內容簡介
本書介紹了基於確定模型的經濟調度的基本概念,並由此引出基於數據驅動的經濟調度,重點介紹了單目標、多目標經濟調度,以及在大規模複雜系統中如何有效進行調度與決策。本書主要內容包括緒論、電力系統經濟調度建模、含隨機風能的電力系統經濟調度研究、大規模電力系統多目標經濟/排放調度研究、含電動汽車V2G/G2V功能的動態經濟/排放調度研究、融合代理模型的自適應蝙蝠算法求解大規模經濟調度研究、多區域聯合經濟/排放調度問題的數據驅動優化方法研究。 本書可作為電力系統調度相關領域科研人員以及電力企業相關人員的參考用書,也可作為電力系統自動化專業的教材。作者簡介
梁會軍 工學博士,副教授,碩士生導師,就職于湖北民族大學智能科學與工程學院。 2020年博士畢業於山東大學控制理論與控制工程專業,師從著名學者劉允剛教授。主持國家自然科學基金項目、湖北省重點研發計劃項目、湖北省自然科學基金項目各1項,參与國家自然科學基金項目研究多項。 致力於計算智能及其在電力系統中的應用研究,在單目標優化、多目標優化算法及其在電力系統調度應用方面取得了突出的學術成果。為解決含隨機風能的電力系統經濟調度問題,助力「雙碳」目標下的電力安全可靠供應,提出了性能更優的單目標優化算法RCBA。該方法在保證負荷需求的前提下大幅度減少了電力系統的燃料耗費;為解決大規模電力系統經濟/排放調度問題,提出了一種求解大規模系統的多目標優化算法MHBA,該算法在求解大規模系統優化方面獨樹一幟。為解決含電動汽車調峰作用的動態經濟/排放調度問題,推進虛擬電廠建設,應用MHBA算法和Water-Filling算法實現了用電負荷的削峰填谷。此外,面向未來能源互聯網電力經濟調度需求,開展了基於代理模型輔助的演化算法研究。針對未來電力調度規模更大、網絡結構更複雜、調度時間有限等特點,結合深度神經網絡、遷移學習等理論與方法,提出了針對大規模複雜系統的發電機組組合優化調度解決方案,有效克服了傳統啟髮式算法面對計算昂貴問題時的求解瓶頸。發表學術論文40餘篇,在IEEE Transactionson Industrial Electronics、IEEE Transactionson Power Systems等國際著名期刊發表/錄用SCI/EI收錄論文近30篇。申請國家發明專利10餘件,已授權7件。目錄
前言