[理学]发电机组的优化组合模型王建.pdfVIP

基于改进遗传算法的  机组组合模型研究  相关学科成绩 高 线 概 数 数 英 英 姓名 学院 年级专业 学号 联系电话 等 性 率 学 学 语 语 数 代 统 模 实 四 六 学 数 计 型 验 级 级 2006级 张煜欣 电气工程 电气工程 95 81 81 优 425 与自动化 2006级 吴文斌 电气工程 电气工程 87 90 91 优 507 与自动化 2006级 王 建 电气工程 电气工程 93 68 86 462 与自动化 基于改进遗传算法的机组组合模型研究 摘 要 机组优化组合（UC）是电力系统优化运行的一个重要组成部分, 它要求在一个调度 周期内, 根据负荷预报, 在满足约束条件下, 优化各机组在各时段出力, 使周期内的 总成本最小，该问题是一个非线性、多阶段的混合整数规划问题. 问题1是在一些基本的约束下追求发电总成本最小的机组组合优化问题，本文建立 模型Ⅰ，由于第一问的规模小，可以根据常用的深度优先搜索算法使用MATLAB编程求 得最优组合，得到最小发电总成本为6680元，各机组状态、出力和系统备用见表8.最 后使用Lingo软件编程对模型进行验证得到了相同的结果. 问题2是在问题1基础上增加了4个约束，使问题更符合一般的实际情况.本文在 模型Ⅰ基础上建立模型Ⅱ，如问题1使用MATLAB编程求解，得到最小发电总成本为7040 元，各机组状态、出力和系统备用见表9.使用Lingo软件编程对结果进行检验，同样得 到一致结果. 问题3为一个现实的复杂系统. 因这种现实系统的机组组合问题是数学上的一个 NP-Hard问题，在可接受的时间内获得一个可行精确解是极端困难的，所以需要采用近 似算法求解.本文基于模型Ⅱ，甄别各种算法优劣后，在研究基本遗传算法的基础上,提 出一套适合于该问题的改进遗传算法(GA),提高了收敛速度和精度,结果表明,该算法是 有效的, 能找到近乎全局最优解, 它对实现机组优化组合具有实用价值.算法实现采用 MATLAB编程，得到优化的组合结果，在一个周期内系统发电总成本为2002200元，各机 组出力见表10，系统备用见表11. 最后本文对模型优缺点进行分析，提出了使用模拟退火与遗传算法相结合的混合遗 传算法作为本模型算法的改进. 【关键词】机组组合，深度优先搜索，改进遗传算法 1 1、问题重述 1.1 问题的背景 当前的科学技术还不能有效地存储电力，所以电力生产和消费在任何时刻都要相等， 否则就会威胁电力系统安全运行.又由于发电机组的物理特性限制，发电机组不能够随 心所欲地发出需要的电力.为了能