基于遗传算法的电力市场分段竞价交易决策

《基于遗传算法的电力市场分段竞价交易决策》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、西安理工大学硕士学位论文基于遗传算法的电力市场分段竞价交易决策姓名：杨帆申请学位级别：硕士专业：电力系统及其自动化指导教师：余健明20080301摘要论文题目：基于遗传算法的电力市场分段竞价交易决策＼学科专业：电力系统及其自动化研究生：指导教师：杨帆余健明教授摘要在电力市场环境下，竞价模型的优劣直接影响着电力市场运营过程的公平、公正及合理性，而如何使用更好、更具通用性的竞价算法来对电力市场竞价模型进行求解，以利降低购电费用，减少用电价格，同样具有重要的理论价值和应用前景，对电力市场的发展具有重要的意义。电力市场分段竞价模型是近年来针对

2、分时竞价模型的弊端提出的一种新的竞价模式。针对目前普遍应用于电力市场分段竞价模型的算法——排队法只能处理阶梯型报价曲线，而无法应用于其它常用报价曲线，如线性报价曲线或其它更复杂报价曲线的缺点，提出了一种基于遗传算法的电力市场分段竞价交易决策算法，并针对分段竞价模型的特点，设计了相应的编码方式、混合交叉变异算子等；针对简单遗传算法容易产生早熟现象的缺点，采用了自适应交叉变异率，小生境排挤技术等手段，避免了早熟现象的产生；竞价结果产生后，根据此竞价结果制定了将全天时刻分为48点的日发电计划，并在此过程中考虑了机组爬坡约束的影响。应用算例，

3、在Matlab软件平台上，对所提出的基于遗传算法的电力市场分段竞价交易算法进行了阶梯型报价曲线、线性报价曲线这两种常用报价曲线情况下的算例验证，计算结果显示算法的寻优效果因报价曲线性质的不同而略有区别，但两种情况均可得到优化的购电费用。实验结果证明了该算法应用于分段竞价模型的有效性和可行性，且不受报价曲线形式的限制。关键词：电力市场；分段竞价；竞价算法；遗传算法；西安理工大学硕士学位论文Title：ABLOCKBlDDINGALGORITHMBASEONGENETICALGRITHMlCMajor：PowerSystemanditsA

4、utomationName：FANYANGSupervisor：Prof。JianmingYuAbstractUndertheenvironmentofElectricPowerMarket，theadvantageanddisadvantageofbiddingmodelhasdirectlyeffectthefairness，justiceandreasonablenessofElectricPowerMarket’operationprocess．Italsohasveryimportanttheoreticalvalueand

5、applicationprospectthathowtousingbetterandmoreuniversal，biddingalgorithmwhichcaneffectivelyreducethecostofelectricenergyinordertoreducethepriceofelectricpower．Blockbiddingmodelisanewbiddingmechanismaimingatthedisadvantageofhourlybiddingmodel．TheMerit—OrderMethodwhichbee

6、ncommonlyappliedatBlockBiddingPowerMarketcanonlyprocessstep-likebiddingcurves，butbeuselessinlinearbiddingCUI'VCS。Thispaperpresentsablockbiddingalgorithmbase‘ongeneticalgorithmic，whichprovidesanewwaytosolvethisproblem．Accordingtothecharacteristicofblockbiddingmechanism，t

7、hecodingandgeneticoperatorsaredesigned．Thisalgorithmalso·adoptself-adaptivelycrossoverrateandmutationrate，nichetechnologytokeeppopulation’Sdiversity，avoidprematureandenhancelocalsearchability．Basingontheresultofthealgorithm，thedailygenerationschedulingisplannedinwhichaw

8、holedaytimebedividedinto48points．Duringthisprocess，theloadpredictioncurveispartitionedaccordingtorampingconstr