1. 研究目的与意义（文献综述）

电力工业是国民经济的重要基础。随着现代化工业和农业的不断发展以及人民生活水平的日益提高，社会对电力的需求量越来越大。为了满足日益增长的电力需求，必须不断扩大电力系统的规模，这就使电力系统面临日益繁重的规划任务。电力工业的发展不仅使一次能源的消耗和投资的需求巨大，而且还会对国民经济的其他部门产生巨大的影响。因此，对电力系统规划问题进行研究，以期大限度地提高电力系统规划的质量，具有重大的现实意义。

在集中体制下的电力系统最优规划可表述为：根据系统工程原理，利用现代优化技术和计算机技术，寻求各种约束条件的最佳方案，以满足系统发展的需要。电力系统规划分为发展规划和运行规划两部分。

电力系统运行规划依照其用途又可分为制定现有系统某一时期运行计划和模拟新建系统的运行情况两种。主要包括发电分配、检修计划、水库调度、燃料需求、受购电合同以及发电成本分析等。

2. 研究的基本内容与方案

经济负荷调度(eld)问题是电力系统中一个经典的优化问题。它不仅关系到能源消耗, 而且对环境污染和环境保护具有重要意义。在火力发电厂,为了最大限度地减少燃料消耗, 同时满足需求和运行限制,对发电机组进行优化,可以经济地运行电力系统,并减少so₂和nox等污染物的排放。

eld是一个复杂的问题, 具有成本函数、阀点效应、传输损耗和禁止区域。它具有高维、非线性、不可微分和多约束等特点。传统上, eld问题的成本函数是用二次函数描述的, 并使用拉格朗日乘法器、线性规划、动态规划等数学方法求解。然而,这些数学方法要求目标函数是连续的和可导的。在解决eld问题时, 这些方法容易陷入局部最优,收敛速度慢,难以较好地解决eld问题。

模拟自然选择、突变和遗传运算的智能进化算法(iea)本质上是多维并行性。它不需要目标函数是连续的和可导的。它适用于解决非线性和不可微分的问题, 在解决这些问题方面具有良好的性能和鲁棒性。因此, 近年来,国际能源机构经常被用来解决eld问题

3. 研究计划与安排

第1周撰写并完成开题报告，无错字、别字，格式规范；

第2周修改、完善开题报告，进行开题答辩，主要对研究意义、目标、内容、技术路线等进行讲解；

第3周撰写毕业设计论文目录；

4. 参考文献（12篇以上）

[1]侯云鹤.电力系统的群体智能优化及电力市场稳定研究.华中科技大学博士论文，2000.

[2]张春美，杨为理.差分进化算法理论与应用.北京理工大学出版社，2014.5.
[3]吴亮红,王耀南.基于快速自适应差分进化算法的电力系统经济负荷分配.控制与决策,2013(4)
[4]邓志平.基于de算法的电力系统经济负荷分配.电气技术.2012(8)
[5]kishan bhushan sahay. implementation of different optimization techniques to solve eld problem. 6th ieee power india international conference, 2014
[6] e. kuznetsova, c. ruiz, y.-f. li, e. zio, analysis of robust optimization 703 for decentralized microgrid energy management under uncertainty, int. j. 704 electr. power energy syst. 64 (2015) 815–832.
[7] j.p.zhan, q.h. wu, c.x.guo, and x.x. zhou, “fast -iteration method for economic dispatch with prohibited operating zones”, ieee transactions on power systems, vol. 29, no. 2, march 2014
[8]d.c. secui, a new modified artificial bee colony algorithm for the economic dispatch problem, int. j. energy convers. manag. 89 (2015) 43–62.
[9]邱威;微分进化算法的改进及其在输电网扩展规划中的应用[d];华北电力大学（北京）;2009年
[10]王庆丽;火电厂负荷经济调度算法研究及锅炉热经济性诊断[d];郑州大学;2010年
[11]马玲,王爽心,刘如九,王绍民;基于改进动态规划法的火电厂负荷经济调度[j];北京交通大学学报;2005年04期
[12]g. aydin, modeling of energy consumption based on economic and demographic factors: the case of turkey with projections, renew. sustain. energy rev. 35 (2014) 382–389.
[13] mirjalili s. sca: a sine cosine algorithm for solving optimization problems[j]. knowledge-based systems, 2016(96)：120-133．
[14]陈根军,王磊,唐国庆. 基于蚁群最优的输电网络扩展规划[j]. 电网技术,2001,(6).doi:10.3321/j.issn:1000-3673.2001.06.004
[15]宋文选;火电厂负荷优化分配系统的建模和计算[d];青岛大学;2005年