和于年提出惯性权重法。是与前次速度有关的个比例因子，较大时，粒子群趋向于全局搜索，随着迭代次数的增加，逐渐减小，促进粒子群能快速的局部搜索。使寻优速度能自适应调整，提高了算法的收敛速度，使其不容易陷入局部最优，避免早熟现象。在多目标进化中得到了广泛的应用，称为时变多目标粒子群算法，计算公式定义如下式中和分别为惯性权重的最小值和最大值为当前迭代次数，为最大迭代次数。而利用加速因子线性变化的方法进行改进在多目标粒子群算法的测试函数仿真中已经应用过。其合适的参数设置经过反复的测试得到当,在之间线性变化，的值在之间线性变化比较好。经过优化后的电力系统仿真图解如下所示。图经过优化的基于粒子群算法的电力系统调度仿真算例与分析为了说明利用本文提出的模型和方法求解机组问题的有效性，本文以节点系统为例，利用编程对上述模型和方法进行了验证。表是算例系统中参与优化的各个常规发电机经济参数及出力限值，发电机承担的系统总负荷。表发电机经济参数及出力限值机组为了进步说明本文提出的模型和方法的优点，本文同时采用粒子群优化算法和遗传算法求解问题，并把两种算法得到的计算结果进行比较。算法中，粒子个数，最大迭代次数,未找到引用源。次未找到引用源。，，采取线性递减调整策略未找到引用源。未找到引用源。，粒子最大速度设定为粒子的范围宽度。算法中，种群个数，最大迭代次数,未找到引用源。次，采用二进制编码轮盘式选择及精英保留策略，交叉算子采用单点交叉，交叉概率,未找到引用源。，变异概率,未找到引用源算例采用基本计算交流潮流及网损，该系统中选择节点为平衡节点。忽略耗量特性的阀点效应，优化结果如表所示表中有功功率单位为。表优化结果序号总成本本文分别采用算法和文献中的算法计算次，与优化结果比较如表所示。表与优化结果比较方法最大值最小值平均值从表和表可以看出，文献中算法得到的计算结果与算法得到的计算结果基本致，算法的寻优能力略优于算法基于本文提出的方法获得的优化结果中，系统的最小与最大费用值相差甚小，说明算法的数值稳定性较好，每次运行结果都非常接近最优解。第五章节能减排框架下电力系统优化调度仿真目前，针相邻时刻之间的运行状态的相互影响。这些问题对于电力系统的优化来说都是实际而又难以完成的问题，在以后的发展中这些问题将会在人们的研究中不断解决。第六章总结与展望电力系统机组负荷优化作为电力优化调度中的项重要任务，对未来电网的可靠性经济性和安全性都有决定性的影响。对电力系统进行科学规划，是目前电力发展研究的热点之。本文将改进粒子群算法应用于电力系统规划中的机组优化调度，并且考虑了环境参数在里面，提出的方法可作为今后电力机组优化调度的方法。本文首先分析了国内外电力系统优化现状，对近几年涌现出来的智能算法进行了分析对比，对其中粒子群算法进行了深入的研究，介绍了粒子群优化算法的原理和参数设置，分析了各种智能算法的优缺点，对近年来国内外论文中对标准粒子群算法的改进研究，尤其是惯性权重方面做了数和气体排放量函数来看，这是两个量纲不同的目标函数，并且还要满足等式和不等式的约束。电力系统最优潮流的数学模型可以表示为,,未找到引用源。式中，为控制变量，如除平衡节点以外其它发电机组的有功出力发电机节点包括平衡节点及具有可调无功补偿设备节点的电压幅值带负荷调压变压器的变比为状态变量，如节点电压幅值和相角。,为标量目标函数，如发电燃料耗量或发电费用,为潮流方程等式约束,为不等式约束，主要是系统运行的安全性及电能质量要求，如网络损耗环境参数线路潮流约束等。电力系统有功最优潮流问题是个多变量非线性多约束的组合优化问题，其目标函数般采用发电燃料耗量最小或发电费用最小，控制变量为有功电源出力，而无功电源出力或相应节点的电压幅值固定不变。以各种情况下电力系统的最优模型可以表示为式中未找到引用源。为系统内常规发电机组台数为机组的有功出力,未找到引用源。,未找到引用源。分别为节点的注入有功功率和注入无功功率,未找到引用源。,未找到引用源。分别为节点导纳矩阵元素的实部虚部,未找到引用源。为节点的电压相对相位角,未找到引用源。,未找到引用源。分别为发电机的有功功率上下限,未找到引用源。为发电机的无功出力,未找到引用源。,未找到引用源。分别为发电机无功功率上下限,未找到引用源。为第个节点的电压,未找到引用源。,未找到引用源。分别为第个节点的电压上下限,未找到引用源。为第条线路传输功率,未找到引用源。为第条线路传输功率上限,未找到引用源。为机组的耗量特性，般用二次函数近似表示，即式中未找到引用源。,未找到引用源。,未找到引用源。为机组的耗量特性参数。改进算法为了使算法能够处理等式和不等式约束条件，找到问题的最优解，本文对算法进行了改进，采用了以下策略重新初始化不活动粒子。在进化过程中失去全局或局部搜索能力的粒子称为不活动粒子。对不活动粒子施加扰动或重新初始化不活动粒子，可以提高算法的搜索能力。如果粒子与粒子的位置差，在给定范围ε内出现次时，则认为粒子为不活动粒子。定义如下,,未找到引用源。式中,未找到引用源。分别为粒子和全局极值,未找到引用源。的适应值。本文取,未找到引用源改进算法实现的步骤如下设置参数，初始化粒子群的位置速度，计算粒子的适应值并初始化个体极值和全局极值。按式更新种群中粒子的速度和位置。判断粒子位置是否超出范围上边界和下边界，若是，则置为边界值。④对于种群中的每个粒子，调用潮流计算程序进行潮流计算并计算粒子的适应值。判断粒子是否为不活动粒子，若是，则重新初始化粒子，并计算新的适应值。更新粒子的个体极值,未找到引用源。和全局极值,未找到引用源判断算法是否满足终止条件，若是，则计算结束，返回当前最优粒子及其适应值否则，返回步骤进行下代进化计算。多目标粒子群算法解决电力系统环境经济问题的算法的优化利用惯性权重和加速度因子动态变化对多目标粒子群算法解决电力系统经济问题进行优化为了提高的收敛速度，个深因素的销售计划，并且通过生产销售计划的编制精度的提高，使得原材料等物料的采购提前期从天减少到天。九参考文献芦阳对我国发展第三方物流的思考华北水利水电学院学报社科版，熊巍我国发展第三方物流存在问题与对策市场周刊管理探索，董千里供应链管理北京人民交通出版社,张学文我国企业供应链管理战略实施现状调研商场现代化。二中旬日实际用量超出该旬设定量以上者由公司自订。三下旬即全月实际用量超出全月设定量以上者由公司自订。第八条用料差异反应及处理生产管理人员于每月日前针对前月开立用料差异反应表附表，查明差异原因及拟订处理措施，研判是否修正预估月量，如需修订，应于反应表拟修订月用量栏内修订，并经总经理核准后，送物料管理单位以便修改存量基准。库存查询及采取措施第九条库存查询物料管理人员接获核准修订月用量的用料差异反应表附表后应立即查询库存管理表附表，查询该等材料的在途量反进度，研判是否需要修改交货期。第十条采取措施物控人员研判需修改交货期时，应填具交货期变更联络单附表送请采购单位采取措施，采购单位应将处理结果于采购单位答复栏内填妥，送回物控人员列入管理。存量管理作业部门及其职责第十条物控人员为材料存量管理作业中心，负责月使用量基准设修订，用料差异分析及采取措施。第十二条采购单位负责各项材料内外购别的设修订，采购作业期限设修订及采购进度管理与异常处理。七建立库存管理的实施策略建立供需协调管理机制为了发挥库存管理的作用，供需双方应从合作的精神出发，建立供需协调管理的机制，明确各自的目标和责任，建立合作沟通的渠道，为供应链的库存管理提供有效的机制，为供应商与分销商协调管理机制模型。没有个协调的管理机制，就不可能进行有效的库存管理。建立供需协调管理机制，要从以下几个方面着手。建立共同合作目标要建立合理的库存管理模式，首先供需双方必须本着互惠互利的原则，建立共同的合作目标。为此，要理解供需双方在市场目标中的共同之处和冲突点，通过协商形成共同的目标，如用户满意度利润的共同增长和风险的减少等。建立库存的协调控制方法。库存管理中心担负着协调供需双方利益的角色，起协调控制器的作用。因此需要对库存优化的方法进行明确确定。这些内容包括库存如何在多个需求商之间调节与分配，库存的最大量和,是供应链集成的种技术手段。也叫做物流服务提供者，它为用户提供各种服务，如产品运输订单选择库存管理等。第三方物流系统的产生是由些大的公共仓储公司通过提供更多的附加服务演变而来，另外种产生形式是由些制造企业的运输和分销部门演变而来。把库存管理的部分功能代理给第三方物流系统管理，可以使企业更加集中精力于自己的核心业务，第三方物流系统起到了供应商和用户之间联系的桥梁作用，为企业获得诸多好处第三方物流系统在供应链中的作用◇减少成本◇使企业集中于核心业务◇获得更多的市场信息◇获得流的物流咨询◇改进服务质量◇快速进入国际市场。面向协调中心的第三方物流系统使供应与需求双方都取消了各自独立的库存，增加了供应链的敏捷性和协调性，并且能和于年提出惯性权重法。是与前次速度有关的个比例因子，较大时，粒子群趋向于全局搜索，随着迭代次数的增加，逐渐减小，促进粒子群能快速的局部搜索。使寻优速度能自适应调整，提高了算法的收敛速度，使其不容易陷入局部最优，避免早熟现象。在多目标进化中得到了广泛的应用，称为时变多目标粒子群算法，计算公式定义如下式中和分别为惯性权重的最小值和最大值为当前迭代次数，为最大迭代次数。而利用加速因子线性变化的方法进行改进在多目标粒子群算法的测试函数仿真中已经应用过。其合适的参数设置经过反复的测试得到当,在之间线性变化，的值在之间线性变化比较好。经过优化后的电力系统仿真图解如下所示。图经过优化的基于粒子群算法的电力系统调度仿真算例与分析为了说明利用本文提出的模型和方法求解机组问题的有效性，本文以节点系统为例，利用编程对上述模型和方法进行了验证。表是算例系统中参与优化的各个常规发电机经济参数及出力限值，发电机承担的系统总负荷。表发电机经济参数及出力限值机组为了进步说明本文提出的模型和方法的优点，本文同时采用粒子群优化算法和遗传算法求解问题，并把两种算法得到的计算结果进行比较。算法中，粒子个数，最大迭代次数,未找到引用源。次未找到引用源。，，采取线性递减调整策略未找到引用源。未找到引用源。，粒子最大速度设定为粒子的范围宽度。算法中，种群个数，最大迭代次数,未找到引用源。次，采用二进制编码轮盘式选择及精英保留策略，交叉算子采用单点交叉，交叉概率,未找到引用源。，变异概率,未找到引用源算例采用基本计算交流潮流及网损，该系统中选择节点为平衡节点。忽略耗量特性的阀点效应，优化结果如表所示表中有功功率单位为。表优化结果序号总成本本文分别采用算法和文献中的算法计算次，与优化结果比较如表所示。表与优化结果比较方法最大值最小值平均值从表和表可以看出，文献中算法得到的计算结果与算法得到的计算结果基本致，算法的寻优能力略优于算法基于本文提出的方法获得的优化结果中，系统的最小与最大费用值相差甚小，说明算法的数值稳定性较好，每次运行结果都非常接近最优解。第五章节能减排框架下电力系统优化调度仿真目前，针相邻时刻之间的运行状态的相互影响。这些问题对于电力系统的优化来说都是实际而又难以完成的问题，在以后的发展中这些问题将会在人们的研究中不断解决。第六章总结与展望电力系统机组负荷优化作为电力优化调度中的项重要任务，对未来电网的可靠性经济性和安全性都有决定性的影响。对电力系统进行科学规划，是目前电力发展研究的热点之。本文将改进粒子群算法应用于电力系统规划中的机组优化调度，并且考虑了环境参数在里面，提出的方法可作为今后电力机组优化调度的方法。本文首先分析了国内外电力系统优化现状，对近几年涌现出来的智能算法进行了分析对比，对其中粒子群算法进行了深入的研究，介绍了粒子群优化算法的原理和参数设置，分析了各种智能算法的优缺点，对近年来国内外论文中对标准粒子群算法的改进研究，尤其是惯性权重方面做了