基于PSO—GA算法的电力系统机组组合研究.pdfVIP

维普资讯 第34卷 第5期 继 电器 Vo1．34 No．5 34 2006年3月 1日 RELAY Mar．1，2006 基于PSO—GA算法的电力系统机组组合研究 蒋秀洁 ，吴永华 ，杨敏 (1．三峡大学电气信息学院，湖北 宜昌443002；2．孝昌县供电公司，湖北 孝昌432900) 摘要：机组组合优化问题是一个大规模、多约束、非线性的混合整数规划问题，因此求解非常困难 ．粒子群优 化(PSO)算法是一类随机全局优化技术，它通过粒子间的相互作用发现复杂有哪些信誉好的足球投注网站空间中的最优区域。PSO算 法的优势在于操作简单，可调参数少易于实现而又功能强大。该文采用二进制粒子群优化方法解决机组状态 组合问题，用遗传算法结合启发式技术解决经济分配问题，并对最小开停机时间及启停费用进行 了处理，使得 运算速度大大加快。方法的可行性在 10台机组系统中检验。模拟结果表明文章所提出的算法具有收敛速度 快及解的质量高等优点。 关键词：机组组合 ； 电力系统； 离散粒子群优化算法；遗传算法 中图分类号：TM715 文献标识码：A 文章编号：1003-4897(2006)05-0034-05 式中：，为机组 i在 t时段运行状态变量，仅取0，l 0 引言 两个值 ，“=l表示开机，“=0表示停机；P为机组 机组组合问题是编制短期发电计划首先要解决 i在t时段的发电有功功率；F (P)为机组 i运行耗 的问题，合理的开停机方案将带来很大的经济效益， 量，F (P，)=“+6 +c ，n，b，c为运行特性 由于问题十分复杂，很难找出理论 卜的最优解，因为 参数 ；S为机组i在t时段的启动耗量 ，它由S = 机组组合是高维、不可微、非凸、非线性的复杂混合 s0+sl(1一e卜 )确定， 表示汽轮机的启动 整数规划问题。人们已经提出很多方法 ¨ 解决这 耗量，一般为常数，s为锅炉由完全冷却状态启动 一 问题。 时的启动耗量，r为锅炉冷却时间常数。 粒子群优化算法PSO(ParticleSwarmOptimiza— 1．2 约束条件 tion) 于 1995年由美国两位博士提出，是一种基 a．功率平衡约束 于群智能的演化计算方法，可用于求解大量非线性、 N 不可微、非凸性、高维的复杂优化问题。PSO算法优 (P)·“一P 一P．．=0 (2) 化技术能在较短计算时间内产生高质量的解，比其 式中：尸．．为 ￡时段的系统网损。 它随机有哪些信誉好的足球投注网站方法具有更稳定的收敛特性。佩其缺点 b．机组技术出力约束 是易陷于局部极小点，有哪些信誉好的足球投注网站精度不高。本文针埘基 JI) ≤P ≤P：“ (3) 本PSO算法所存在的特点，结合机组组合优化问题 式中：P 、尸 分别为机组的 力最小、最大值。 的具体特点，将机组组合优化问题分为两层：机组状 c．旋转备用约束 态组合问题和经济分配问题。采用离散二进制PSO N 算法处理机组启、停约束及最小启停费用问题，同时， (尸 )·“n≥PI】l+PI{『=0 (4) i；l 为了加快收敛速度及提高解的质量，运用GA算法结 式中：P 为旋转备用功率。 合启发式技术进行负荷经济分配。并用 Matlab进行