基于遗传算法与粒子群算法的机组开停机规划.pdfVIP

2008中国电力系统保护与控制学术研讨会论文集 ．．583．， 基于遗传算法与粒子群算法的机组开停机规划 刘 畅1，李渝曾1，李海英2 ～1．上海大学，上海200072；2．上海理工大学，上海200093) 摘要：电力系统机组开停机问题是一个高维，离散，非线性的优化问题。文中提出了一种基于遗传算法与粒子群算法求 解机组开停机问题的新方法．利用遗传算法处理机组组合问题，同时结合粒子群算法处理经济调度问题．仿真结果表明所 提出的算法具有解的质量高、收敛速度快的特点，充分证明了它能很好地解决机组开停机问题。 关键词：机组开停机问题；遗传算法；粒子群算法 化算法，如内点法，在解决非凸问题时的局限性。 0引言 采用传统优化算法很难找到理论上的全局最 随着电力经济的快速发展，每天对用电量需 优解，而直接采用智能优化算法还存在一些缺点。 求越来越大，而且存在明显的峰谷效应。因此在 因为机组组合处理的是机组状态(Ol变量)，经济 制定口发电计划阶段，必须考虑机组的开、停机 调度处理的是机组出力(连续变量)，本文将UC 状态，在满足电力负荷等多种约束条件下安全经 问题作为两层模型(机组组合和经济调度)进行 济地运行，这也具有重要的现实意义。研究发电 优化“1，利用GA处理机组组合问题，同时结合 机组经济调度的新模型和优化算法，为电力企业 PSO处理经济调度问题，将重点放在解决机组组 在市场竞争机制下确保安全、经济、公平地进行 合问题。仿真结果表明，此算法简单可行，以较 生产和经营提供帮助。 少的GA种群数就可以较好的结果，说明该算法 电力系统的机组开停机规划(unit效率高，适用于解决机组开停机规划问题。 commitment，UC)问题是在满足系统供电要求和 1机组开停机规划问题描述 机组运行技术要求的情况下，确定一个调度周期 (一般为24小时)内各机组的开停机时间(机组 机组开停机规划问题在数学上可以表示为满 组合)和负荷的经济分配(经济调度)…。合理 足不同约束条件的混合整数非线性规划模型。其 ’ 的开停机计划安排不仅能保证系统安全稳定运行 目标有多种多样，如总的运行成本最小和追求利 而且能节省一次能源、延长机组使用寿命、直接 润最大。本文研究以运行费用最小为目标的UC 带来经济效益。它是一个高维、非凸、离散、非 问题。以运行成本最小为目标的uc问题可描述 线性的复杂工程优化问题，很难找到理论上的全 为针对在指定的周期内，满足系统负荷、备用容 局最优解。 量、机组最小运行时间和最小停机时间等限制， 许多优化算法在UC问题上得到应用，如优 并考虑机组启停费用和发电特性，优化确定各机 先顺序法(PL)拦。、动态规划法(DP)。“、遗传算法组的启停机计划和优化分配其发电负荷，使调度 (GA)。41、粒子群算法(PSO)旧1等。文献[2]利用优周期内发电总费用最小。 先顺序法确定初始解，并结合启发算法得到最优 本文将其转化为镶嵌有连续变非线性规划的 解，时间较短，可以有效地求解大规模UC问题； 0-1规划的两层模型。上层问题是机组组合问题， 文献[3]通过将机组分组归类以及采用启发算法， 主要在满足系统负荷、旋转备用要求以及最小开 较好地缩短了计算时间；文献[4]通过引入特殊操