[發明專利]一種基于混合智能算法的火電廠負荷優化分配方法

有效

• 申請號: 202011016819.9
• 申請日: 2020-09-24
• 公開（公告）號: CN112183843B
• 公開（公告）日: 2023-06-06
• 發明（設計）人: 王順江;王愛華;葛維春;蘇安龍;葛延峰;曾雅;趙琰;許睿超;壽增;狄躍斌;劉嘉明;眭冰;李典陽;韓子嬌;孟凡博;張艷軍;李家輝
• 申請（專利權）人: 國網遼寧省電力有限公司遼陽供電公司;國網遼寧省電力有限公司;沈陽工程學院
• 主分類號: G06Q10/0631
• 分類號: G06Q10/0631;G06Q10/04;G06N3/126;G06Q50/06
• 代理公司: 沈陽銘揚聯創知識產權代理事務所(普通合伙) 21241
• 代理人: 屈芳

1.一種基于混合智能算法的火電廠負荷優化分配方法，其特征在于：包括如下步驟：

步驟1、產生初始種群：

遺傳算法擬采用實數編碼方式，對含N臺機組的負荷分配問題，在各臺機組功率極限區間內且滿足功率平衡的條件下，隨機產生2N+1個個體分別記為F₁、F₂、F₃、......、F_N、......、F_2N+1，每一個個體即代表著一種負荷分配方案；

步驟2、選適應度函數，計算個體適應度值：

選目標函數的倒數為其適應度函數，表示如下：

式中：eval(F)是個體F的適應值；F(P_i)為目標函數值；f_i(p_i)為第i臺機組的煤耗，由機組煤耗特性計算得出，N為機組臺數；

步驟3、遺傳操作：

初始種群生成后，遺傳算法就可以開始迭代進化了，進化過程是通過遺傳操作來完成的，遺傳操作按選擇運算、交叉運算和變異運算三個步驟進行，每一代經過遺傳操作后對個體適應度值進行比較，為下一代運算提供最優的個體；

步驟4、判斷GA算法的迭代次數是否達到X，若未達到則轉至步驟2，若達到則轉至下一步；

步驟5、選取最優的前N+1個個體即F₁、F₂、F₃、......、F_N、F_N+1構造單純形，即選出最優的前N+1種分配方案利用NM優化；

步驟6、依據各方案的函數值選出最優方案、最差方案、次差方案和除去最差方案以外的折中方案；

步驟7、對各方案利用NM算法規則執行反射、擴張、壓縮及收縮操作；

步驟8、判斷NM算法的迭代次數是否達到Y，若未達到則轉至步驟6，若達到則轉至下一步；

步驟9、判斷是否滿足收斂條件，若滿足則優化結束，輸出最優解即最優的電廠負荷分配方案，若不滿足則轉至步驟2。