基于改進(jìn)人工蜂群算法的機(jī)組組合優(yōu)化方法.pdf

1、機(jī)組組合問題是電力系統(tǒng)中一個典型的優(yōu)化問題，是指在滿足系統(tǒng)負(fù)荷、備用要求和機(jī)組運(yùn)行的技術(shù)條件約束的情況下，確定未來一個調(diào)度周期內(nèi)參與優(yōu)化機(jī)組在各時(shí)段的開、停機(jī)狀態(tài)和在運(yùn)行時(shí)段的出力，使系統(tǒng)總的運(yùn)行費(fèi)用達(dá)到最小。機(jī)組組合問題是典型的大規(guī)模非線性混合整數(shù)規(guī)劃問題，具有高維數(shù)、離散、非線性的特點(diǎn)。
　　 本文首先對人工蜂群算法的基本原理進(jìn)行了介紹，包括生物模型，算法原理，算法流程及算法的優(yōu)缺點(diǎn)，然后把人工蜂群算法應(yīng)用在機(jī)組組合問題的研

2、究中。先將機(jī)組組合問題分解為確定機(jī)組狀態(tài)和經(jīng)濟(jì)調(diào)度兩個子問題，再根據(jù)機(jī)組組合問題的特點(diǎn)對人工蜂群算法提出了以下幾點(diǎn)改進(jìn)：對于傳統(tǒng)的機(jī)組組合問題，將免疫算法的記憶機(jī)制引入人工蜂群算法中，通過記憶庫保留優(yōu)秀機(jī)組片段，以避免早熟及陷入局部最優(yōu)，提高求解效率；在開采過程中采用基于適應(yīng)度排序的選擇策略，在保持個體多樣性的基礎(chǔ)上表現(xiàn)出更好的魯棒性；在探索過程中采用分角色鄰域搜索的方法，保持了原有解的優(yōu)質(zhì)特征，提高了搜索速度。
　　 隨后，將

3、改進(jìn)人工蜂群算法應(yīng)用于含風(fēng)電場的考慮網(wǎng)絡(luò)安全約束的機(jī)組組合問題中，并對模型作進(jìn)一步的改進(jìn)：提出了一種目標(biāo)函數(shù)分段線性化的處理方法以加快尋優(yōu)速度；通過線性化模型的求解結(jié)果，采用啟發(fā)式分類方法，較好地縮小了機(jī)組組合的尋優(yōu)空間，從而減小計(jì)算規(guī)模。針對風(fēng)電出力的波動性和隨機(jī)性，引入?yún)^(qū)間隨機(jī)模擬的方法，把隨機(jī)性和預(yù)測的規(guī)律性相結(jié)合，既可以避免盲目性又可以最大限度的減少常規(guī)發(fā)電機(jī)的發(fā)電成本。
　　 本文采用了多個算例對改進(jìn)人工蜂群算法的可行