基于多核并行的中期火电开机优化算法 optimization of medium-term thermal power boot based on multi-core parallel algorithm.pdfVIP

第31卷第6期 电力自动化设备 V01．31No．6 1年6月 ElectricPowerAutomation @201 Equipment Jun．2011 基于多核并行的中期火电开机优化算法 申俊华·，廖胜利1,2程春田1，高上上1，蔡华祥3，蔡建章3，杨后东3 (1．大连理工大学水电与水信息研究所，辽宁大连116024； 2．大连理工大学管理学院．辽宁大连116024； 3．云南电力调度中心，云南昆明650011) 摘要：以指定时间段内参与计算电站的装机利用小时数相等为目标建立中期火电开机优化模型。针对问题 的多状态、多阶段决策优化的特点。结合基于分治策略的Fork／Join框架，提出了多核并行的中期火电开机 优化算法。该算法将原问题划分为规模较小的多个子问题分别进行求解，每个子问题从启发式搜索获得的 运算。最终获得满足工程实际需求的最优解。某电网27台机组184个时段的优他结果表明。基于多核并行 的中期火电开机优化算法能够充分利用多核资源．明显提高计算效率和最优解的质量。 关键词：火电厂：开机：优化：POA：Fork／Join框架：中期 744 中图分类号：TM 文献标识码：A 0引言 1数学模型 中期火电开机优化一般以1个月至半年为周 1．1 目标函数 期。1Et为计算时段，考虑电力系统负荷需求、火电 电站装机利用小时数能够合理反映发电设备的 站自身运行参数等约束．合理安排电网中各个电站计 利用率及电站的备用情况．因此控制电厂装机利用小 算周期内的开机方式．是电网中期计划制作的一项重 时数一直是许多电网在中期机组开机优化过程中考 虑的目标。设参与计算的电站数目为rt，以指定时段 要工作。 内各电站装机利用小时数相等为目标进行建模．则 中期开机优化是多状态变量的多阶段决策优化 目标函数可表示为 问题[1-6 3．可以采用逐步优化算法(POA)E73进行寻 优。POA寻优过程是以初始可行解为基础，在可行空 甄=珥 i≠， (1) 间内逐阶段搜索最优过程，反复迭代．直至收敛。由 其中，i,j分别表示第i、_『个电站，i,j=1，2，…，n；Hi为 电站i的装机利用小时数。式(1)直接解析比较困 于POA寻优结果的优劣与初始解有关[8】．实际过程 难，可以利用各电站装机利用小时序列日=(日l，．一， 中往往从多个初始解出发获得多个结果．然后将最优 凰，…，风)的方差最小对原目标函数进行替换，即 结果作为问题的最终解。然而优化计算涉及到的状 态变量及决策变量众多．考虑的约束复杂。搜索空间 lIlin．厂_一1∑(Hi—H)2 (2) —— 较大．因此每次计算过程耗时较长。考虑到各次POA 1 n 日=上∑皿 (3) 寻优过程相互独立．本文提出了基于ForE／Join框架[9】 的多核并行优化算法对中期开机进行求解。某电网