基于遞歸式多目標(biāo)協(xié)同進(jìn)化遺傳算法的電廠負(fù)荷分配研究.pdf

《基于遞歸式多目標(biāo)協(xié)同進(jìn)化遺傳算法的電廠負(fù)荷分配研究.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、第5期王建國(guó)等．基于遞歸式多目標(biāo)協(xié)同進(jìn)化遺傳算法的電廠負(fù)荷分配研究627基于遞歸式多目標(biāo)協(xié)同進(jìn)化遺傳算法的電廠負(fù)荷分配研究王建國(guó)韓娜叢聰(東北電力大學(xué)自動(dòng)化工程學(xué)院，吉林吉林132012)摘要提出以多目標(biāo)優(yōu)化方法來(lái)完成電廠負(fù)荷調(diào)度分配。綜合考慮了經(jīng)濟(jì)性、快速性和穩(wěn)定性的要求，建立多目標(biāo)優(yōu)化的數(shù)學(xué)模型，采用遞歸式多目標(biāo)協(xié)同進(jìn)化遺傳算法求解負(fù)荷分配問(wèn)題。與傳統(tǒng)多目標(biāo)算法相比，該方法減少了各個(gè)目標(biāo)之間可能產(chǎn)生的偏移，并且進(jìn)化過(guò)程簡(jiǎn)單，具有較強(qiáng)的靈活性和實(shí)用性。關(guān)鍵詞負(fù)荷分配多目標(biāo)優(yōu)化協(xié)同進(jìn)化算法遞歸式多目標(biāo)遺傳算法中圖分類號(hào)TH8l文獻(xiàn)標(biāo)

2、識(shí)碼A文章編號(hào)1000—3932(2013)05-0627-04目前的廠級(jí)負(fù)荷優(yōu)化分配系統(tǒng)通常以機(jī)組煤耗特性為基礎(chǔ)，以全廠供電煤耗最少為原則來(lái)分配每臺(tái)機(jī)組負(fù)荷，這就使得傳統(tǒng)的分配方法只能滿足穩(wěn)態(tài)工況下全廠發(fā)電成本最低的要求?。而在如今的電力市場(chǎng)環(huán)境下，廠級(jí)負(fù)荷分配不僅要滿足發(fā)電成本最低的要求，還要考慮調(diào)度中心對(duì)負(fù)荷調(diào)整的時(shí)間要求以及負(fù)荷頻繁調(diào)整對(duì)機(jī)組產(chǎn)生磨損情況的要求¨。-。傳統(tǒng)的多目標(biāo)優(yōu)化方法采用加權(quán)方式為每個(gè)目標(biāo)逐一分配相應(yīng)的權(quán)重，進(jìn)而將其轉(zhuǎn)化為單目標(biāo)優(yōu)化問(wèn)題，但權(quán)重分配往往缺乏針對(duì)性。近年來(lái)，以NSGA-Ⅱ算法[61、SPEA

3、2算法"。為代表的進(jìn)化算法已成為解決多目標(biāo)優(yōu)化問(wèn)題的主要方法，但該算法容易產(chǎn)生目標(biāo)偏差而且進(jìn)化過(guò)程復(fù)雜。筆者綜合考慮了經(jīng)濟(jì)性、快速性和穩(wěn)定性要求，建立了多目標(biāo)優(yōu)化的數(shù)學(xué)模型，采用遞歸式多目標(biāo)協(xié)同進(jìn)化遺傳算法求解負(fù)荷分配問(wèn)題，使機(jī)組負(fù)荷分配更為合理、簡(jiǎn)便、有效。1機(jī)組負(fù)荷分配的多目標(biāo)優(yōu)化1．1多目標(biāo)優(yōu)化問(wèn)題多目標(biāo)函數(shù)優(yōu)化問(wèn)題是指被優(yōu)化的函數(shù)含有多個(gè)優(yōu)化目標(biāo)，且這些優(yōu)化目標(biāo)之間是相互矛盾的，這是一類很有挑戰(zhàn)性的優(yōu)化問(wèn)題，通常得到的優(yōu)化結(jié)果不是一個(gè)最優(yōu)解，實(shí)際上往往不存在單個(gè)最優(yōu)解，而是由互不占優(yōu)的解構(gòu)成的解集，用數(shù)學(xué)語(yǔ)言可描述為：具有n

4、個(gè)決策變量P個(gè)優(yōu)化目標(biāo)的MOP在可行區(qū)域內(nèi)找出使P個(gè)目標(biāo)函數(shù)f=(正，五，?，正)的值最小化的決策變量戈=(算。，石：，?，菇。)，一般而言，問(wèn)題的解是一個(gè)Pareto最優(yōu)集舊1。1．2多目標(biāo)負(fù)荷分配問(wèn)題的數(shù)學(xué)模型1．2．1經(jīng)濟(jì)性目標(biāo)以全廠煤耗最小為目標(biāo)函數(shù)進(jìn)行機(jī)組負(fù)荷分配，數(shù)學(xué)模型表示為：minF=圣Fj-戮(pi)-薯(alPf2+6。．Pj+ci)，i=l，2，?，n(1)式中口i、bi、c?！趇臺(tái)機(jī)組的煤耗特性參數(shù)；Ⅳ——機(jī)組臺(tái)數(shù)；Pi——第i臺(tái)機(jī)組將要承擔(dān)的負(fù)荷。1．2．2快速性目標(biāo)在給定總負(fù)荷的前提下，科學(xué)合理地分配

5、每臺(tái)機(jī)組要承擔(dān)的負(fù)荷，使電廠完成所需承擔(dān)負(fù)荷的時(shí)間最短，即使最后一臺(tái)機(jī)組完成所承擔(dān)負(fù)荷的時(shí)間縮短，數(shù)學(xué)模型表示為：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'為1tixI／ui．d．．．．Pi,before第i其中(茹)2{I戈<第i臺(tái)機(jī)組分配前承擔(dān)的負(fù)荷，p。為第i臺(tái)機(jī)組的負(fù)荷變化速率。1．2．3穩(wěn)定性目標(biāo)頻繁地調(diào)整機(jī)組承擔(dān)的負(fù)荷，會(huì)對(duì)機(jī)組造成收稿日期：2013-03-07(修改稿)628化工自動(dòng)化及儀表第40卷機(jī)械磨損，縮減

6、使用壽命。在滿足其他機(jī)組安全運(yùn)行范圍的前提下，減少參與調(diào)配的機(jī)組數(shù)量，數(shù)學(xué)模型表示為：rain，。：至』1Ip·一p··“emmI>o(3)”1【0Ip。一P．b。k。I=0其中m為參與調(diào)配的機(jī)組的啟停狀態(tài)，1表示參與調(diào)配，0表示不參與調(diào)配。1．3約束條件在問(wèn)題求解過(guò)程中，必須充分考慮問(wèn)題的約束條件，才能在允許范圍內(nèi)得到有效解。在負(fù)荷分配優(yōu)化這一問(wèn)題中需要滿足電網(wǎng)負(fù)荷需求，且每臺(tái)機(jī)組的負(fù)荷分配值不能超出該機(jī)組所允許的調(diào)整范圍。功率平衡約束為：Xpf=PL(4)機(jī)組負(fù)荷上下限約束為：P?。?！躳?！埽甈。．?(5)式中P?¨Pi,ma

7、x——第i臺(tái)機(jī)組發(fā)電機(jī)功率的最小值和最大值；P。．——電廠承擔(dān)的總負(fù)荷。2多目標(biāo)優(yōu)化算法2．1遞歸式多目標(biāo)協(xié)同進(jìn)化遺傳算法遞歸式多目標(biāo)協(xié)同進(jìn)化遺傳算法是在協(xié)同進(jìn)化遺傳算法的基礎(chǔ)上將整個(gè)進(jìn)化過(guò)程分為與目標(biāo)數(shù)量相等的幾個(gè)遞歸階段，筆者選取3個(gè)目標(biāo)函數(shù)，對(duì)每臺(tái)機(jī)組分別以實(shí)數(shù)編碼方法進(jìn)行初始化，每個(gè)階段多增加一個(gè)目標(biāo)，每個(gè)階段先用一個(gè)獨(dú)立的群體進(jìn)化新增的目標(biāo)，該群體中性能較好的個(gè)體與上一階段多目標(biāo)進(jìn)化的群體聯(lián)合形成已增目標(biāo)集的初始群體㈧101，進(jìn)化過(guò)程如圖1所示。opl進(jìn)化種群s：I確定機(jī)組參數(shù)值，冬N●弋{爭(zhēng)y參數(shù)集編碼●得多第二階段多目

8、標(biāo)解集肼，生成群體S．●’牛成R；與_】lf，合并形成S，進(jìn)化種群s．．，，L．．進(jìn)化種群S，<乏穢—==盞歲I得到第一階段多目標(biāo)解集Ⅳ．—斤●得到第三階段多目標(biāo)解集眠l生成R與肘．合并形成5，●I：輸出多目標(biāo)解集尬，結(jié)束)圖1進(jìn)化過(guò)