学习电力系统机组组合问题的进制组合算法

《学习电力系统机组组合问题的进制组合算法 》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、第50卷总第576期电测与仪表V01．50No．5762013年第12期ElectricalMeasurement＆InstrumentationDec．2013球电力系统机组组合问题的进制组合算法曲朝阳，于华涛，朱莉，王蕾(东北电力大学信息工程学院，吉林吉林132012)摘要：电力系统机组组合问题是典型的非线性混合整数规划问题。本文对现有机组组合优化方法进行了分析，并针对现有方法存在的过多使用惩罚函数、全局搜素能力差和收敛速度慢等问题提出了一种适用于机组组合问题的进制组合算法。首先，算法通过进制转换的思想将离散的启停矩阵转化为连续的启停矩阵，解决了离散变量的连续化问

2、题；其次，通过限定取值范围的方式来满足机组出力大小约束和机组爬坡速度约束，减少了惩罚函数的使用，提高了算法的收敛速度；最后，通过延后择优，弱化全局学习等方式使算法具有更好的全局搜索能力，提高了算法寻优精度。经算例验证，该方法具有较好的收敛速度和更好的全局寻优能力，能够得出更优的机组组合方案，较好地解决了机组组合问题。关键词：机组组合；进制组合算法；优化；离散；连续化中图分类号：TM744文献标识码：A文章编号：1001—1390(2013)12—0060—05AScaleCombinationAlgorithmforPowerSystemUnitCommitmentQ

3、UZhao—yang，YUHua—tao，ZHULi，WANGLei(CollegeofInformationEngineering，NortheastDianliUniversity，Jilin132012，Jilin，China)Abstract：Unitcommitmentisatypicalnon-linearhybridintegerprogrammingproblem．Inthisarticle，existingunitcommitmentoptimizationmethodsareanalyzed．Tosolvecurrentproblemssuchas

4、overuseofpenaltyfunctions，poorglobalsearchingabilityandslowconvergencespeed，ascalecombinationalgorithmappliedtounitcommitmentisputforward．Basedonthescaleconcept，thealgorithmfirsttransformsthediscretestart—stopmatrixintoacontinuousonetosolvethediscretevariableserializationproblem．Thenthe

5、useofpenaltyfunctionisreducedbylimitingvaluerangetomeetthegeneratingunitoutputsizeconstraintandunitclimbingspeedconstraint，andthealgorithmconvergencespeedisimproved．Finally，throughthedelaypreferredandweakeninggloballearning，thealgorithmachievesbetterglobalsearchingabilityandimprovedaccu

6、racy．Resultsofcalculationexamplesshowthatthesolutionofthepresentedalgorithmpresentshigherconvergencespeedandbetterglobaloptimizingability，drawsbetterunitcombinationplan，andcansolvetheunitcommitmentproblembetter．Keywords：unitcommitment，scalecombinationalgorithm，optimization，discrete，seri

7、alization0引言灾一。近年来，人工智能算法得到了人们重视并开始电力机组组合问题是指一个调度周期内，在满足逐渐替代传统方法。应用在机组组合问题中的人工智用户负荷要求和各类机组约束条件下，合理安排各机能算法主要包括禁忌搜索、模拟退火、遗传算法、蚁群组的启停状态和出力情况，使系统运行费用达到最r11算法和粒子群算法等一～。其中，文献[6-9]直接以离小。机组组合问题是一个离散变量与连续变量混合的、多维的、非凸的、非线性混合整数规划问题。散变量作为变异对象，计算量较大，变异过程复杂。文目前，处理机组组合问题的方法有很多，大致可献[10—13]在具体运