基于自适应系统优化算法的机组组合 adaptive system optimization algorithm of power system unit commitment.pdfVIP

第29卷第10期 电力自动化设备 V01．29No．10 E1P(．响-Power^Auc。matic，n 2009年10月 Equipm州 Oct．2009@ 基于自适应系统优化算法的机组组合 张晓花，赵晋泉，陈星莺 (河海大学电气工程学院，江苏南京210098) 摘要：算法采用系统分解理论将系统约束松弛。把机组组合问题分解为2层优化问题。上层通过拉格朗日 乘子的自适应调整来协调单个机组的子系统．下层采用遗传算法求解单个机组独立的子系统优化问题。对 拉格朗日乘子的自适应调整明显减少了对偶间隙的振荡现象．对遗传算法中交叉变异算子自适应的调整有 效地克服了早熟现象。算例表明可行解的质量高、收敛速度快，与传统算法相比具有更高的自适应性。适用 于大规模、复杂系统的机组组合问题的求解。 关键词：机组组合：自适应：分解协调；拉格朗日松弛；遗传算法 中图分类号：TM732 文献标识码：A 前景，但随着机组数的增多，存在过早收敛的问题。 0引言 本文将系统分解协调理论与进化算法结合．并 自适应地调整参数．形成自适应系统优化算法ASO 机组组合(uc)是在调度周期内满足各种运行 method)。其基本思 约束条件的前提下．通过合理地安排机组的开、停机 (AdaptiveSystemOptimization 想是LR法把系统约束进行松弛．将原问题分解。用 状态以实现总运行成本最低的目标。由于机组组合 GA求解松弛后的对偶问题．即单个机组的子系统优 问题是一个大规模非线性、非凸的混合整数规划问 化问题．可以避免传统方式下动态规划求解引起的 题．很难找到理论上的最优解。虽然通过穷举的方 “维数灾”问题；用文献[151提出的自适应的拉格朗 法可以得到．但由于对大型电力系统而言耗时长。效 日乘子更新策略来整体协调获得整个系统的可行 率太低．不具有实际应用价值。 解。自适应的乘子更新策略在对偶间隙、对偶解，可 优化的机组组合能带来显著的经济效益．长期 行解、收敛性及计算时间等方面较以往的方法有显 以来它一直是研究的热点。提出了各种方法．如优先 著改善。LR法对大系统的求解有优势．GA能够弥补 顺序法…．动态规划法[2-3]，整数规划法(IP)L4j及混合 动态规划法求解大系统、多约束系统时存在的不足， 整数规划法(MIP)(包括分支定界法引)，拉格朗日松弛 将这2种方法结合具有一定的互补性。 (LR)法f6-7]。人工神经网络法【8一和遗传算法(GA)[9-11]， 或是几种方法的结合[也-131。优先顺序法是最简单快1 机组组合问题的数学模型 速的方法．但得到的结果比较粗糙：动态规划法容易 本文主要考虑火电机组的开停机问题．模型中 引起“维数灾”．且要求所求解的问题具有明显的