| 郑重声明 | 第1-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-15页 |
| 1．1 AGC机组调配研究的必要性 | 第10-11页 |
| 1．2 国内外电力市场及AGC服务的现状 | 第11-14页 |
| 1．2．1 国内电力市场的现状及存在的问题 | 第11-13页 |
| 1．2．2 国外电力市场的运作模式 | 第13-14页 |
| 1．3 本文的任务 | 第14-15页 |
| 2 自动发电控制(AGC)的原理及其数学模型 | 第15-35页 |
| 2．1 自动发电控制(AGC)原理简介 | 第15-21页 |
| 2．1．1 电力系统的运行目标和频率调节过程 | 第15-16页 |
| 2．1．2 AGC的总体结构 | 第16-17页 |
| 2．1．3 AGC的基本功能 | 第17-21页 |
| 2．2 AGC基本数学模型及常用优化算法 | 第21-33页 |
| 2．2．1 机组调配在AGC实现中的重要性 | 第21-22页 |
| 2．2．2 实现AGC机组调配的基本数学模型 | 第22-23页 |
| 2．2．2．1 机组调配数学模型中的符号 | 第22页 |
| 2．2．2．2 机组调配的数学模型 | 第22-23页 |
| 2．2．3 AGC机组调配优化算法简介 | 第23-33页 |
| 2．2．3．1 启发式方法 | 第23-24页 |
| 2．2．3．2 动态规划 | 第24-27页 |
| 2．2．3．3 整数规划 | 第27-29页 |
| 2．2．3．4 等微增率法 | 第29-31页 |
| 2．2．3．5 拉格朗日松弛法 | 第31-33页 |
| 2．3 本文AGC优化算法的选择 | 第33-35页 |
| 3 遗传算法在自动发电控制(AQC)机组调配的实现 | 第35-51页 |
| 3．1 遗传算法简介 | 第35-39页 |
| 3．1．1 什么是遗传算法? | 第35-36页 |
| 3．1．2 遗传算法原理 | 第36-38页 |
| 3．1．3 遗传算法应用领域 | 第38-39页 |
| 3．2 遗传算法优化机组调配的实现 | 第39-50页 |
| 3．2．1 引言 | 第39页 |
| 3．2．2 编码方法和种群选择 | 第39-41页 |
| 3．2．3 适应度函数的选取 | 第41-44页 |
| 3．2．4 选择算子设计 | 第44-46页 |
| 3．2．5 交叉算子设计 | 第46-47页 |
| 3．2．6 变异算子设计 | 第47-48页 |
| 3．2．7 遗传算法参数的设定 | 第48-50页 |
| 3．3 小结 | 第50-51页 |
| 4 模拟仿真结果 | 第51-58页 |
| 4．1 整数规划法对AGC机组调配问题的求解 | 第51-53页 |
| 4．2 本文采用的遗传算法对AGC机组调配问题的求解 | 第53-57页 |
| 4．3 结论：遗传算法和整数规划的比较 | 第57-58页 |
| 5 结论及展望 | 第58-60页 |
| 5．1 本文的结论 | 第58-59页 |
| 5．2 未来研究的问题及展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录1 (攻读学位期间发表论文目录) | 第64页 |