SHE—PWM）进行了分析和研究。针对电流源逆变器在求解非线性超越方程组时存在初始值选定困难的问题,通过数学推导提出了利用梯形调制法（TPWM）选择牛顿迭代法（Newton—Raphson method）初始值的方法。利用数学计算得出此方法可以加快数据收敛,有效地提高电流源逆变器非线性超越方程组的求解速度。最后通过对此方法进行了软件仿真和实验,仿真和验证结果证实此方法的正确性。     

基于信任技术的最优潮流新算法

信任技术（Trust-Tech）是一种求解非线性优化问题的有效方法,文中将其应用于电力系统最优潮流计算中。该计算方法分2个求解阶段：第1个阶段建立约束条件的非线性动态系统——商梯度系统,并求解该动态系统的稳定平衡点,得到最优潮流（OPF）问题的可行解,同时采用有效集的思想处理不等式约束以降低计算量;第2个阶段对OPF问...     

基于逐元（EBE）技术的三维电磁场并行计算

本文阐述了用有限元法求解三维电磁场问题时，基于逐元（ｅｌｅｍｅｎｔｂｙｅｌｅｍｅｎｔ）技术的并行共轭梯度法（ＣＧ）和并行对角预处理共轭梯度法（ＤＣＧ）方法。我们在四个处理器的晶片计算机（Ｔｒａｎｓｐｕｔｅｒ系统）上实现了这两种算法，取得了相对于处理器个数几乎线性的加速比。由于不需存储整体系数矩阵，在很大程度上节省了内存，大大提高了用微机求解电磁场问题的能力。     

粗粒度并行遗传算法在水库调度问题中的应用

巨型水库群实时优化调度涉及大规模、高维及非线性问题,庞大、动态、复杂的搜索空间,采用传统遗传算法（GA）求解该类问题几乎不可行,并行遗传算法（PGA）除具有GA的优势外,还能充分利用并行计算机的计算能力、有效地提高求解质量和求解速度,在解决巨型水库群优化调度问题方面具有广阔的应用前景。本文采用PGA粗粒度模型（CGGA）,引入迁移算子,以三峡-葛洲坝梯级水库为例,将基于双向环迁移拓扑的CGGA应用于水库调度模型求解。计算结果表明,CGGA能够有效地提高求解质量和求解速度,从收敛性能看,CGGA由于种群隔离保证了种群间的个性,能够在整个计算过程中不断进化,避免总群体趋于同化;从并行性能看,CGGA加速比远大于线性加速比,说明CGGA能够充分地利用各计算进程,提高并行效率,避免资源浪费。     

改进的区间层次分析法在城市电网规划决策中的应用

提出了基于线性规划（LP）和B标规划（GP）的区间层次分析法。该方法分别建立了求解区间判断矩阵综合权重和进行区间层次总排序的LP模型,同时改进求解综合权重的LP模型,构造相应的GP模型来解决一致性校验问题,从两使区间层次分析法具有更高的精确性和适应性。     

基于克隆选择算法的支持向量回归实现年用电量预测

建立在统计学习理论（SLT）和结构风险最小化（SRM）准则基础上的支持向量回归（SVR）是处理小样本数据回归问题的有利工具,SVR的参数取值直接影响其学习性能和泛化能力。文中将SVR参数选取看作参数的组合优化问题,采用克隆选择算法（CSA）求解该组合优化问题进而选取SVR参数,并应用基于CSA的SVR求解年电力需求预测问题,同时与BP网络预测方法进行了对比。预测结果表明提出的预测方法不仅易于实现,而且精度较高,且性能明显优于BP网络方法。