基于改進魚群與粒子群混合算法的機組優(yōu)化組合研究.pdf

1、機組優(yōu)化組合問題是電力系統(tǒng)短期運行計劃的核心問題，是典型的非線性優(yōu)化問題，涉及到許多非線性、離散性、隨機性及不確定性等因素。常規(guī)的數學方法在處理此類問題時有一定的局限性，而智能優(yōu)化方法卻適合求解傳統(tǒng)優(yōu)化方法難以解決的高非線性、高離散性的組合優(yōu)化問題。 本文圍繞機組優(yōu)化組合，主要展開以下工作： (1)對魚群算法、粒子群算法、免疫算法和禁忌搜索算法進行研究。人工協(xié)調魚群算法在處理大系統(tǒng)問題時有自己的優(yōu)勢，把人工協(xié)調魚群算法應

2、用于大系統(tǒng)組合問題，能夠快速的解決大系統(tǒng)組合的維數高、求解困難等問題；針對基本粒子群算法的全局搜索能力差、進化后期收斂速度慢、算法到達一定精度無法繼續(xù)運行等缺點，提出了基于疫苗接種的免疫禁忌粒子群算法(IVT-PSO)。仿真結果表明，該算法能夠得到更好的優(yōu)化效果，驗證了方法的有效性。 (2)研究了機組優(yōu)化組合的基本原理和數學模型?？紤]了負荷需求限制約束、單機輸出功率上下限約束、機組最大允許啟停次數約束，把人工協(xié)調魚群算法和基于疫

3、苗接種的免疫禁忌粒子群算法應用到機組優(yōu)化組合問題中，以煤耗量最小為目標函數，對機組的啟停方式和經濟負荷分配這兩個問題進行交替迭代求解。算例仿真和分析結果驗證了該方法的正確性、有效性和優(yōu)越性。 (3)在電力市場競爭條件下，考慮無功和備用收益的影響，以機組本身的可用狀態(tài)、發(fā)電功率限制、爬坡速率以及系統(tǒng)備用容量和電力市場交易等為約束條件，構造了電力市場競爭條件下機組優(yōu)化問題的數學模型。以發(fā)電廠收益最大為目標函數，對機組的啟停方式和經濟