基于二进制和声粒子群算法的电站经济运行问题研究

机组组合是电站经济运行问题中典型的复杂非线性优化问题,其求解难度随系统规模增大呈非线性增长,如何对其进行高效求解一直是电力系统研究领域的热点和难点问题。为此,提出一种适用于电站经济运行中机组组合问题的二进制和声粒子群算法(BHSPSO):首先将粒子群算法的信息共享机制纳入到和声搜索算法的和声记忆库考虑操作中,并利用全局极值实现音调微调;然后采用启发式智能调整策略处理时段关联型约束条件,即根据机组优先顺序修复旋转备用约束,在此基础上,设计了一种"开-停-开"的修复策略处理最小开停机时间约束,有效改善了优化计算结果质量。将该方法分别应用于电站10台机组(简称10机)至电站100台机组(简称100机)系统标准算例,仿真结果表明:所提算法具有简单高效、收敛速度快、鲁棒性强等优点,为水、火电机组组合优化运行问题的高效求解提供一种新的途径。

和声搜索混合优化算法在水电厂机组组合优化中的应用

针对水电站机组组合优化运行问题的特殊性,建立了以耗水量最小为目标的机组组合优化模型,提出了一种改进二进制和声搜索算法优化水电厂机组的开停机顺序,采用启发式修复策略处理旋转备用容量约束与最小开停机时间约束,并通过查询经济运行总表的方法进行不同时段机组间的负荷分配。以柘林水电厂某日的实际负荷过程为例进行计算,并与改进二进制粒子群算法(IBPSO)和传统的动态规划法(DP)进行对比。结果表明,该算法简单快速,优化效果好,实现了机组间负荷的最优分配,提高了水能利用率,具有较强的工程实用性。