遗传算法在水电站厂内经济运行中的应用.docVIP

遗传算法在水电站厂内经济运行中的应用 第27卷第1期 2006年2月 华北水利水电学院 JournalofNorthChinaInstituteofWaterConservancyandHydroelectricPower Vo1.27No.1 Feb.2oo6 文章编号:1002—5634(2006)01—0061—04 遗传算法在水电站厂内经济运行中的应用 张仁贡,韩桂芳2,白家骢,王青贤4 (1.浙江水利水电学校机电系,浙江杭州310003;2.浙江树人大学教务处,浙江杭州310015; 3.华北水利水电学院动力系,河南郑州450011;4.三门峡水利枢纽管理局,河南三门峡472000) 摘要:建立了水电站厂内经济运行有功负荷分配的遗传算法数学模型,从空伺最优化和时间最优化两个方 面介绍了遗传算法应用于水电站厂内经济运行的具体操作步骤,考虑了空蚀,振动和检修对水电站厂内经济 运行的影响,结合刘家峡水电站进行实例计算,结果表明:运用遗传算法对水电站厂内经济运行进行分析和研 究不但能提高经济效益,而且能满足实时性的要求. 关键词:遗传算法;负荷分配;水电站厂内经济运行 中图分类号:rIv74文献标识码:A 水电站的优化运行包括时间最优化和空间最优 化.在优化求解时动态规划法_1J较为通用,但需要映 射空间或函数的连续性,需在整个解空间上作全面 的搜索,当水电站机组台数和解空间维数增多时,搜 索速度较慢,达不到实时性要求.20世纪80年代出 现的基因遗传算法GA(GeneticAlgorithm)l2J,不需要 映射空间或函数的连续性,可以多点出发同时在整 个空间上作快速搜索,获得全局最优解的可能性大, 速度较快.以刘家峡水电站的相关实验数据为分析 对象,对遗传算法在水电站厂内经济运行中的应用 进行研究. 1数学模型的建立 分析水电站的厂内经济运行,应先知道各机组 在特定机组段水头下的流量出力特性曲线函数 Q=f(P,H).该函数可依据实测的原型动力试验资 料,利用计算机进行多项式最/]-,--乘法和插值法拟 合得到.为了保证机组的安全运行,负荷分配时应避 开各台机组的汽蚀和振动区_3J,并要考虑各台机组 的出力限制和检修状态.若把1d划分为24个时 段,则其数学模型为: 目标函数 W=min∑∑E3600Qi(P:)u+t1=l u:(1一u)c+ u(1一u:)D(1一u)(1) n fP:=P; 约束条件{t(2)【 P∈ 式中:Q(P:)为机组i在t时段内的平均流量;,l为 水电站机组的台数;u:为机组i在t时刻开停机状 态变量,运行为1,检修或停机为0;C为开机过程 中的耗水量;D为停机过程中的耗水量;P为t时 段给定的负荷;P:为机组i在t时段内的平均出力; u为机组i检修状态变量,检修为1,不检修为0; 为第台机组的出力范围. 将模型的求解过程分解为:空间上机组优化分 配的子模块(固定机组有功负荷分配);时域上机组 优化运行(开停机计划)的主模块(t=1,2,…,24). 2用遗传算法求最优解的子模块 在子模块中,状态变量为P.子模块需解决的 问题是:在保证电能质量和安全生产的前提下,在某 收稿日期:2005—09—10;修订日期:2005—11—20 作者简介:张仁贡(1975一),男,浙江文成人,浙江水利水电学校讲师,硕士.主要从事水电站电气和综合自动化等方面的研究 62华北水利水电学院2006年2月 一 时段,某一水头下,如何在7/.台机组间最优分配 电力系统给定的负荷任务,使得所耗流量最小. 2.1编码和母体 遗传算法必须通过编码使状态变量形成与遗传 因子类似的特定结构,遗传因子储存在其中.设利用 z位的二进制来表示变量,精确到1MW,则Z是满 足Pim.~≤2lj一1的最小整数,其中P为第i台机 组的额定出力,单位为MW.这样变量P:就可用长 度z的二进制表示.刘家峡水电站有5台机组,最大 出力分别为3O,3O,30,3O,36万kW,取精度为 1万kW,则5台机组出力的二进制按顺序串成一串 构成基因码链.于是每个解向量可以用长度为L 55 = ∑z的二进制码串表示,计算可得∑zf=5+5#1=1 +5+5+6=26.因遗传算法中需进行迭代计算,所 以必须给定初始点,这些初始点构成初始母体群.随 机选取m个母体,构成初始母体群(.,2,…,). 2.2评价趱数 评价函数,也称为优良度_4J,用口表示 a: [Ql+M1(P:一∑P+M:∑+.t=ti=1 —1—1 3∑(1一)l(3)ft1一 Q=∑Qi(ps,.) i=I 式中.Q.为t时段机组总耗流量;P:为t时段系统给 定负荷;P:为t时段机组i的出力;:为机组的空 蚀,振动状态变量,当P:在空蚀区和振区内时,: 为1,反之为0;Ml,M2,M3