基于多Agent遗传算法的水电厂机组优化组合研究与实现.pdf

《基于多Agent遗传算法的水电厂机组优化组合研究与实现.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39卷第1期电力系统保护与控制vol-39NO．12011年1月1日PowerSystemProtectionandControlJan．1，2011基于多Agent遗传算法的水电厂机组优化组合研究与实现孟安波，刘永前，徐海波(1．广东工业大学自动化学院，广东广州510006；2．华北电力大学，北京102206；3．广东易事特现代电力电子工程技术研究研发中心，广东东莞523808)摘要：基于多Agent系统理论，构建了一个多Agent机组优化组合系统。对于问题优化模型，提出了一种新颖的多Agent遗传算法，解决了大规模遗传算法的效率问题

2、。对于机组的非线性耗水量特性，提出了一种由Agent动态地管理与维护的神经网络。基于与FIPA兼容的多Agent中间件JADE平台，给出了一个详细的具体实施系统。仿真结果验证了所提出的优化模型与实施方案的合理性和可操作性。关键词：水电厂；多代理系统；机组优化组合；遗传算法；中间件Researchandimplementationofunitoptimizationcombinationofhydropowerplantbasedonmulti—AgentgeneticalgorithmMENGAn．bo，LIUYong—qian2，XUH

3、ai．bo(1．AutomationFaculty,GuangdongUniversityofTechnology，Guangzhou510006，China；2．NorthChinaElectricPowerUniversity，Beijing102206，China；3．R&DCenterofGuangdongModernPowerElectric&ElectronicEngineering，Dongguan523808，China)Abstract：Basedonmulti-Agentsystemtheory，aMASbasedsy

4、stemforunitoptimizationcombinationisbuilt．Fortheoptimizationproblemmentionedabove，anovelMASbasedgeneticalgorithmisproposed，whichsolvestheeficiencyproblemforgeneticalgorithmwithlarge-scalecomputation．Asfarasthenonlinearwaterconsumptioncharacteristicofgeneratingunitsisconce

5、rned，theBPneuralnetworkwhichcanbemanagedandmaintainedbyAgentisproposed．Basedonmulti—agentmiddlewareJADEplatformwhichisfullycompliantwithFIPA，adetailedimplementationsystemispresented．Thesimulationresultsexhibitthereasonabilityandfeasibilityofthemodelproposedinthispaper．Thi

6、sworkissupportedbyNationalHighTechnologyResearchandDevelopmentProgram(863)(No．2007AA05Z428)．Keywords：hydropowerplant；multi—Agentsystem；unitoptimizationcombination；geneticalgorithm；middleware中图分类号：TM76文献标识码：A文章编号：1674．3415(2011)01．0023．060引言些传统方法的一个共同特点是都依赖于数学模型的随着厂网分开以及电力

7、市场的推进，竞价上网建立与推导。由于遗传算法并行全局寻优能力以及的水力发电企业对电厂内实施经济调度表现出了极不需要导数信息仅需要适应度函数指导进化方向的大的关注。水电厂厂内经济运行是指在满足各种约特点，使得国内外一些研究人员开始尝试运用遗传束条件下，合理选择水电机组台数与组合，经济分算法进行电力系统有功功率负荷分配的研究，并取配系统负荷，以期获得最大的经济效益。本质上，得了一定的成果[14】。但是，大多数研究往往简化约水电厂经济调度是一个多约束条件下的非线性、高束条件，没有考虑振动区限制问题，这类问题往往维、离散的复杂机组优化组合问题。求

8、解此问题的影响水轮机效率及安全运行。此外，考虑耗水量模传统算法主要有变分法、辨识法、拉格朗日松驰法、型时，大多采用近似的二次项或多次项模型模拟。等微增率法、多元函数求极值法、线性规划等。这实际