梁会军 工学博士，副教授，硕士生导师，就职于湖北民族大学智能科学与工程学院。2020年博士毕业于山东大学控制理论与控制工程专业，师从学者刘允刚教授。主持国家自然科学基金项目、湖北省重点研发计划项目、湖北省自然科学基金项目各1项，参与国家自然科学基金项目研究多项。

本书介绍了基于确定模型的经济调度的基本概念，并由此引出基于数据驱动的经济调度，重点介绍了单目标、多目标经济调度，以及在大规模复杂系统中如何有效进行调度与决策。本书主要内容包括绪论、电力系统经济调度建模、含随机风能的电力系统经济调度研究、大规模电力系统多目标经济/排放调度研究、含电动汽车V2G/G2V功能的动态经济/排放调度研究、融合代理模型的自适应蝙蝠算法求解大规模经济调度研究、多区域联合经济/排放调度问题的数据驱动优化方法研究。
本书可作为电力系统调度相关领域科研人员以及电力企业相关人员的参考用书,也可作为电力系统自动化专业的教材。

目录
前言
第1章绪论1
1.1电力系统经济调度概述1
1.2电力系统经济调度的主要内容3
1.2.1含可再生能源的电力系统
经济调度3
1.2.2含电动汽车的电力系统
经济调度4
1.3电力系统经济调度解决方案5
1.3.1单目标优化算法5
1.3.2多目标优化算法7
1.3.3基于数据驱动的优化算法9
第2章电力系统经济调度建模11
2.1电力系统静态经济调度11
2.1.1电力系统单目标静态经济
调度建模11
2.1.2电力系统多目标静态经济
调度建模13
2.2电力系统动态经济调度14
2.2.1电力系统单目标动态经济
调度建模14
2.2.2电力系统多目标动态经济
调度建模15
2.3数据驱动建模方法15
本章小结16
复习思考题16
第3章含随机风能的电力系统经
济调度研究17
3.1蝙蝠算法概述18
3.2单目标蝙蝠算法改进方法19
3.2.1原有单目标蝙蝠算法的
不足19
3.2.2蝙蝠算法解的多样性提升
策略20
3.2.3蝙蝠算法探索能力提升
策略20
3.3改进的单目标蝙蝠算法及其性能
评价22
3.3.1改进的单目标蝙蝠算法
RCBA22
3.3.2改进的单目标蝙蝠算法
性能24
3.4仿真实例27
3.4.1随机风能的数学模型描述27
3.4.2电力系统经济调度数学
模型28
3.4.3含随机风能的经济调度求解
过程29
3.4.4算例分析32
本章小结40
复习思考题41
第4章大规模电力系统多目标经济/排
放调度研究42
4.1大规模多目标经济/排放调度42
4.2多目标蝙蝠算法能力提升策略43
4.2.1帕累托最优的几个基本
概念43
4.2.2现有多目标蝙蝠算法的
不足43
4.2.3带外部档案的精英非支配排
序法44
4.2.4完全学习策略及其改进
方法46
4.3改进的多目标蝙蝠算法及其性能
评价47
4.3.1改进的多目标蝙蝠算法
MHBA47
4.3.2MHBA性能评价48
4.4多目标优化的电力系统经济/排放
调度52
4.4.1经济/排放调度数学模型52
4.4.2多目标经济/排放调度求解
过程53
4.4.3算例分析58
本章小结77
复习思考题77
第5章含电动汽车V2G/G2V功能的
动态经济/排放调度研究78
5.1电动汽车调度对电网的冲击78
5.2含电动汽车的动态经济/排放调度
数学模型80
5.2.1目标函数80
5.2.2约束条件80
5.3使用电动汽车进行削峰填谷的策略
研究81
5.3.1电动汽车调度策略82
5.3.2考虑电动汽车削峰填谷时的动态
经济/排放调度求解83
5.4仿真与分析84
5.4.1算例分析185
5.4.2算例分析286
5.4.3算例分析389
5.4.4算例分析494
本章小结96
复习思考题96
第6章融合代理模型的自适应蝙蝠
算法求解大规模经济调度
研究97
6.1代理模型辅助大规模经济调度问题
求解的可行性97
6.2高维度大规模经济调度数学
模型99
6.2.1目标函数99
6.2.2约束条件99
6.3相关技术99
6.3.1进化状态评估法99
6.3.2广义回归神经网络100
6.3.3自适应最小化预测策略100
6.4代理辅助的自适应蝙蝠算法101
6.4.1基于SAMP采样策略的改进
GRNN102
6.4.2自适应蝙蝠算法104
6.5仿真结果106
6.5.1案例1：IEEE 118节点系统106
6.5.2案例2：IEEE 300节点系统109
6.5.3案例3：IEEE 40机组系统112
本章小结115
复习思考题115
第7章多区域联合经济/排放调度
问题的数据驱动优化方法
研究116
7.1使用数据驱动方法解决MACEED
问题的必要性116
7.2传统MACEED和大规模高维度MACEED
数学模型的区别118
7.2.1传统的MACEED问题
描述118
7.2.2大规模高维度MACEED问题
描述120
7.3数据驱动代理辅助方案的具体
架构120
7.3.1基于特征工程的SVR数据驱动
代理模型的建模方法121
7.3.2快速的知识蒸馏技术辅助在线
代理模型的建模123
7.3.3应用改进的NSGAⅢ执行
MACEED优化任务125
7.4仿真结果128
7.4.1案例1：带有区域联络线容量约束
的测试系统仿真128
7.4.2案例2：带有区域联络线容量约束
和线损的测试系统仿真131
7.4.3案例3：带有所有约束条件的测试
系统仿真133
7.4.4案例4：带有随机风能的测试
系统仿真135
本章小结137
复习思考题138
参考文献139