改进GA算法的电力系统机组优化组合研究

提出了一种新的基于实数和二进制数统一编码的改进遗传算法.把机组组合问题分解为两个优化子问题,分别对其优化.应用实数编码来模拟功率并用实数遗传算法解决负荷经济分配问题,同时结合二进制编码模拟机组启停状态,解决了机组优化组合的0-1混合整数非线性规划问题.本算法运用到模拟10台机组的优化组合研究中,取得了很好的效果.     

基于模糊遗传算法的机组组合问题的求解

为求解机组组合问题,提出一种模糊优化与遗传算法紧密结合的新的模糊遗传算法.通过建立模糊推理规则,对交叉率和变异率进行模糊控制,从而提高了收敛速度,避免了不成熟收敛.将该模糊遗传算法应用于一工程算例中求解机组组合问题,与传统遗传算法相比,在同样的种群规模和终止准则下,采用该算法的收敛迭代次数减少,减幅最大达122次,而每次迭代计算时间最多仅增加约0.01 s;优化组合的发电成本减小,减幅最大时达总发电成本的0.73%.     

基于聚类遗传算法的梯级水利枢纽短期电力调度优化

针对标准遗传算法容易"早熟"的缺陷,提出聚类遗传算法;改进了选择算子和交叉算子,并利用Shubert多峰测试函数验证了聚类遗传算法的优势.引入水轮机组运行效率梯度变化因素提出改进变异算子,弥补了变异搜索过随机的缺陷.最后,将改进方式应用于三峡-葛洲坝梯级水利枢纽短期电力调度优化研究中,提出和构建了相应的优化模型以及机组组合启停和运行效率同步实现策略.实例优化结果表明:聚类遗传算法和改进变异算子能有效弥补"早熟"的缺陷,并能显著提高优化搜索效率,适用于梯级电站电力调度优化问题.优化得出的梯级电力调度方案可以满足设定目标和约束,并提高了梯级的发电效率.     

电力系统机组组合的可行性判据研究

机组优化组合问题是一个典型的混合组合优化问题,机组组合的可行性判据对于该问题的求解具有重要的意义.综合分析机组组合问题的各种约束,对机组出力上下限进行了调整,提出并证明了机组功率平衡、备用可行的判据,进而推出了机组组合的可行性判据.仿真结果表明该判据是判定机组组合是否可行的有效方法.     

葛洲坝水电站厂内优化调度分析

水电站厂内优化调度是一个优化问题,它包括机组组合,负荷分配以及机组检修等问题.针对葛洲坝水电站厂内经济运行要求,在满足电能生产的安全、可靠、优质的前提下,基于动态规划以及遗传算法2种优化方法,对葛洲坝各机组优化调度进行了研究,合理的安排组织电厂设备的运行,以获得尽可能大的经济效益.由计算结果可以看出,运用的2种方法都能较好地求出最优结果,在给定水头和总流量的情况下,合理的进行流量分配,从而实现葛洲坝生产调度的优化运行.     

电力系统中机组组合问题算法的研究

机组优化组合问题是电力系统经济调度的一个重要环节,合理的开停机方案可带来很大的经济效益．实践表明机组优化组合比优化分配负荷更加经济,但由于问题十分复杂,很难找出理论上的最优解．介绍了解决机组组合问题的拉格朗日松弛法及遗传算法,并将两者结合起来对实际算例进行了分析．结果表明,两种算法结合求解能有效克服遗传算法的早熟现象,使生成解的对偶间隙减小,振荡现象得到抑制,能很快收敛到最优解,运行效率高,比传统的算法具有更高的鲁棒性．     

基于改进PSO算法的电力系统机组优化组合

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搜索空间中的最优区域．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．     

机组组合的混合编码遗传/tabu搜索组合算法

通过对遗传算法和tabu搜索的各自运算特性进行分析,文章提出了一种混合编码遗传算法与tabu搜索策略结合的组合算法,并运用组合算法对机组优化组合问题进行了求解。组合算法较好的结合了遗传算法的大规模寻优特性与tabu搜索的强局部搜索能力的特点,较大地减小了算法陷入局部最优的概率,能快速搜索到高质量的系统优化解;而且算法所采用的混合编码策略避免了每一迭代步上的负荷经济分配计算,大大地减少了计算量,提高了搜索速度。实例仿真结果表明,这种组合算法是有效的。     

基于改进遗传算法的AGC机组优化组合研究

为降低发电成本,该文对自动发电控制(AGC)机组优化组合问题进行了研究.基于改进遗传算法,建立了包含AGC的机组优化组合模型;针对遗传算法存在的不足,结合包含AGC机组优化组合模型的特殊性,提出了可变长二进制编码;设计了专门的遗传操作,并采用等微增法对其中的连续变量进行了处理.将所研究的算法和模型应用于包含16台机组24时段的机组优化系统中,仿真结果表明该改进遗传算法的计算结果优于实数编码方法结果11.33%,并在搜索区间及收敛速度等方面都具有较好的性能,适用于大、中型发电系统.     

机组组合的扩散并行遗传算法

研究了在细粒度并行机上的扩散并行遗传算法．遗传算法中个体为矩阵个体,选种采用竞争法．并行处理机拓扑结构为三维网格．对一个十机系统的机组组合问题进行了串行模拟,结果表明,当最大遗传代数或并行处理机个数增大时,均可找到更好的解,同时加速比也得以提高,且异步法优于同步法．