第1章 绪论 | 第1-17页 |
1. 1 我国水能资源蕴藏量及水电事业发展 | 第10-13页 |
1. 1. 1 我国可开发的常规水能资源 | 第10页 |
1. 1. 2 我国水能资源的特点 | 第10-11页 |
1. 1. 3 我国水能资源在能源中的地位 | 第11页 |
1. 1. 4 水电的效益 | 第11-12页 |
1. 1. 5 我国水电事业的发展 | 第12-13页 |
1. 2 水电站在电力系统中的作用 | 第13-15页 |
1. 2. 1 满足可靠性要求的工作方式--担任峰荷 | 第13页 |
1. 2. 2 满足经济性要求的工作方式--担任最大可能负荷 | 第13-14页 |
1. 2. 3 可靠性与经济性的统一--调功、调频、担任备用 | 第14-15页 |
1. 3 电力系统对水电站运行的要求 | 第15-16页 |
1. 4 本文研究的主要内容和方法 | 第16-17页 |
第2章 梯级水电站经济运行 | 第17-41页 |
2. 1 水电站动力特性 | 第17-19页 |
2. 2 梯级水电站经济运行概述 | 第19-29页 |
2. 2. 1 水电站经济运行方式 | 第19-21页 |
2. 2. 2 水电站经济运行基本内容及实施 | 第21-24页 |
2. 2. 3 梯级水电站间的水力联系 | 第24-27页 |
2. 2. 4 梯级水电站经济运行的研究内容及意义 | 第27-28页 |
2. 2. 5 日负荷图分析 | 第28-29页 |
2. 3 我国流域梯级水电站的开发 | 第29-31页 |
2. 4 梯级水电站经济运行准则 | 第31-35页 |
2. 4. 1 以国民经济效益最大或国民经济费用最小为最优准则 | 第31页 |
2. 4. 2 梯级水电站发电量最大为最优准则 | 第31-32页 |
2. 4. 3 在满足梯调负倚要求下,以梯级水电站总耗水量最小为最优准则 | 第32-33页 |
2. 4. 4 以梯级水电站各级水库计算期末总蓄能(水)量最大为最优准则 | 第33-35页 |
2. 5 梯级水电站运行的约束条件 | 第35-38页 |
2. 5. 1 等式约束条件 | 第35-37页 |
2. 5. 2 不等式约束条件 | 第37-38页 |
2. 6 梯级水电站经济运行研究的动态和现状 | 第38-41页 |
2. 6. 1 动态规划法(DP) | 第38-39页 |
2. 6. 2 拉格朗日乘子法 | 第39页 |
2. 6. 3 逐次逼近算法(POA算法) | 第39页 |
2. 6. 4 网络流法 | 第39页 |
2. 6. 5 遗传算法(GA) | 第39-41页 |
第3章 遗传算法理论 | 第41-57页 |
3. 1 遗传算法的基本原理 | 第41-43页 |
3. 2 遗传操作 | 第43-53页 |
3. 2. 1 适应度函数 | 第44-45页 |
3. 2. 2 选择(selection) | 第45-50页 |
3. 2. 3 交叉/基因重组(crossover/recombination) | 第50-52页 |
3. 2. 4 变异(mutation) | 第52-53页 |
3. 3 遗传局部搜索 | 第53-54页 |
3. 4 约束优化 | 第54-57页 |
第4章 基于遗传算法的乌江梯级水电站的经济运行研究 | 第57-81页 |
4. 1 乌江梯级水电站概述 | 第57-61页 |
4. 1. 1 流域概况 | 第57-58页 |
4. 1. 2 乌江梯级水电站简介 | 第58-61页 |
4. 1. 3 乌江梯级水电站联合调度的可行性 | 第61页 |
4. 2 乌江梯级水电站经济运行的数学模型 | 第61-64页 |
4. 2. 1 经济运行的目标函数 | 第62页 |
4. 2. 2 约束条件 | 第62-64页 |
4. 3 基于遗传算法的优化 | 第64-74页 |
4. 3. 1 编码及初始种群的产生 | 第65-66页 |
4. 3. 2 适应度的计算 | 第66-67页 |
4. 3. 3 选择 | 第67页 |
4. 3. 4 交叉 | 第67-68页 |
4. 3. 5 变异 | 第68页 |
4. 3. 6 局部搜索算子 | 第68页 |
4. 3. 7 停止准则判定 | 第68-69页 |
4. 3. 8 遗传算法优化流程 | 第69-70页 |
4. 3. 9 基于Matlab的仿真 | 第70-74页 |
4. 4 工程应用 | 第74-81页 |
4. 4. 1 梯级控制系统的结构 | 第75-76页 |
4. 4. 2 梯级控制系统的主要功能 | 第76-81页 |
第5章 总结与展望 | 第81-83页 |
5. 1 本文的主要工作 | 第81页 |
5. 2 有待进一步研究的工作 | 第81-83页 |
参考文献 | 第83-86页 |
附录1 Matiab遗传算法工具箱GAOT的函数及其功能 | 第86-88页 |