[發(fā)明專利]一種基于混合智能算法的火電廠負荷優(yōu)化分配方法

有效

• 申請?zhí)枺?/td>: 202011016819.9
• 申請日: 2020-09-24
• 公開（公告）號: CN112183843B
• 公開（公告）日: 2023-06-06
• 發(fā)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(lián)創(chuàng)知識產權代理事務所(普通合伙) 21241
• 代理人: 屈芳

一種基于混合智能算法的火電廠負荷優(yōu)化分配的方法，涉及電力系統(tǒng)自動化技術領域，包括如下步驟：步驟1、產生初始種群；步驟2、選適應度函數，計算個體適應度值；步驟3、遺傳操作；步驟4、判斷GA算法的迭代次數是否達到X；步驟5、選取最優(yōu)的前n+1個個體構造單純形；步驟6、依據各方案的函數值選出最優(yōu)方案、最差方案、次差方案和折中方案；步驟7、對各方案利用NM算法規(guī)則執(zhí)行操作；步驟8、判斷NM算法的迭代次數；步驟9、判斷是否滿足收斂條件。本發(fā)明實現火電廠負荷優(yōu)化分配，使收斂速度加快，最優(yōu)解精度提高。

技術領域

本發(fā)明涉及電力系統(tǒng)自動化技術領域，尤其涉及一種基于混合智能算法的火電廠負荷優(yōu)化分配方法。

背景技術

電力系統(tǒng)的經濟負荷分配(Economic?Load?Dispatch，ELD)是電力系統(tǒng)負荷規(guī)劃和運行調度中的典型優(yōu)化問題之一，解決好此類優(yōu)化問題可有效提高電力系統(tǒng)運行的經濟性以及可靠性。該問題的優(yōu)化目標是針對一定配網范圍內的各機組進行合理的負荷分配，使其目標系統(tǒng)在滿足負荷需求、運行約束要求等條件下，所產生的發(fā)電成本降至最低。

20世紀80年代以來，人工智能技術取得飛速發(fā)展，產生了一些新穎的智能優(yōu)化算法，這些智能算法通過模擬或揭示某些自然界的現象或過程而建立并得到發(fā)展，為解決復雜問題提供了新的思路和手段。這些智能優(yōu)化算法與嚴格的數學優(yōu)化方法不同，它更適宜處理高維、離散、非凸的非線性問題，并且具有良好的全局收斂性、不受求解對象函數特性限制等優(yōu)點，被廣泛應用于ELD優(yōu)化問題求解。但每種智能算法都有它的利弊之處，考慮到遺傳算法具有強大的全局搜索能力，單純形算法具有強大的局部搜索能力。因此，提出將這兩種智能算法優(yōu)勢互補、協(xié)同合作，進而實現火電廠負荷優(yōu)化分配。其中，遺傳算法依靠單純形算法的局部搜索優(yōu)勢改善其后期收斂速度慢、最優(yōu)解精度不高的缺點；遺傳算法搜索后的群體為單純形算法提供了較優(yōu)的初值，滿足其對初值要求較高的需求。

發(fā)明內容

針對現有技術的缺陷，本發(fā)明提供一種基于混合智能算法的火電廠負荷優(yōu)化分配方法，實現火電廠負荷優(yōu)化分配，使收斂速度加快，最優(yōu)解精度提高。

本發(fā)明采用如下技術方案：

一種基于混合智能算法的火電廠負荷優(yōu)化分配方法，包括以下步驟：

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(qū)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：

遺傳算法在迭代過程中要進行個體的優(yōu)勝劣汰，個體優(yōu)劣的評價函數至關重要，該評價函數稱為適應度函數。一般情況下，適應度函數值越大認為個體越優(yōu)秀，遺傳到下一代的可能性也越大。因此，針對負荷優(yōu)化問題應選目標函數的倒數最為其適應度函數，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(yōu)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。