| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 引言 | 第9-11页 |
| 1.2 有功优化的发展历史 | 第11-15页 |
| 1.2.1 有功优化理论发展历史 | 第11-12页 |
| 1.2.2 有功优化模型 | 第12-13页 |
| 1.2.3 经典经济调度 | 第13-14页 |
| 1.2.4 现代经济调度 | 第14-15页 |
| 1.3 本文主要研究内容 | 第15-16页 |
| 第2章 遗传算法基本理论 | 第16-22页 |
| 2.1 遗传算法概述 | 第16-17页 |
| 2.2 遗传算法的步骤和意义 | 第17-18页 |
| 2.3 遗传算法的理论基础 | 第18-20页 |
| 2.3.1 模式定理 | 第19页 |
| 2.3.2 遗传算法的隐并行性 | 第19页 |
| 2.3.3 遗传算法的性能评估 | 第19-20页 |
| 2.4 遗传算法的优缺点 | 第20-22页 |
| 第3章 单目标电力系统有功调度遗传算法模型设计及实例计算 | 第22-32页 |
| 3.1 电力系统经济负荷分配数学模型的建立 | 第22-23页 |
| 3.1.1 目标函数 | 第22页 |
| 3.1.2 约束条件 | 第22-23页 |
| 3.2 传统的电力系统有功调度方法 | 第23-25页 |
| 3.2.1 等微增率算法及其应用 | 第23-25页 |
| 3.2.2 等微增率算法的缺陷 | 第25页 |
| 3.3 针对经济负荷分配问题的遗传算法模型的设计 | 第25-30页 |
| 3.3.1 参数编码 | 第25-26页 |
| 3.3.2 增加种群多样性的设计 | 第26-27页 |
| 3.3.3 适应度函数的设计 | 第27-28页 |
| 3.3.4 操作算子的设计 | 第28-29页 |
| 3.3.5 控制参数的设计 | 第29页 |
| 3.3.6 收敛准则判定 | 第29-30页 |
| 3.4 算例分析 | 第30-32页 |
| 第4章 电网泰州地区发电厂日有功负荷多目标分配的模拟优化调度 | 第32-39页 |
| 4.1 前言 | 第32页 |
| 4.2 泰州地区五电厂日有功负荷多目标分配的模型的建立 | 第32-33页 |
| 4.2.1 日有功负荷多目标分配的三个目标函数 | 第32-33页 |
| 4.2.2 日有功负荷多目标分配的约束条件 | 第33页 |
| 4.3 将多目标函数规划为单目标问题求解的策略 | 第33-35页 |
| 4.4 模型算法的实现 | 第35-36页 |
| 4.4.1 计算步骤 | 第35页 |
| 4.4.2 模拟系统算例的系统参数 | 第35-36页 |
| 4.5 运行结果与分析 | 第36-38页 |
| 4.6 本章小结 | 第38-39页 |
| 第5章 结论与展望 | 第39-40页 |
| 参考文献 | 第40-44页 |
| 致谢 | 第44-45页 |
| 作者简介 | 第45页 |
