- •1.1 Понятие оптимизации. Основные задачи оптимизации в электроэнергетике. Степени свободы электроэнергетической системы. Допустимый и оптимальный режимы
- •1.2 Понятие оптимизации. Основные задачи оптимизации в электроэнергетике. Степени свободы электроэнергетической системы. Допустимый и оптимальный режимы
- •2 Применение метода множителей Лагранжа при решении задач оптимизации в электроэнергетике
- •3.1 Оптимальное распределение перетоков мощности в замкнутых контурах электрической сети
- •3.2 Оптимальное распределение перетоков мощности в замкнутых контурах электрической сети
- •4.1 Применение метода множителей Лагранжа для оптимизации перетоков мощности в электрической сети
- •4.2 Применение метода множителей Лагранжа для оптимизации перетоков мощности в электрической сети
- •5.1 Оптимизация распределения перетоков мощности сложной электрической сети
- •5.2 Оптимизация распределения перетоков мощности сложной электрической сети
- •6.1 Определение оптимального распределения нагрузки между тэс методом множителей Лагранжа. Относительные приросты тэс
- •6.2 Определение оптимального распределения нагрузки между тэс методом множителей Лагранжа. Относительные приросты тэс
- •7.1 Определение оптимального распределения нагрузки методом множителей Лагранжа. Структурная схема алгоритма
- •7.2 Определение оптимального распределения нагрузки методом множителей Лагранжа. Структурная схема алгоритма
- •8 Наивыгоднейшее распределение нагрузки между тэс без учета потерь активной мощности. Физический смысл равенства относительных приростов
- •9.1 Определение оптимального распределение нагрузки в энергосистеме с гэс и тэс методом множителей Лагранжа
- •9.2 Определение оптимального распределение нагрузки в энергосистеме с гэс и тэс методом множителей Лагранжа
- •10.1 Размерность и физический смысл множителей Лагранжа в задачах оптимизации распределения нагрузки в энергосистеме
- •1 0.2 Размерность и физический смысл множителей Лагранжа в задачах оптимизации распределения нагрузки в энергосистеме
- •11.1 Опт. Распред-ие нагрузки при постоянном напоре гэс и структурная схема алгоритма поиска данного распределения
- •11.2 Опт. Распред-ие нагрузки при постоянном напоре гэс и структурная схема алгоритма поиска данного распределения
- •11.3 Опт. Распред-ие нагрузки при постоянном напоре гэс и структурная схема алгоритма поиска данного распределения
- •1 2.1 Оптимальное распределение нагрузки при переменном напоре гэс
- •12.2 Оптимальное распределение нагрузки при переменном напоре гэс
- •13.1 Оптимальное распределение нагрузки между агрегатами электростанций. Оптимальная последовательность включения агрегатов электростанций
- •13.2 Оптимальное распределение нагрузки между агрегатами электростанций. Оптимальная последовательность включения
- •14.1 Формулировка задачи оптимизации режима энергосистемы с позиций нелинейного программирования. Основные определения
- •14.2 Формулировка задачи оптимизации режима энергосистемы с позиций нелинейного программирования. Основные определения
- •15.1 Применение методов возможных направлений для поиска экстремума целевой функции при решении задач оптимизации в электроэнергетике
- •15.2 Применение методов возможных направлений для поиска экстремума целевой функции при решении задач оптимизации в электроэнергетике
- •16 Применение метода наискорейшего спуска при решении задач оптимизации в электроэнергетике
- •17 Способ вычисления оптимальной длины шага вдоль заданного направления спуска при решении задач оптимизации в электроэнергетике
- •18 Применение метода покоординатной оптимизации в электроэнергетике. Внешний и внутренний циклы метода
- •19.1 Применение градиентных методов оптимизации в электроэнергетике. Критерии сходимости. Градиентный метод в сочетании с методом наискорейшего спуска
- •19.2 Применение градиентных методов оптимизации в электроэнергетике. Критерии сходимости. Градиентный метод в сочетании с методом наискорейшего спуска
- •20.1 Применение градиентных методов оптимизации в электроэнергетике. Метод проектирования градиента
- •20.2 Применение градиентных методов оптимизации в электроэнергетике. Метод проектирования градиента
- •21.1 Учет ограничений в форме равенств при решении задач оптимизации в электроэнергетике. Приведенный градиент
- •21.2 Учет ограничений в форме равенств при решении задач оптимизации в электроэнергетике. Приведенный градиент
- •22.1 Учет ограничений в форме неравенств при решении задач опт-ии в электроэнергетике. Метод штрафных функций
- •22.2 Учет ограничений в форме неравенств при решении задач опт-ии в электроэнергетике. Метод штрафных функций
- •23.1 Оптимизация режима электроэнергетической системы методом Ньютона. Матрица Гессе
- •23.2 Оптимизация режима электроэнергетической системы методом Ньютона. Матрица Гессе
- •24.1 Комплексная оптимизация режимов энергосистемы
- •24.2 Комплексная оптимизация режимов энергосистемы
- •1. Уравнение цели .
16 Применение метода наискорейшего спуска при решении задач оптимизации в электроэнергетике
В
данном методе длина шага qk
зависит
от направления спуска Δxk
и вычисляется из условия обеспечения
максимального уменьшения целевой
функции в заданном направлении. Задача
формулируется таким образом, чтобы
найти значение
,
обеспечивающее
минимум F(х)
на Δx.
Функция F(х)
изменяется
в направлении Δx.
Для каждой конкретной задачи и направления
может быть построена зависимость F(q)
= F
(х° + q
Δxk),
имеющая
один экстремум для унимодальной функции
(рис. 5-6). Чтобы найти оптимальную длину
шага
,
необходимо продифференцировать
аналитическую функцию F(q)
и,
приравняв производную нулю
решить полученное уравнение относительно
q.
Определение
величины
–
задача одномерного поиска экстремума
функции одной переменной F(q).
Однако
путь точного аналитического определения
часто оказывается неприемлемым, так
как получение зависимости F(q)
может
быть сопряжено с большими трудностями.
Кроме того, уравнение
относительно
может
быть нелинейным, а его решение —
непростым. Поэтому зависимость F(q)
аппроксимируют
чаще всего полиномом второй степени
и находят псевдооптимальную длину шага
,
что следует из
.
Параметры полинома a, b, c можно найти, если вычислить любые три точки, удовлетворяющие зависимости F(q). Удобно в качестве узлов аппроксимации принять значения F°, F', F" в точках х°; х' = х° + Δх; х" = х° + 2Δх, т. е. вычислить функцию соответственно в исходной точке, далее в точках х' и х" при одинарном шаге (q = 1) и двойном шаге (q = 2) вдоль вектора Δх. Подставив параметры трех узлов аппроксимации в наш полином, при q = 0, q = 1 и q = 2 получаем соответственно
откуда
17 Способ вычисления оптимальной длины шага вдоль заданного направления спуска при решении задач оптимизации в электроэнергетике
В данном методе длина шага qk зависит от направления спуска Δxk и вычисляется из условия обеспечения максимального уменьшения целевой функции в заданном направлении. Задача формулируется таким образом, чтобы найти значение , обеспечивающее минимум F(х) на Δx. Функция F(х) изменяется в направлении Δx. Для каждой конкретной задачи и направления может быть построена зависимость F(q) = F (х° + q Δxk), имеющая один экстремум для унимодальной функции (рис. 5-6). Чтобы найти оптимальную длину шага , необходимо продифференцировать аналитическую функцию F(q) и, приравняв производную нулю решить полученное уравнение относительно q.
Определение величины – задача одномерного поиска экстремума функции одной переменной F(q). Однако путь точного аналитического определения часто оказывается неприемлемым, так как получение зависимости F(q) может быть сопряжено с большими трудностями. Кроме того, уравнение относительно может быть нелинейным, а его решение — непростым. Поэтому зависимость F(q) аппроксимируют чаще всего полиномом второй степени и находят псевдооптимальную длину шага , что следует из .
Параметры полинома a, b, c можно найти, если вычислить любые три точки, удовлетворяющие зависимости F(q). Удобно в качестве узлов аппроксимации принять значения F°, F', F" в точках х°; х' = х° + Δх; х" = х° + 2Δх, т. е. вычислить функцию соответственно в исходной точке, далее в точках х' и х" при одинарном шаге (q = 1) и двойном шаге (q = 2) вдоль вектора Δх. Подставив параметры трех узлов аппроксимации в наш полином, при q = 0, q = 1 и q = 2 получаем соответственно
откуда
