基于改進人工蜂群算法的機組組合優(yōu)化方法.pdf

1、機組組合問題是電力系統(tǒng)中一個典型的優(yōu)化問題，是指在滿足系統(tǒng)負荷、備用要求和機組運行的技術(shù)條件約束的情況下，確定未來一個調(diào)度周期內(nèi)參與優(yōu)化機組在各時段的開、停機狀態(tài)和在運行時段的出力，使系統(tǒng)總的運行費用達到最小。機組組合問題是典型的大規(guī)模非線性混合整數(shù)規(guī)劃問題，具有高維數(shù)、離散、非線性的特點。
　　 本文首先對人工蜂群算法的基本原理進行了介紹，包括生物模型，算法原理，算法流程及算法的優(yōu)缺點，然后把人工蜂群算法應用在機組組合問題的研

2、究中。先將機組組合問題分解為確定機組狀態(tài)和經(jīng)濟調(diào)度兩個子問題，再根據(jù)機組組合問題的特點對人工蜂群算法提出了以下幾點改進：對于傳統(tǒng)的機組組合問題，將免疫算法的記憶機制引入人工蜂群算法中，通過記憶庫保留優(yōu)秀機組片段，以避免早熟及陷入局部最優(yōu)，提高求解效率；在開采過程中采用基于適應度排序的選擇策略，在保持個體多樣性的基礎(chǔ)上表現(xiàn)出更好的魯棒性；在探索過程中采用分角色鄰域搜索的方法，保持了原有解的優(yōu)質(zhì)特征，提高了搜索速度。
　　 隨后，將

3、改進人工蜂群算法應用于含風電場的考慮網(wǎng)絡安全約束的機組組合問題中，并對模型作進一步的改進：提出了一種目標函數(shù)分段線性化的處理方法以加快尋優(yōu)速度；通過線性化模型的求解結(jié)果，采用啟發(fā)式分類方法，較好地縮小了機組組合的尋優(yōu)空間，從而減小計算規(guī)模。針對風電出力的波動性和隨機性，引入?yún)^(qū)間隨機模擬的方法，把隨機性和預測的規(guī)律性相結(jié)合，既可以避免盲目性又可以最大限度的減少常規(guī)發(fā)電機的發(fā)電成本。
　　 本文采用了多個算例對改進人工蜂群算法的可行