基于PSO—GA算法的电力系统机组组合研究.pdfVIP

维普资讯 第34卷 第5期 继 电器 Vo1．34 No．5 34 2006年3月 1日 RELAY Mar．1，2006 基于PSO—GA算法的电力系统机组组合研究 蒋秀洁 ，吴永华 ，杨敏 (1．三峡大学电气信息学院，湖北 宜昌443002；2．孝昌县供电公司，湖北 孝昌432900) 摘要：机组组合优化问题是一个大规模、多约束、非线性的混合整数规划问题，因此求解非常困难 ．粒子群优 化(PSO)算法是一类随机全局优化技术，它通过粒子间的相互作用发现复杂搜索空间中的最优区域。PSO算 法的优势在于操作简单，可调参数少易于实现而又功能强大。该文采用二进制粒子群优化方法解决机组状态 组合问题，用遗传算法结合启发式技术解决经济分配问题，并对最小开停机时间及启停费用进行 了处理，使得 运算速度大大加快。方法的可行性在 10台机组系统中检验。模拟结果表明文章所提出的算法具有收敛速度 快及解的质量高等优点。 关键词：机组组合 ； 电力系统； 离散粒子群优化算法；遗传算法 中图分类号：TM715 文献标识码：A 文章编号：1003-4897(2006)05-0034-05 式中：，为机组 i在 t时段运行状态变量，仅取0，l 0 引言 两个值 ，“=l表示开机，“=0表示停机；P为机组 机组组合问题是编制短期发电计划首先要解决 i在t时段的发电有功功率；F (P)为机组 i运行耗 的问题，合理的开停机方案将带来很大的经济效益， 量，F (P，)=“+6 +c ，n，b，c为运行特性 由于问题十分复杂，很难找出理论 卜的最优解，因为 参数 ；S为机组i在t时段的启动耗量 ，它由S = 机组组合是高维、不可微、非凸、非线性的复杂混合 s0+sl(1一e卜 )确定， 表示汽轮机的启动 整数规划问题。人们已经提出很多方法 ¨ 解决这 耗量，一般为常数，s为锅炉由完全冷却状态启动 一 问题。 时的启动耗量，r为锅炉冷却时间常数。 粒子群优化算法PSO(ParticleSwarmOptimiza— 1．2 约束条件 tion) 于 1995年由美国两位博士提出，是一种基 a．功率平衡约束 于群智能的演化计算方法，可用于求解大量非线性、 N 不可微、非凸性、高维的复杂优化问题。PSO算法优 (P)·“一P 一P．．=0 (2) 化技术能在较短计算时间内产生高质量的解，比其 式中：尸．．为 ￡时段的系统网损。 它随机搜索方法具有更稳定的收敛特性。佩其缺点 b．机组技术出力约束 是易陷于局部极小点，搜索精度不高。本文针埘基 JI) ≤P ≤P：“ (3) 本PSO算法所存在的特点，结合机组组合优化问题 式中：P 、尸 分别为机组的 力最小、最大值。 的具体特点，将机组组合优化问题分为两层：机组状 c．旋转备用约束 态组合问题和经济分配问题。采用离散二进制PSO N 算法处理机组启、停约束及最小启停费用问题，同时， (尸 )·“n≥PI】l+PI{『=0 (4) i；l 为了加快收敛速度及提高解的质量，运用GA算法结 式中：P 为旋转备用功率。 合启发式技术进行负荷经济分配。并用 Matlab进行