基于混合粒子群算法的水火電短期優(yōu)化調(diào)度的研究.pdf

1、隨著國民經(jīng)濟發(fā)展對電力需求量的增大及環(huán)保的要求，大力發(fā)展水電勢在必行。電力系統(tǒng)運營市場化機制的實施，以及我國對梯級水電站的大力開發(fā)，探討電力市場模式下的梯級水電站的運營及水庫調(diào)度工作問題具有重要意義。
　　電力市場中水火電的短期優(yōu)化運行是指在某一調(diào)度周期內(nèi)，在滿足電力系統(tǒng)約束及水火電機組的約束條件的前提下，最大限度地降低購電費用。從理論上講，含有梯級水電站的水火電混合電力系統(tǒng)的短期有功負荷調(diào)度是一個具有復(fù)雜約束條件的動態(tài)、有時滯的

2、非線性優(yōu)化問題，很難找出理論上的最優(yōu)解，通過一種有效的算法解決該問題，可以在保證系統(tǒng)穩(wěn)定性及充分考慮各種約束條件的前提下，充分利用水資源，減少整個系統(tǒng)的購電費用。因此解決算法的效率和精度問題是水火電優(yōu)化調(diào)度的一個重要研究方向。
　　本文的主要研究內(nèi)容為：以電力市場中全天購電費用最小為數(shù)學(xué)模型，根據(jù)近代數(shù)學(xué)的隨機優(yōu)化原理，針對基本粒子群算法的兩個局限性，將基本粒子群算法與遺傳算法、進化規(guī)劃算法相結(jié)合，提出了改進的混合粒子群求解算法。

3、首先針對基本粒子群算法前期精度低，易發(fā)散，后期收斂速度較慢的局限性，本文提出了對個體極值加入滿足高斯分布的隨機變量來擴大鄰域搜索，即對尋找到的每一個個體極值用高斯算子做局部搜索，來提高粒子群算法前期的精度及后期的速度；然后針對粒子群算法易陷入局部最優(yōu)的局限性，采取在基本粒子群基礎(chǔ)上結(jié)合遺傳算法的交叉操作，對將要與當前最優(yōu)位置重疊的個體引入交叉操作增加種群的多樣性，開拓新的搜索空間，逃離局部最優(yōu)點。從而求得速度和精度都較令人滿意的解。

4、r>　　為了驗證算法的性能，本文采用改進的混合粒子群算法及基本粒子群算法對國內(nèi)外普遍使用的測試函數(shù)Rastrigin和Rosenbrock進行結(jié)果比較，數(shù)據(jù)表明改進的算法比基本粒子群算法具有更好的全局收斂能力。并將改進的混合粒子群算法應(yīng)用到水火電的短期優(yōu)化調(diào)度中，計算中充分考慮了系統(tǒng)負荷平衡約束、水量平衡約束、機組的旋轉(zhuǎn)備用約束等條件。通過與基本粒子群算法的結(jié)果比較，驗證了提出的混合粒子群算法速度和精度有所提高，并具有更好的全局收斂性。