人工智能在电力系统优化中的应用

本书是作者在电力系统优化，尤其是基于人工智能方法解决电力系统优化问题研究的多年成果总结。书中首先简要介绍了电力系统优化的重要性以及人工智能在电力系统中的应用。然后详细介绍了电力系统优化中经济调度、机组组合、水火电调度、最优功率流、无功功率调度和可用传输容量等相关问题，并给出了相关的大量实际案例和具体应用。书中详细介绍了各种约束条件下的经济调度问题，包括燃料约束、传输极限约束、斜坡速率约束、排放约束、环境约束等。此外还详细介绍了通过人工智能方法求解各类机组组合问题的具体应用。

译者序
原书前言
第1章绪论
1.1电力系统优化的重要意义
1.2人工智能在优化问题中的发展趋势
1.3人工智能在电力系统中的应用
1.4本书概述
参考文献
第2章经济调度
2.1简介
2.2发电机边际成本曲线
2.3不考虑损耗的经济调度公式
2.4考虑输电损耗的经济调度
2.5斜坡速率约束下的经济调度
2.6燃料约束下的经济调度
2.7考虑排放的经济调度
2.7.1排放约束下的经济调度
2.7.2具有排放目标的经济调度
2.8输电约束下的经济调度
2.9非平滑成本函数的经济调度
2.9.1具有禁止运行区的经济调度
2.9.2具有分段二次成本函数的经济调度
2.10热电联产经济调度
2.11水火电经济调度
2.12竞争激烈的电力供应行业中的最优电力调度
2.12.1不考虑需求侧竞价的目标函数
2.12.2考虑需求侧竞价的目标函数
2.13小结
2.14习题
参考文献
第3章机组组合
3.1简介
3.1.1机组约束
3.1.2旋转备用约束
3.1.3输电线路约束
3.1.4斜坡约束
3.1.5燃料约束
3.1.6环境约束
3.1.7必须运行约束
3.1.8降额约束
3.2机组组合问题描述
3.3机组组合求解方法
3.3.1优先级列表法
3.3.2枚举法
3.3.3动态规划
3.3.4Lagrangian松弛
3.3.5增强型增广Lagrange增广Hopfield方法
3.3.6增强优先级顺序和增广Lagrange—Hopfield方法
3.3.7基于Lagrangian松弛的ALHN方法
3.4约束机组组合
3.4.1增强Lagrangian松弛法
3.4.2运用线性／二次规划的启发式搜索（HSLQP）
3.4.3EIRP的整个流程
3.4.4数值计算结果
3.5安全约束下的机组组合
3.5.1增强Lagrangian松弛
3.5.2运用线性／二次规划的启发式搜索
3.5.3整个ELRP流程
3.6基于价格的机组组合
3.7小结
3.8习题
参考文献
第4章水火电调度
4.1简介
4.2水火电厂模型
4.3水火电调度公式化
4.4水火电调度模型
4.4.1协调方程方法
4.4.2峰值负荷抑制方法
4.4.3增广Larangian松弛程序
4.5串联水电机组
4.6抽水蓄能水电站
4.7对水电和抽水蓄能水电站的水火电调度问题公式化
4.8包括抽水蓄能水电站的水火电调度解决方法
4.8.1增广Lagrangian松弛
4.8.2运用线性／二次规划启发式搜索
4.8.3ELRP总流程
4.8.4改善优先顺序和ALHN
4.8.5基于Lagrangian松弛方法的ALHN
4.9小结
4.10习题
参考文献
第5章最优潮流
5.1简介
5.2最优潮流问题描述
5.3电网极限约束下有功功率最优调度
5.3.1线性规划最优潮流（LPOPF）
5.3.2二次规划最优潮流（QPOPF）
5.4最优潮流中的神经网络应用
5.5用于最优潮流的粒子群优化算法
5.5.1粒子群优化算法
5.5.2PSO—TVIW的实现
5.6小结
5.7习题
参考文献
第6章最优无功功率调度
6.1简介
6.2电力系统中的无功功率
6.2.1无源元件的无功功率
6.2.2有源元件的无功功率
6.2.3具有有源无功功率补偿器的无源电网
6.3常规最优无功功率调度
6.3.1目标函数
6.3.2约束条件
6.3.3控制变量
6.3.4常规OPRD问题示例
6.4解除管制电力市场中的最优无功功率调度
6.4.1作为辅助服务的无功功率
6.4.2无功功率总产生成本
6.4.3无功功率市场结算与定价
6.5解除管制电力市场条件下基于TVAC—PSO的最优无功功率调度
6.5.1问题描述
6.5.2粒子群优化算法
6.5.3PSO算法的数值性能
6.6小结
6.7习题
参考文献
第7章可用输电能力
7.1简介
7.2输电能力概述
7.2.1输电能力与输电容量
7.2.2输电能力
7.2.3输电能力的极限
7.3ATC原则
7.4ATC的定义与测定
7.4.1ATC
7.4.2TTC
7.4.3输电可靠性裕量
7.4.4性能效益裕量
7.5ATC的计算方法
7.5.1网络响应方法
7.5.2额定系统路径方法
7.6ATC的计算
7.6.1线性逼近法
7.6.2连续潮流与重复潮流法
7.6.3稳定性约束的ATC计算方法
7.6.4基于最优潮流的计算方法
7.7利用进化规划算法计算TTC
7.7.1问题描述
7.7.2进化规划算法
7.8利用混合进化算法增强TTC
7.8.1问题描述
7.8.2混合进化算法
7.9利用HEA增强ATC优化使用多类型FACTS装置
7.9.1FACTS的OPF问题公式
7.9.2HEA的实施方法
7.10小结
7.11习题
参考文献
附录
附录A数学模型推导
A.1增量式传输损耗计算
A.2优化问题中的增广Lagrange—Hopfield
A.2.1背景知识
A.2.2算法
A.2.3ALHN的收敛性证明
A.2.4非等式约束的LR
A.3广义发电分布因子的推导
A.3.1发电转移分布因子
A.3.2广义发电分布因子
A.4确定传输损耗系数
A.4.1由潮流推导的B系数
A.4.2由GGDF推导的B系数
A.4.3作为有功功率和无功功率函数的功率损耗
A.5增广IAgrange—Hopfield神经网络
A.6直流潮流
附录B实验系统数据
B.110机组基本系统
B.2IEEE 24母线可靠性测试系统
B.3具有燃料约束抽水蓄能机组的水火电系统
附录C实验结果
附录DMATLAB编程实现
D.1编程提示
D.2MATLAB简单示例

近年来，已出版了许多有关电力系统优化方面的图书，但大多数都未介绍基于人工智能的方法在该领域的应用。此外，随着人工智能在各个领域中应用的快速发展，由于其在解决复杂问题上具有简单、高效的优越性能，现已成为解决工程中优化问题的一种新的趋势。为此，在过去20年中，人工智能在电力系统中的应用已引起全世界众多研究人员的极大关注。本书是作者对人工智能在解除管制前/后电力系统优化问题中最新应用的成果总结。 本书的目的是作为电力系统管理专业研究生，以及致力于该领域研究人员的参考用书。本书内容主要涵盖了人工智能如粒子群优化算法、进化规划、模糊逻辑以及增广Lagrange Hopfield神经网络在电力系统优化问题中应用的最新研究。同时，还分析了电力系统运行中普遍考虑的问题，包括经济调度、机组组合、水火电调度、最优潮流、无功功率调度以及可用输电能力等。此外，还包括了电力市场方面的一些主题，如提前一天的发电计划和输电定价等。 本书旨在为电力系统管理专业的学生提供电力公司以及电力市场的电力系统运行中不同优化问题的相关基本知识。书中问题表述简单、易于理解，且内容最新，尤其是人工智能所用方法。在每章的结束处，还提出了一些实际问题。本书是在多位专家的帮助下完成的。在此，希望读者能够更多关注人工智能在电力系统优化中的最新应用与解决方案。 欢迎广大读者提出建议和意见。