基于遗传算法的水电厂自动发电控制研究.pdf

《基于遗传算法的水电厂自动发电控制研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、维普资讯http://www.cqvip.com第23卷第3期电力科学与工程VO1．23．NO．32007年7月ElectricPowerScienceandEngineeringJu1．，200727基于遗传算法的水电厂自动发电控制研究唐桂花，王加庆(长沙理工大学电气与信息工程学院，湖南长沙410076)摘要：以遗传算法为基础，设计出一种水电厂自动发电控制算法。该算法有效地解决了优化问题中对求解多约束条件的处理问题。程序设计简单，收敛速度快。仿真计算验证了该算法的有效性。关键词：遗传算法；自动发电控制；

2、水电厂中图分类号：TM312文献标识码：A得到水头为Ⅳ时的流量特性表达式，然后通过二0引言元多项式插值逼近的方式得到其他水头下的表达式。其通用表达式为水电厂自动发电控制(AutomaticGenerationQ_NhH、：A矾+B‘+CNt+DControl，简称AGC)的任务是，在满足各项限制式中，，G，D为耗水特性曲线；鹏，^留为机组条件的前提下，以迅速、经济的方式控制整个电厂的有功功率来满足电力系统的需求。传统的自动发k第个安全运行区的上下限；nk为机组k的安全运行区数；M为机组k的出力；尸为电站总

3、负荷；电控制虽经过人们的不断改进己经应用于工程实际，但这种改进是在忽略某些条件限制的前提下实为电站所有机组台数。关于第二个约束条件，在以往的优化模型中一现的，其结果难以达到最优。遗传算法在参数优化般只考虑水电机组最小、最大技术出力限制条件。方面有较强优势，而且遗传算法在参数优化时对目但是，在实际负荷分配过程中，存在机组的汽蚀和标函数、约束条件都没有特殊要求。遗传算法的这种独特信息处理方式，为解决水电站水轮发电机组振动区等所谓阀区间约束限制问题，这类问题由于影响水轮机效率、使用寿命、甚至可能危及机组运的自动

4、发电控制提供了更有力的解决手段。行安全，因此求解机组最优负荷分配问题时必须考1算法实现虑。以水头为85m的三峡机组出力川——流量特性曲线(如图1所示)为例加以论述。1．1目标函数及约束处理根据AGC的任务，拟定了以下的数学模型：目标函数：minQ=∑(M，I4)1约束条件：s．t．∑M—P=01，2，3，⋯，，zk=l孵≤M≤j=l，2，⋯n式中Q^(M，为机组k在出力M与水头Ⅳ时的流量特性。本文根据实验所得数据，采用三次拟合，图1三峡机组出力一流量特·I生(85m)收稿日期：2007-04-13．作者简

5、介：唐桂花(1983一)，女，长沙理工大学电气与信息工程学院硕士研究生维普资讯http://www.cqvip.com28电力科学与工程2007笠图1中：a—b段为机组过渡区，b-c段为机组研究，提出了设计适应度函数应满足的五条标准p①粗糙运行区，c—d段为机组涡带区，P段为机组稳规范性；②单值、连续、严格单调；③合理性；④定运行区。a点和e点对应的出力分别为机组最小计算量；⑤通用性。本文依照这个原则，采用了技术出力和最大技术出力。按照机组安全运行要Fit(f())1，~,czO，且c一)o。求，水电站A

6、GC必须避开机组的汽蚀与振动区、1．4遗传算法的其他操作机组粗糙运行区和涡带区。因此机组安全运行区为了防止未成熟收敛，采取在最佳保留的基础为：{机组过渡区)u{机组稳定运行区)。机组非上，有条件地把最佳值复制到群体中。每代进化中，安全运行区为：{组汽蚀与振动区)u{机组粗糙比较当前最佳值与上一代最佳值，若当前最佳值差，运行区)u{机组涡带区)。由上面的分析可知，对应把上一代最佳值复制到群体中；若当前最佳值好，于第k号机组，其出力范围相应地被划分为可行域不复制当前值，以防止未成熟收敛。对于遗传算法M和不可行

7、域M两部分。针对这一问题，本文采用的交叉操作，本文采用单点交叉，交叉概率p=O．85。了惩罚函数法，Q^(M，=Q^(M，+。为惩由于遗传算法的变异操作可以增加算子的多样性，罚量，单位与流量Q相同，当口=1时，工作在不故本文随机选择变异点，且变异概率p=O．01。可行域；当a=O时，机组工作在可行域。如图2所示，当机组必须工作在可行域时，惩罚量为很大2算法步骤的值，否则，可以根据实际情况具体对待。(1)根据各个水头下的实验数据，得到每个机组在平均水头下的功率流量特性曲线。(2)由二元多项式插值逼近法，得到

8、其他需要水头值下的功率流量特性曲线。(3)根据输入数据，随机产生初始种群，然后进行选择、交叉、变异，产生新一代种群。(4)判断是否满足收敛条件，否则转入(3)。3仿真实验N／MW图2三峡机组出力一流量特性加惩罚函数示意图1．2遗传算法的编码二进制编码是遗传算法中最常用的一种编码方法，其主要优点是，算法易于用生物遗传理论来解释，并使交叉、变异等遗传操作便于实现。『Q1]『14．3436870．9770061-0．0028680．