基于混合粒子群算法的水火電短期優(yōu)化調(diào)度的研究.pdf

1、隨著國(guó)民經(jīng)濟(jì)發(fā)展對(duì)電力需求量的增大及環(huán)保的要求，大力發(fā)展水電勢(shì)在必行。電力系統(tǒng)運(yùn)營(yíng)市場(chǎng)化機(jī)制的實(shí)施，以及我國(guó)對(duì)梯級(jí)水電站的大力開發(fā)，探討電力市場(chǎng)模式下的梯級(jí)水電站的運(yùn)營(yíng)及水庫調(diào)度工作問題具有重要意義。
　　電力市場(chǎng)中水火電的短期優(yōu)化運(yùn)行是指在某一調(diào)度周期內(nèi)，在滿足電力系統(tǒng)約束及水火電機(jī)組的約束條件的前提下，最大限度地降低購電費(fèi)用。從理論上講，含有梯級(jí)水電站的水火電混合電力系統(tǒng)的短期有功負(fù)荷調(diào)度是一個(gè)具有復(fù)雜約束條件的動(dòng)態(tài)、有時(shí)滯的

2、非線性優(yōu)化問題，很難找出理論上的最優(yōu)解，通過一種有效的算法解決該問題，可以在保證系統(tǒng)穩(wěn)定性及充分考慮各種約束條件的前提下，充分利用水資源，減少整個(gè)系統(tǒng)的購電費(fèi)用。因此解決算法的效率和精度問題是水火電優(yōu)化調(diào)度的一個(gè)重要研究方向。
　　本文的主要研究?jī)?nèi)容為：以電力市場(chǎng)中全天購電費(fèi)用最小為數(shù)學(xué)模型，根據(jù)近代數(shù)學(xué)的隨機(jī)優(yōu)化原理，針對(duì)基本粒子群算法的兩個(gè)局限性，將基本粒子群算法與遺傳算法、進(jìn)化規(guī)劃算法相結(jié)合，提出了改進(jìn)的混合粒子群求解算法。

3、首先針對(duì)基本粒子群算法前期精度低，易發(fā)散，后期收斂速度較慢的局限性，本文提出了對(duì)個(gè)體極值加入滿足高斯分布的隨機(jī)變量來擴(kuò)大鄰域搜索，即對(duì)尋找到的每一個(gè)個(gè)體極值用高斯算子做局部搜索，來提高粒子群算法前期的精度及后期的速度；然后針對(duì)粒子群算法易陷入局部最優(yōu)的局限性，采取在基本粒子群基礎(chǔ)上結(jié)合遺傳算法的交叉操作，對(duì)將要與當(dāng)前最優(yōu)位置重疊的個(gè)體引入交叉操作增加種群的多樣性，開拓新的搜索空間，逃離局部最優(yōu)點(diǎn)。從而求得速度和精度都較令人滿意的解。

4、r>　　為了驗(yàn)證算法的性能，本文采用改進(jìn)的混合粒子群算法及基本粒子群算法對(duì)國(guó)內(nèi)外普遍使用的測(cè)試函數(shù)Rastrigin和Rosenbrock進(jìn)行結(jié)果比較，數(shù)據(jù)表明改進(jìn)的算法比基本粒子群算法具有更好的全局收斂能力。并將改進(jìn)的混合粒子群算法應(yīng)用到水火電的短期優(yōu)化調(diào)度中，計(jì)算中充分考慮了系統(tǒng)負(fù)荷平衡約束、水量平衡約束、機(jī)組的旋轉(zhuǎn)備用約束等條件。通過與基本粒子群算法的結(jié)果比較，驗(yàn)證了提出的混合粒子群算法速度和精度有所提高，并具有更好的全局收斂性。