遗传算法在水电站厂内经济运行中的应用

《遗传算法在水电站厂内经济运行中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、遗传算法在水电站厂内经济运行中的应用第27卷第1期2006年2月华北水利水电学院JournalofNorthChinaInstituteofWaterConservancyandHydroelectricPowerVo1.27No.1Feb.2oo6文章编号:1002—5634(2006)01—0061—04遗传算法在水电站厂内经济运行中的应用张仁贡,韩桂芳2,白家骢,王青贤4(1.浙江水利水电学校机电系,浙江杭州310003;2.浙江树人大学教务处,浙江杭州310015;3.华北水利水电学院动力

2、系,河南郑州450011;4.三门峡水利枢纽管理局,河南三门峡472000)摘要:建立了水电站厂内经济运行有功负荷分配的遗传算法数学模型,从空伺最优化和时间最优化两个方面介绍了遗传算法应用于水电站厂内经济运行的具体操作步骤,考虑了空蚀,振动和检修对水电站厂内经济运行的影响,结合刘家峡水电站进行实例计算,结果表明:运用遗传算法对水电站厂内经济运行进行分析和研究不但能提高经济效益,而且能满足实时性的要求.关键词:遗传算法;负荷分配;水电站厂内经济运行中图分类号:rI'v74文献标识码:A水电站的优化运

3、行包括时间最优化和空间最优化.在优化求解时动态规划法_1J较为通用,但需要映射空间或函数的连续性,需在整个解空间上作全面的搜索,当水电站机组台数和解空间维数增多时,搜索速度较慢,达不到实时性要求.20世纪80年代出现的基因遗传算法GA(GeneticAlgorithm)l2J,不需要映射空间或函数的连续性,可以多点出发同时在整个空间上作快速搜索,获得全局最优解的可能性大,速度较快.以刘家峡水电站的相关实验数据为分析对象,对遗传算法在水电站厂内经济运行中的应用进行研究.1数学模型的建立分析水电站的厂

4、内经济运行,应先知道各机组在特定机组段水头下的流量出力特性曲线函数Q=f(P,H).该函数可依据实测的原型动力试验资料,利用计算机进行多项式最/]-,--乘法和插值法拟合得到.为了保证机组的安全运行,负荷分配时应避开各台机组的汽蚀和振动区_3J,并要考虑各台机组的出力限制和检修状态.若把1d划分为24个时段,则其数学模型为:目标函数W=min∑∑E3600Qi(P:)u+'t1'=lu:(1一u)c+u(1一u:)D(1一u)(1)nfP:=P;约束条件{t(2)【P∈式中:Q(P:)为机组i在t

5、时段内的平均流量;,l为水电站机组的台数;u:为机组i在t时刻开停机状态变量,运行为1,检修或停机为0;C为开机过程中的耗水量;D为停机过程中的耗水量;P为t时段给定的负荷;P:为机组i在t时段内的平均出力;u为机组i检修状态变量,检修为1,不检修为0;为第台机组的出力范围.将模型的求解过程分解为:空间上机组优化分配的子模块(固定机组有功负荷分配);时域上机组优化运行(开停机计划)的主模块(t=1,2,…,24).2用遗传算法求最优解的子模块在子模块中,状态变量为P.子模块需解决的问题是:在保证电

6、能质量和安全生产的前提下,在某收稿日期:2005—09—10;修订日期:2005—11—20作者简介:张仁贡(1975一),男,浙江文成人,浙江水利水电学校讲师,硕士.主要从事水电站电气和综合自动化等方面的研究62华北水利水电学院2006年2月一时段,某一水头下,如何在7/.台机组间最优分配电力系统给定的负荷任务,使得所耗流量最小.2.1编码和母体遗传算法必须通过编码使状态变量形成与遗传因子类似的特定结构,遗传因子储存在其中.设利用z位的二进制来表示变量,精确到1MW,则Z是满足Pim.~≤2lj

7、一1的最小整数,其中P为第i台机组的额定出力,单位为MW.这样变量P:就可用长度z的二进制表示.刘家峡水电站有5台机组,最大出力分别为3O,3O,30,3O,36万kW,取精度为1万kW,则5台机组出力的二进制按顺序串成一串构成基因码链.于是每个解向量可以用长度为L55=∑z的二进制码串表示,计算可得∑zf=5+5'#1'=1+5+5+6=26.因遗传算法中需进行迭代计算,所以必须给定初始点,这些初始点构成初始母体群.随机选取m个母体,构成初始母体群(.,2,…,).2.2评价趱数评价函数,也称为

8、优良度_4J,用口表示a:[Ql+M1(P:一∑P'+M:∑"+.'t=ti=1—1—13∑(1一")l(3)ft1一Q=∑Qi(ps,.)i=I式中.Q.为t时段机组总耗流量;P:为t时段系统给定负荷;P:为t时段机组i的出力;":为机组的空蚀,振动状态变量,当P:在空蚀区和振区内时,":为1,反之为0;Ml,M2,M3分别为对约束条件的惩罚值.母体群中的每个母体都有一个优良度,第.7个母体的优良度用a表示,由式(3)看出,优良度a越大则第个母体越接近最优解.2.3选种,按照优良