随机机组组合问题中基于粒子群算法的情景削减方法研究

随机机组组合问题中基于粒子群算法的情景削减方法研究

ID:34975307

大小:3.32 MB

页数:71页

时间:2019-03-15

随机机组组合问题中基于粒子群算法的情景削减方法研究_第1页
随机机组组合问题中基于粒子群算法的情景削减方法研究_第2页
随机机组组合问题中基于粒子群算法的情景削减方法研究_第3页
随机机组组合问题中基于粒子群算法的情景削减方法研究_第4页
随机机组组合问题中基于粒子群算法的情景削减方法研究_第5页
资源描述:

《随机机组组合问题中基于粒子群算法的情景削减方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、学校代号10532学号S12092032分类号TM73密级公开硕士学位论文随机机组组合问题中基于粒子群算法的情景削减方法研究学位申请人姓名陈丹培养单位电气与信息工程学院导师姓名及职称熊高峰副教授学科专业电气工程研究方向电力系统经济调度论文提交日期2015年4月20日学校代号:10532学号:S12092032密级:公开湖南大学硕士学位论文随机机组组合问题中基于粒子群算法的情景削减方法研究学位申请人姓名:陈丹导师姓名及职称:熊高峰副教授培养单位:电气与信息工程学院专业名称:电气工程论文提交日期:2015

2、年4月20日论文答辩日期:2015年5月13日答辩委员会主席:李欣然教授StudyofScenarioReductionBasedonPSOinTheStochasticUnitCommitmentProblembyCHENDanB.E.(HunanUniversity)2012AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineeringinElectricalEngineeringint

3、heGraduateSchoolofHunanUniversitySupervisorAssociateProfessorXIONGGaofengApril,2015湖南大学学位论女原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研。?标注引用的内容外究所取得的研究成果除了文中特别加y,本论文不包含任何其他个人或集体己经发表或撰写的成果作品。对本文。的研究做出重要贡献的个人和集体,均已在文中臥明确方式标明本人完全意识到本声明的法律后果由本人承担。^作者签名:

4、下每身日期:心女年r月3口日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部口或机构送交论文的复印件和电子。版,允许论文被查阅和借阅本人授权湖南大学可tu将本学位论文、的全部或部分内容编入有关數据库进行检索,可臥采用影印缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、。保密□,在年解密后适用本授权书2、不保密^。(请在臥上相应方框内打)>咕年T月;0作者签名:自期:^日:导师签名

5、:日期7^年立月^日随机机组组合问题中基于粒子群算法的情景削减方法研究摘要在求解传统机组组合问题及基于电价的确定性机组组合问题时,由于电力负荷与电价一般是事先给定的,其求解结果通常不能反映负荷与电价不确定性的影响。因此,考虑负荷和电价不确定性的随机机组组合问题日益得到重视。在随机机组组合问题中一般采用情景分析法对不确定性因素进行建模并求解,将不确定性因素建模成情景时,为了充分反映不确定性并合理代表整体的分布,通常会生成数量很大的情景。情景生成的数量和质量将直接影响到随机机组组合问题的求解计算量和最

6、优解的质量。由于计算的复杂性和时间限制,在实际应用中需要对初始情景进行削减,以便得到合适数量和质量的情景。本文主要对随机机组组合问题中的情景削减方法进行研究:首先,介绍机组组合问题的研究背景及发展现状,建立传统机组组合问题以及随机机组组合问题的数学模型及约束条件,综述机组组合问题的求解方法,介绍情景生成及削减问题的研究现状并详细说明文章的研究思路与章节安排;其次,在介绍情景、情景分析法与情景生成方法的基础上,采用蒙特卡罗模拟法生成一个小规模初始电价情景集合和一个大规模初始电价情景集合,然后对情景削减的

7、理论依据进行说明,引出后向削减法和前向选择法的概念,并定义一种相对精度指标以验证这两种削减算法的有效性;再次,对粒子群算法的理论背景及研究现状、粒子群算法的基本原理及收敛性等进行分析,基于粒子群算法提出一种新的情景削减方法,详细给出采用该方法求解随机机组组合问题中的情景削减问题的步骤;最后,给出基于粒子群算法的情景削减方法的算例测试,采用该方法对上面生成的小规模电价情景集合及大规模电价情景集合分别进行削减,并将其削减结果与前向选择法和后向削减法的削减结果进行比较,以验证该方法的有效性。测试结果表明,基

8、于粒子群算法的情景削减方法可以快速有效的对初始情景进行削减,能够较好的求解随机机组组合问题中的情景削减问题。关键词:机组组合;随机机组组合;情景削减;前向选择法;后向削减法;粒子群算法硕士学位论文AbstractInsolvingthetraditionalUCproblemandthepricebasedunitcommitment(PBUC)problem,electricalloadandpriceisgenerallygiveninadvance

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。