1、論文對(duì)電力系統(tǒng)優(yōu)化運(yùn)行理論和方法進(jìn)行了系統(tǒng)性研究,并且在電力系統(tǒng)優(yōu)化運(yùn)行問(wèn)題數(shù)學(xué)建模、智能優(yōu)化算法及其在電力系統(tǒng)優(yōu)化運(yùn)行中的應(yīng)用等方面進(jìn)行了深入的研究.本文的主要工作及創(chuàng)新點(diǎn)如下:1.分析遠(yuǎn)期發(fā)電交易計(jì)劃優(yōu)化中的目標(biāo)和約束條件,建立了競(jìng)價(jià)交易計(jì)劃優(yōu)化和遠(yuǎn)期電量分解計(jì)劃優(yōu)化的數(shù)學(xué)模型,提出了競(jìng)價(jià)交易計(jì)劃優(yōu)化和遠(yuǎn)期電量分解計(jì)劃優(yōu)化問(wèn)題的求解思路以及算法描述.2.提出基于狀態(tài)變化的編碼方式和相應(yīng)的遺傳操作;同時(shí),利用基于專(zhuān)家知識(shí)的免疫算法來(lái)提

2、高機(jī)組優(yōu)化組合的計(jì)算速度.3.針對(duì)電力市場(chǎng)下日前交易計(jì)劃優(yōu)化的特點(diǎn),提出一種充分結(jié)合免疫算法和排隊(duì)算法各自優(yōu)點(diǎn)的混合智能算法4.分析電力市場(chǎng)中無(wú)功輔助服務(wù)的特點(diǎn),根據(jù)電力系統(tǒng)無(wú)功電壓調(diào)度運(yùn)行的需要,提出了計(jì)及無(wú)功費(fèi)用的日無(wú)功計(jì)劃優(yōu)化數(shù)學(xué)模型5.提出一種改進(jìn)的免疫算法;同時(shí),利用免疫記憶功能,實(shí)現(xiàn)了優(yōu)良基因片的重組,提高算法的總體搜索能力.6.充分利用免疫算法和局部鄰域搜索算法在搜索方式上互補(bǔ)的特點(diǎn),采用串行方式混合優(yōu)化結(jié)構(gòu),將免疫算法和

3、局部鄰域搜索算法結(jié)合起來(lái),形成一個(gè)適合于求解多時(shí)段無(wú)功計(jì)劃優(yōu)化問(wèn)題的混合算法,并成功地應(yīng)用于日無(wú)功計(jì)劃優(yōu)化問(wèn)題的求解.7.綜合考慮了發(fā)電設(shè)備和輸電設(shè)備檢修之間的約束和影響,提出電力市場(chǎng)條件下發(fā)電、輸電設(shè)備檢修協(xié)調(diào)優(yōu)化的數(shù)學(xué)模型.8.利用遺傳算法和粒子群優(yōu)化算法相似的優(yōu)化框架和優(yōu)化流程,提出一種充分結(jié)合遺傳算法和粒子群優(yōu)化算法各自優(yōu)點(diǎn)的混合智能算法.9.將基于線性模型的可用輸電容量算法嵌入到遺傳粒子群優(yōu)化算法中,計(jì)算目標(biāo)函數(shù)中的可用輸電容