1. 研究目的与意义（文献综述）
自从上个世纪九十年代以来，环境变化对人类的危害日益严重。造成这种后果的原因是多方面的，但其中最重要的是碳基燃料消耗过大而造成的全球气候变暖。我国经济快速增长，各项建设取得巨大成就，但也付出了巨大的资源和环境代价。传统的经济负荷分配模式已不适合目前电力系统的要求。在环保问题呼声越来越高的形式下，如何迅速有效地满足电力系统发电费用很低同时污染气体排放量也很低的要求是一个十分重要而且亟待解决的问题。
机组的负荷优化分配和机组的优化组合，是电力系统经济调度的重要环节，如何利用少量的燃料生产出更多相对廉价的电能，提高机组的效率这也是国内外一个非常令人感兴趣的研究课题，已有近60年的历史。电力系统经济负荷分配（economicdispatch ，ed）是电厂安全、经济运行的一项重要工作，目的是为了寻求各机组之间怎样分配负荷才能使电厂的能源耗量最小，负荷分配的原理具有普遍性。它不仅与能源消耗有关，而且对环境污染与保护也具有重要意义。在热电厂，在满足需求和运行限制的同时，优化发电机组，将燃料消耗降至最低，从而经济地运行电力系统，减少二氧化硫和氮氧化物等污染物的排放。
由于负荷优化调度方法对提高发电企业的经济效益和改善机组系统安全运行有较大作用，因此，各国学者在这方面进行了大量的理论研究并提出了许多解决方案。
2. 研究的基本内容与方案
本次毕业论文的基本内容是在国内外电力系统负荷分配研究现状的基础上，对电力系统负荷分配问题及其经典数学模型进行了阐述，并介绍了国内外学者提出的各种经济负荷分配算法。本文着重介绍的是智能优化算法中的一种——差分进化算法（differentialevolution，de），包括计算思路，步骤，优缺点及其应用领域。通过标准测试函数验证性能后，对单目标经济负荷分配问题的算例进行了仿真优化，结果验证该算法性能基本满足要求。
本次基于差分进化算法的电力系统经济负荷分配问题的研究，首先对电力系统负荷分配建立数学模型，可以归纳为一个非线性单目标多约束优化问题。需要考虑整个电网的发电成本，发电厂成本，运行参数，燃料成本，传输损耗等等。引入微增率，等微增率法则等概念。
为了求解包含随机性大规模非线性、非凸、离散优化问题，传统的数学优化方法，不得不在求解的精度和求解时间、复杂度之间作某种折衷。随着人工智能技术的发展，一系列高效优化算法被相继提出，智能方法逐渐成为求解电力系统规划问题的一种可供选择的算法。
3. 研究计划与安排
第3周前完成并提交开题报告。
第3-5周，熟练掌握差分进化算法原理和电力系统中的经济负荷问题。
第6-7周，熟练掌握matlab软件，掌握m文件编程。
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[d].华中科技大学，2000.
[2]张春美，杨为理.差分进化算法理论与应用[m].北京理工大学出版社，2014.5.
[3]yong wu, bin zhao.solving economic load dispatch problem with valve point effect using meanguiding differential evolution. iecon 2017 43rd annual conference of the ieeeindustrial electronics society[c], 2017.
