基于递归式多目标协同进化遗传算法的电厂负荷分配研究.pdf

基于递归式多目标协同进化遗传算法的电厂负荷分配研究.pdf

ID:52483506

大小:673.17 KB

页数:4页

时间:2020-03-28

基于递归式多目标协同进化遗传算法的电厂负荷分配研究.pdf_第1页
基于递归式多目标协同进化遗传算法的电厂负荷分配研究.pdf_第2页
基于递归式多目标协同进化遗传算法的电厂负荷分配研究.pdf_第3页
基于递归式多目标协同进化遗传算法的电厂负荷分配研究.pdf_第4页
资源描述:

《基于递归式多目标协同进化遗传算法的电厂负荷分配研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第5期王建国等.基于递归式多目标协同进化遗传算法的电厂负荷分配研究627基于递归式多目标协同进化遗传算法的电厂负荷分配研究王建国韩娜丛聪(东北电力大学自动化工程学院,吉林吉林132012)摘要提出以多目标优化方法来完成电厂负荷调度分配。综合考虑了经济性、快速性和稳定性的要求,建立多目标优化的数学模型,采用递归式多目标协同进化遗传算法求解负荷分配问题。与传统多目标算法相比,该方法减少了各个目标之间可能产生的偏移,并且进化过程简单,具有较强的灵活性和实用性。关键词负荷分配多目标优化协同进化算法递归式多目标遗传算法中图分类号TH8l文献标

2、识码A文章编号1000—3932(2013)05-0627-04目前的厂级负荷优化分配系统通常以机组煤耗特性为基础,以全厂供电煤耗最少为原则来分配每台机组负荷,这就使得传统的分配方法只能满足稳态工况下全厂发电成本最低的要求⋯。而在如今的电力市场环境下,厂级负荷分配不仅要满足发电成本最低的要求,还要考虑调度中心对负荷调整的时间要求以及负荷频繁调整对机组产生磨损情况的要求¨。-。传统的多目标优化方法采用加权方式为每个目标逐一分配相应的权重,进而将其转化为单目标优化问题,但权重分配往往缺乏针对性。近年来,以NSGA-Ⅱ算法[61、SPEA

3、2算法"。为代表的进化算法已成为解决多目标优化问题的主要方法,但该算法容易产生目标偏差而且进化过程复杂。笔者综合考虑了经济性、快速性和稳定性要求,建立了多目标优化的数学模型,采用递归式多目标协同进化遗传算法求解负荷分配问题,使机组负荷分配更为合理、简便、有效。1机组负荷分配的多目标优化1.1多目标优化问题多目标函数优化问题是指被优化的函数含有多个优化目标,且这些优化目标之间是相互矛盾的,这是一类很有挑战性的优化问题,通常得到的优化结果不是一个最优解,实际上往往不存在单个最优解,而是由互不占优的解构成的解集,用数学语言可描述为:具有n

4、个决策变量P个优化目标的MOP在可行区域内找出使P个目标函数f=(正,五,⋯,正)的值最小化的决策变量戈=(算。,石:,⋯,菇。),一般而言,问题的解是一个Pareto最优集旧1。1.2多目标负荷分配问题的数学模型1.2.1经济性目标以全厂煤耗最小为目标函数进行机组负荷分配,数学模型表示为:minF=圣Fj-戮(pi)-薯(alPf2+6。.Pj+ci),i=l,2,⋯,n(1)式中口i、bi、c。——第i台机组的煤耗特性参数;Ⅳ——机组台数;Pi——第i台机组将要承担的负荷。1.2.2快速性目标在给定总负荷的前提下,科学合理地分配

5、每台机组要承担的负荷,使电厂完成所需承担负荷的时间最短,即使最后一台机组完成所承担负荷的时间缩短,数学模型表示为:rainT(p.)=rain{max{t.(p.一P。.beb。)}},i=1,2,⋯,n(2)其中(茹)={:戈I/t'i,.px戈><00,Pi'为1tixI/ui.d....Pi,before第i其中(茹)2{I戈<第i台机组分配前承担的负荷,p。为第i台机组的负荷变化速率。1.2.3稳定性目标频繁地调整机组承担的负荷,会对机组造成收稿日期:2013-03-07(修改稿)628化工自动化及仪表第40卷机械磨损,缩减

6、使用寿命。在满足其他机组安全运行范围的前提下,减少参与调配的机组数量,数学模型表示为:rain,。:至』1Ip·一p··“emmI>o(3)”1【0Ip。一P.b。k。I=0其中m为参与调配的机组的启停状态,1表示参与调配,0表示不参与调配。1.3约束条件在问题求解过程中,必须充分考虑问题的约束条件,才能在允许范围内得到有效解。在负荷分配优化这一问题中需要满足电网负荷需求,且每台机组的负荷分配值不能超出该机组所允许的调整范围。功率平衡约束为:Xpf=PL(4)机组负荷上下限约束为:P⋯。。≤p。≤.P。.⋯(5)式中P⋯¨Pi,ma

7、x——第i台机组发电机功率的最小值和最大值;P。.——电厂承担的总负荷。2多目标优化算法2.1递归式多目标协同进化遗传算法递归式多目标协同进化遗传算法是在协同进化遗传算法的基础上将整个进化过程分为与目标数量相等的几个递归阶段,笔者选取3个目标函数,对每台机组分别以实数编码方法进行初始化,每个阶段多增加一个目标,每个阶段先用一个独立的群体进化新增的目标,该群体中性能较好的个体与上一阶段多目标进化的群体联合形成已增目标集的初始群体㈧101,进化过程如图1所示。opl进化种群s:I确定机组参数值,冬N●弋{争y参数集编码●得多第二阶段多目

8、标解集肼,生成群体S.●’牛成R;与_】lf,合并形成S,进化种群s..,,L..进化种群S,<乏秽—==盏岁I得到第一阶段多目标解集Ⅳ.—斤●得到第三阶段多目标解集眠l生成R与肘.合并形成5,●I:输出多目标解集尬,结束)图1进化过

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。