基于粒子群優(yōu)化算法的機組組合問題的研究.pdf

1、機組組合的任務(wù)是對機組的啟停狀態(tài)及負(fù)荷分配進行合理安排，以便在發(fā)電機組和系統(tǒng)約束的前提下，滿足調(diào)度周期內(nèi)的負(fù)荷需求，并達到發(fā)電成本最低。近年來，污染物排放造成的氣候變化問題引起了廣泛的關(guān)注，這對傳統(tǒng)機組組合提出了新的挑戰(zhàn)。隨著新能源的大力研發(fā)和投入使用，尤其是風(fēng)能發(fā)電技術(shù)的日趨成熟，迫切需要研究能夠更好滿足新能源特點的模型和方法。現(xiàn)有的方法在約束條件的全面考慮、節(jié)能和減排多目標(biāo)優(yōu)化及新能源并網(wǎng)等方面還存在很多問題。因此，本文鑒于智能算法

2、的特點和優(yōu)勢，針對機組組合問題在不同階段的數(shù)學(xué)模型的演變，對傳統(tǒng)機組組合問題、節(jié)能減排的電力系統(tǒng)優(yōu)化調(diào)度，以及風(fēng)電并網(wǎng)后的隨機規(guī)劃求解，分別進行了深入的研究，提出了新的改進求解方法，并使用典型案例進行仿真，驗證了新算法的優(yōu)越性。主要研究內(nèi)容包括:
　　1.針對傳統(tǒng)機組組合問題求解中存在的諸如啟停時間約束考慮滯后等不足，本文在分析其數(shù)學(xué)模型并比較各算法性能的基礎(chǔ)上，提出一種改進的雙重粒子群算法，主要包含離散粒子群和連續(xù)粒子群兩個層次

3、。外層的離散粒子群算法分時段優(yōu)化機組的啟停狀態(tài)，其中用臨界算子保證粒子的多樣性，對可行解給出了更嚴(yán)格的判別條件;不同時段間，考慮機組啟停時間的向前繼承和向后約束。內(nèi)層連續(xù)粒子群算法用于計算機組的經(jīng)濟分配，以便為外層算法的進化提供導(dǎo)向。另對算法實施多項改進以便收斂到全局最優(yōu)解。兩個算例的實驗結(jié)果證明了新算法的有效性。
　　2.隨著對環(huán)境保護日益增長的關(guān)注，機組組合問題在考慮“節(jié)能”的同時，“減排”也成為必不可少的目標(biāo)之一，顯然，其演

4、變?yōu)槎嗄繕?biāo)優(yōu)化的問題。本文在定義目標(biāo)權(quán)重因子的基礎(chǔ)上，提出一種目標(biāo)權(quán)重導(dǎo)向的多目標(biāo)粒子群算法。算法在粒子進化的向?qū)нx取上以目標(biāo)權(quán)重的接近程度作為重要指標(biāo)之一，更好地保持了種群的多樣性。對典型的測試函數(shù)進行仿真并比較其優(yōu)化性能，證明了新方法的有效性。本文方法不僅能批量計算出各種目標(biāo)權(quán)重下的Pareto最優(yōu)解，還給出了更加均勻分布的Pareto前沿，為決策者提供了廣闊的選擇空間。在此基礎(chǔ)上，對標(biāo)準(zhǔn)IEEE-30測試系統(tǒng)同時考慮節(jié)能和減排兩個

5、目標(biāo)進行仿真，從實驗結(jié)果可以得出，無論是否考慮網(wǎng)損，均在經(jīng)濟性和環(huán)保方面取得了滿意的效果。
　　3.由于風(fēng)電的波動性和隨機性特點，傳統(tǒng)的確定性經(jīng)濟調(diào)度模型不適合含風(fēng)電場的混合電力系統(tǒng)。本文采用機會約束規(guī)劃的理論對風(fēng)電-火電并網(wǎng)的優(yōu)化調(diào)度進行建模。問題求解方面，將量子計算與粒子群算法結(jié)合，提出了一種量子雙重粒子群算法。在一定的置信度下滿足負(fù)荷需求和約束條件，考慮了機組的約束條件處理過程中的耦合關(guān)系。采取了機組按優(yōu)劣性能排序、在不同情