拟梯度遗传算法在水电厂厂内.docVIP

拟梯度遗传算法在水电厂厂内 经济运行中的应用研究 　 　　袁晓辉，张双全，王金文，张勇传 　　（华中理工大学水利水电及自动化工程系，湖北省武汉市430074） 摘要：提出一种求解水电厂厂内机组间负荷优化分配的新方法——拟梯度遗传算法（QGA），详细介绍了算法的原理和实现过程。该算法采用实数编码技术和基于拟梯度的遗传变异算子，求解精度高而且收敛速度快，为水电厂内的经济运行提供了一种有效的方法，算例说明了该方法的有效性。 关键词：拟梯度；遗传算法；实数编码；经济运行 1　引言 　　电力系统的负荷是经常变化的，为提高经济效益，必须对水电厂厂内的负荷进行经济分配，即确定最优运行机组组合和在既定运行机组间实现负荷的最优分配，以获得其最优运行方式，指导水电厂的实际运行。国内外学者曾采用动态规划、方向搜索、等微增率、线性和非线性规划等方法求解水电厂厂内的经济运行问题，但效果都不十分理想。近些年来随着遗传算法（GA）的发展和应用，人们已经开始采用GA对此问题进行研究。GA是美国Holland教授于70年代初提出的一种基于生物自然选择和遗传机理的优化方法，同传统的优化算法相比，它具有的特点是：①搜索过程作用在编码后的字符串上，而不是直接作用在变量上；②多线索而非单线索的全局优化方法；③随机性而非确定性的搜索；④对搜索空间无特殊要求。由于GA在解决各类非线性问题时表现出很强的鲁棒性、全局优化和可并