多目標(biāo)進(jìn)化算法的研究及其在負(fù)荷分配中的應(yīng)用.pdf

1、在電力產(chǎn)業(yè)蓬勃發(fā)展的今天,隨著一系列電力改革措施的實行,火電企業(yè)需要多角度深層次的考慮降低電廠運行成本。因此,在各發(fā)電機(jī)組間實行負(fù)荷優(yōu)化分配,提高運行效率,降低生產(chǎn)成本具有重要意義。同時,隨著電力市場的發(fā)展,現(xiàn)在的廠級負(fù)荷分配不僅要滿足凋度中的負(fù)荷要求,還要滿足負(fù)荷調(diào)整時間的要求。除此之外,在火力發(fā)電過程中產(chǎn)生很多污染,如二氧化硫,氮氧化物,二氧化碳等。這些問題也越來越引起人們的關(guān)注。因此僅僅最小化發(fā)電成本已經(jīng)不再是負(fù)荷調(diào)度唯一考慮的問

2、題。采用多目標(biāo)優(yōu)化的方法對火電廠負(fù)荷分配問題進(jìn)行研究具有重要意義。
　　 本文首先將混沌優(yōu)化方法與遺傳算法相結(jié)合,提出了一種新的實數(shù)編碼的混沌遺傳算法。該方法通過對簡單遺傳算法固有環(huán)節(jié)的改進(jìn)以及對最優(yōu)個體的再次優(yōu)化,在一定程度上克服了遺傳算法易于早熟、局部收斂的問題,提高了遺傳算法的搜索能力,將其用于經(jīng)濟(jì)負(fù)荷分配問題,表明了其有效性。
　　 在求解多目標(biāo)負(fù)荷分配問題時,相對于傳統(tǒng)的權(quán)重法等,基于Pareto最優(yōu)解概念的多

3、目標(biāo)進(jìn)化算法具有明顯優(yōu)勢,本文設(shè)計了兩種多智能體多目標(biāo)進(jìn)化算法,并將其應(yīng)用于多目標(biāo)負(fù)荷分配問題。首先提出了用于求解多目標(biāo)負(fù)荷分配問題的實數(shù)編碼的多智能體多目標(biāo)進(jìn)化算法。在基于Pareto最優(yōu)解概念的基礎(chǔ)上,將多智能體技術(shù)與進(jìn)化算法相結(jié)合,設(shè)計了針對多目標(biāo)優(yōu)化問題的鄰域擇優(yōu)算子、鄰域競爭算子等。同時,為了維持解集分布性,對具有最大聚集距離的個體進(jìn)行了再次優(yōu)化。其次將量子計算與多智能體技術(shù)相結(jié)合,提出了量子編碼的多智能體多目標(biāo)進(jìn)化算法,并將

4、其應(yīng)用于多目標(biāo)負(fù)荷分配問題。該算法在求解多目標(biāo)負(fù)荷分配問題過程中可產(chǎn)生大量非支配解,通過自適應(yīng)網(wǎng)格的方法,保留了最具代表性的個體。通過與經(jīng)典算法的比較對兩種算法的有效性進(jìn)行了驗證。
　　 論文的主要創(chuàng)新點有:
　　 1.設(shè)計一種實數(shù)編碼的變尺度混沌遺傳算法,并將其應(yīng)用于經(jīng)濟(jì)負(fù)荷分配問題；
　　 2.將經(jīng)典多目標(biāo)進(jìn)化算法應(yīng)用于多目標(biāo)經(jīng)濟(jì)負(fù)荷分配問題,并和權(quán)重法進(jìn)行了比較；
　　 3.設(shè)計了用于求解多目標(biāo)負(fù)荷