仿射尺度算法及其在水电系统优化调度中的应用研究

《仿射尺度算法及其在水电系统优化调度中的应用研究》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、华中科技大学博士学位论文仿射尺度算法及其在水电系统优化调度中的应用研究姓名：曾勇红申请学位级别：博士专业：水利水电工程指导教师：张勇传;姜铁兵20040312华中科技大学博士学位论文特性能加快整个模型的收敛性，在逐次线性规划中采用这种方式计算的初始迭代点尤其接近问题的最优点。两种算法计算的速度均表明仿射尺度算法在求解该大规模线性规划问题中是有效和可靠的。(5)建立了三峡梯级水电系统确定性长期优化调度模型，目标函数追求计划期末梯级蓄能最大。采用大系统分解协调原理松弛发电量祸合约束。使用实际水力系统数据进行了数值检验，测试结果表明，本文所提出的模型和算法计

2、算上简单、可行而有效，适合于梯级水电长期运行规划的决策支持。关键词:仿射尺度算法，矩阵的QR分解，混沌搜索算法，逐次线性规划，分段线性逼近，梯级水电系统短期/长期优化调度，分解协调原理一--.~一.~目~-一-.一‘一叫一一一一分一-.一一一11华中科技大学博士学位论文ABSTRACTMoreandmorehydroutilitieshavefocusedonimprovementofoperationalpotentialbecauseofaffluenteconomicbenefitderivedfromoptimalreservoirdispat

3、ch.Ontheotherhand,somecharacteristicsinspecifichydropowerplantsoftenhinderusageofoptimizationsoftwaredevelopedfordispatch.Todevelopapracticalandreliablemodelandalgorithmforschedulingisstillachallengingtask.Thedissertationinvestigatesoptimalshort-termanddeterministiclong-termdisp

4、atchmodelsandalgorithmsagainstthestatekeyproject-TheThreeGorgesDigitalCascadesDecisionSupportSystemandTheThreeGorgesCascadedSchedulingAutomaticGenerationControl.Somevaluableresultsobtainedareoutlinedasfollows:(1)Theprincipleandimplementationtechniqueofaffinescalingalgorithm(ASA)

5、areintroducedindetailanditsiterativecharacteristicsaredescribed.Thewaytochooseastepofiterationisalsointroduced,whichguaranteesthemonotonicdecreaseinobjectivefunctionvalue.FrequentlycomputinganinversematrixinASAmayleadtooverriddencomputationaltime.Therefore,QRfactorizationisusedt

6、otranslatethesolutionofinversematrixintotacklingasetoflinearequations.InitialinteriorpointforiterationiscomputedbythebigMmethod.CasesaboutthreekindsofsolutioninlinearprogrammingareanalyzedrespectivelyandtheresultsshowthatASAiseffective.(2)Theimplementationstrategiesfortwolineari

7、zationmethodsareresearched.Insuccessivelinearapproximation,thedissertationemploysboundcontrolparameterstosafeguardtheboundaryoflinearprogrammingandproposesanefficientmethodofparametercorrection.AwayofvariableexpansionensuresthecompatibilitybetweenapproximatedprogrammingandASA.Ch

8、aosoptimizationalgorithmbasedonlinearsearchisin