基于人工神經(jīng)網(wǎng)絡(luò)與動(dòng)態(tài)規(guī)劃的機(jī)組組合算法研究.pdf

1、改革開(kāi)放以來(lái)，隨著我國(guó)經(jīng)濟(jì)的不斷發(fā)展，電力系統(tǒng)負(fù)荷的也隨之不斷增加，這就使得電力系統(tǒng)需要不斷擴(kuò)建、安裝新機(jī)組。為了滿(mǎn)足負(fù)荷的要求，系統(tǒng)內(nèi)聯(lián)合運(yùn)行機(jī)組的規(guī)模不斷擴(kuò)大，而眾多的發(fā)電機(jī)組存在著不同的燃料特性，即某些機(jī)組具有較高的發(fā)電效率，而某些機(jī)組的發(fā)電效率相對(duì)較低；另外，電力系統(tǒng)的負(fù)荷是時(shí)刻變化的,并且在各時(shí)段間存在著明顯的峰谷特性。因此在制定日發(fā)電計(jì)劃時(shí)，必須根據(jù)機(jī)組的實(shí)際情況與負(fù)荷的變化來(lái)考慮機(jī)組的開(kāi)、停狀態(tài)。所以，在各時(shí)段上如何在多臺(tái)

2、發(fā)電機(jī)組之間選擇機(jī)組啟停，進(jìn)而如何在選定的機(jī)組之間分配負(fù)荷，從而在滿(mǎn)足負(fù)荷與各種約束的前提下使系統(tǒng)總的燃料費(fèi)用最小，這就是機(jī)組組合所要研究的問(wèn)題。本文以電力系統(tǒng)中機(jī)組組合問(wèn)題為研究對(duì)象，就BP神經(jīng)網(wǎng)絡(luò)與動(dòng)態(tài)規(guī)劃在機(jī)組組合問(wèn)題中的應(yīng)用進(jìn)行了較為深入的研究和探索；嘗試對(duì)BP神經(jīng)網(wǎng)絡(luò)與動(dòng)態(tài)規(guī)劃法進(jìn)行改進(jìn)，使改進(jìn)后的算法適合機(jī)組組合問(wèn)題的要求，減少求解過(guò)程中的狀態(tài)數(shù)，避免單純利用動(dòng)態(tài)規(guī)劃法求解機(jī)組組合時(shí)產(chǎn)生的“維數(shù)災(zāi)”問(wèn)題。 本文在廣泛

3、收集資料的基礎(chǔ)上，結(jié)合電力系統(tǒng)中各種機(jī)組的運(yùn)行特性，分析了各類(lèi)機(jī)組的組合方式及其經(jīng)濟(jì)特性。歸納總結(jié)了機(jī)組組合的常用算法與國(guó)內(nèi)外最新研究進(jìn)展。與傳統(tǒng)的火電機(jī)組優(yōu)化模型相比，本文將水電廠等值為一個(gè)水電機(jī)組，將水電機(jī)組及其運(yùn)行成本考慮在優(yōu)化目標(biāo)內(nèi)，利用水電機(jī)組起動(dòng)靈活的特性減少火電機(jī)組的啟停，達(dá)到水火協(xié)調(diào)的目的。并將動(dòng)態(tài)規(guī)劃與神經(jīng)網(wǎng)絡(luò)相結(jié)合，把機(jī)組組合問(wèn)題分為兩部分，第一部分為利用BP神經(jīng)網(wǎng)絡(luò)產(chǎn)生機(jī)組啟停的預(yù)調(diào)度表，第二部分為利用動(dòng)態(tài)規(guī)劃處理

4、前一步得到的預(yù)調(diào)度表，并得到機(jī)組啟停的最終方案。利用Levenberg-Marquardt算法對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并針對(duì)該算法占用內(nèi)存大的缺點(diǎn)，提出了減少內(nèi)存的改進(jìn)。與其他的訓(xùn)練算法相比，可以在較少的迭代步數(shù)內(nèi)達(dá)到良好的收斂效果。經(jīng)理論分析與算例驗(yàn)證，該算法明顯優(yōu)于其他算法，并可以顯著減少內(nèi)存的占用量。根據(jù)預(yù)調(diào)度表的內(nèi)容，利用改進(jìn)的動(dòng)態(tài)規(guī)劃法對(duì)其進(jìn)一步處理，該方法在窗口單元的構(gòu)造、選擇，以及策略的遞推公式上，都與截窗口動(dòng)態(tài)規(guī)劃法有顯