能源機組調(diào)度智能優(yōu)化方法及系統(tǒng).pdf

1、能源機組調(diào)度問題是一類重要的組合優(yōu)化問題。該問題通常是在滿足一定的約束條件下，確定機組的啟停及機組的生產(chǎn)量，以達到生產(chǎn)成本最小的目標。合理的優(yōu)化調(diào)度方案能夠提高勞動生產(chǎn)率和設(shè)備利用率，降低能源消耗。多數(shù)機組調(diào)度問題已經(jīng)證明屬于NP-hard問題，因此本文設(shè)計了定制化粒子群算法(ParticleSwarm Optimization，PSO)對該問題進行近似求解。論文的主要研究工作如下:
　　(1)本文從實際生產(chǎn)工藝出發(fā)，在傳統(tǒng)機組調(diào)

2、度模型中引入了機組開啟條件約束，以系統(tǒng)最小生產(chǎn)成本為目標，建立了適用于能源機組調(diào)度的非線性混合整數(shù)規(guī)劃模型。針對該模型不能直接用常規(guī)商業(yè)優(yōu)化軟件求解的問題，把非線性約束進行線性化變換，用常規(guī)商業(yè)軟件進行求解，數(shù)據(jù)結(jié)果驗證了模型的有效性。
　　(2)針對常規(guī)商業(yè)軟件在求解大規(guī)模問題時，不能在有限時間內(nèi)得到最優(yōu)解和高質(zhì)量的近似解的問題，本文設(shè)計了結(jié)合啟發(fā)式的二進制粒子群優(yōu)化算法(BPSO)進行求解。使用啟發(fā)式策略調(diào)整粒子滿足所有約束條

3、件，并求得每個粒子適應(yīng)值。
　　(3)針對常規(guī)BPSO算法收斂速度慢、求解精度不夠理想等缺點，提出了使用連續(xù)編碼方式改進粒子群優(yōu)化算法(IPSO)求解能源機組調(diào)度問題。該方法是對離散變量進行松弛，把離散變量映射到連續(xù)空間內(nèi)編碼，粒子解碼后得到機組的啟停狀態(tài)。通過大量隨機生成算例進行測試，獲得的結(jié)果與BPSO、常規(guī)商業(yè)軟件比較，表明IPSO算法能夠快速求得滿意解。
　　(4)嵌入上述模型和算法，本文設(shè)計開發(fā)了能源機組調(diào)度決策支