水电的短期经济运行在电力市场中表现出许多新的特点和难点,市场机制下水电短期交易决策问题是最困难的组合优化问题之一,目前尚缺乏有效算法。本项目在对遗传算法、微粒群优化、拟文化等算法研究分析的基础上,将微粒群算法和约束适应性行为知识调整模块嵌入拟文化算法中,通过仿人类社会认知行为,探求了基于群体智能的新型拟文化微粒群算法,通过数值试验,对新算法性能的可行性和有效性进行了验证。并以此为基础,研究了电力市场环境中的机组组合问题和水电短期交易计划问题,分别构建了基于微粒群优化的机组优化组合模型和拟文化微粒群支持下的水电短期交易计划模型,进行了数值计算与仿真试验,所得结果正确,验证新方法的合理性与有效性。本项目通过多学科交叉渗透研究,取得了一些研究成果,可为水电短期交易策略问题提供科学决策依据与技术手段,同时还为复杂约束条件下组合优化问题的解决开辟了一条新途径,具有重要学术意义和工程应用前景。
英文主题词Quasi-cultural algorithm;Particle swarm optimization;Electric market;Short-term trade scheduling