造價通
更新時間：2025.01.04
基于并行小種群差分進化算法的水火電力系統(tǒng)短期優(yōu)化調(diào)度

格式：pdf

大小：1.6MB

頁數(shù)： 5頁

為解決水火電力系統(tǒng)短期發(fā)電優(yōu)化調(diào)度中存在的問題,提出基于MPI平臺的并行小種群差分進化算法。該算法將進化種群分為若干個小種群(單個種群規(guī)模為3~10個),每個進化種群由不同的CPU進程獨立執(zhí)行差分進化算法,并在種群間引入集合、分散操作以協(xié)調(diào)各小種群的尋優(yōu)過程；為降低小種群初始化和進化過程中多樣性的損失,引入正交化初始化方法和種群重構(gòu)技術(shù)；最后以典型案例驗證了算法的有效性。結(jié)果表明,該方法在求解精度、收斂速度和求解耗時上均較有競爭力。

水火電力系統(tǒng)短期優(yōu)化調(diào)度模型

格式：pdf

大?。?span class="single-tag-height">2.1MB

頁數(shù)： 4頁

構(gòu)建水火電力系統(tǒng)短期優(yōu)化調(diào)度模型,提出求解思路.從梯級水電站發(fā)電量和耗水量、火電機組污染物排放量和發(fā)電總成本四方面建立模型;運用滿意度函數(shù)和歐式距離函數(shù)進行歸一化處理,結(jié)合懲罰函數(shù)和雙適應(yīng)度法處理約束條件.將多目標、帶約束的復(fù)雜優(yōu)化問題轉(zhuǎn)化為了單目標、無約束的簡單優(yōu)化問題,大大簡化了求解過程,提高了算法的收斂速度和精度.充分體現(xiàn)了節(jié)能和經(jīng)濟雙贏的理念,為水火電力系統(tǒng)短期優(yōu)化調(diào)度提供了新思路.

精華知識

水火電力系統(tǒng)

最新知識

水火電力系統(tǒng)
點擊加載更多>>

相關(guān)問答

水火電力系統(tǒng)
點擊加載更多>>
專題概述
水火電力系統(tǒng)相關(guān)專題

分類檢索：