基于遺傳算法的電力市場(chǎng)日有功負(fù)荷優(yōu)化調(diào)度.pdf

1、電力市場(chǎng)化是21世紀(jì)全球電力工業(yè)發(fā)展的趨勢(shì)，是近年來電力工業(yè)改革的方向。隨著電力系統(tǒng)的迅速發(fā)展，電網(wǎng)向著大容量，超高壓的聯(lián)合電網(wǎng)發(fā)展，電力系統(tǒng)運(yùn)行的經(jīng)濟(jì)性越來越為人們所重視，電力工業(yè)將從傳統(tǒng)的運(yùn)行管理機(jī)制向著電力市場(chǎng)運(yùn)行管理機(jī)制轉(zhuǎn)變，使全社會(huì)從電力市場(chǎng)的機(jī)制轉(zhuǎn)變中獲得更大的經(jīng)濟(jì)效益和社會(huì)效益。 電力市場(chǎng)的運(yùn)行目標(biāo)是：在滿足系統(tǒng)安全穩(wěn)定運(yùn)行的條件下，促進(jìn)發(fā)電廠的競(jìng)爭(zhēng)，以發(fā)電成本，網(wǎng)損，輔助服務(wù)等方面成本之和最低為優(yōu)化目標(biāo)，根據(jù)機(jī)組

2、報(bào)價(jià)，確定發(fā)電計(jì)劃，實(shí)時(shí)調(diào)度各個(gè)發(fā)電公司的機(jī)組發(fā)電，以滿足用電負(fù)荷要求。 總之，電力市場(chǎng)化的根本目的就是通過建立一個(gè)充滿競(jìng)爭(zhēng)和選擇的電力工業(yè)運(yùn)營(yíng)環(huán)境以提高整個(gè)電力工業(yè)的經(jīng)濟(jì)效益和社會(huì)效益。在競(jìng)爭(zhēng)的電力市場(chǎng)中，進(jìn)行優(yōu)化調(diào)度所追求目標(biāo)是多方面的，可靠性與經(jīng)濟(jì)性相協(xié)調(diào)的目標(biāo)是定位在一定的資源基礎(chǔ)上的各方面綜合效益的最大化。 本文成功地將遺傳算法的基本原理和方法應(yīng)用于電力系統(tǒng)日有功負(fù)荷優(yōu)化調(diào)度的運(yùn)行中．首先，在研究遺傳算法(Ge

3、neticAlgorithm，GA)的基礎(chǔ)上，本文提出一種應(yīng)用改進(jìn)的遺傳算法來求解電力系統(tǒng)經(jīng)濟(jì)負(fù)荷分配的新方法，就是在給定的系統(tǒng)運(yùn)行方式下，在機(jī)組之間合理地分配出力，使全電力系統(tǒng)達(dá)到最大的經(jīng)濟(jì)性(發(fā)電成本為最小)，由此來節(jié)約能源。同時(shí)，給電廠帶來巨大的經(jīng)濟(jì)效益。本文建立了電力系統(tǒng)經(jīng)濟(jì)負(fù)荷分配的模型，在約束條件中考慮了傳統(tǒng)算法中通常省略或者簡(jiǎn)化了的網(wǎng)絡(luò)損耗的條件。文中對(duì)遺傳算法參數(shù)的編碼與譯碼，初始群體的設(shè)定，適應(yīng)度函數(shù)的建立，以及遺傳操

4、作和關(guān)鍵參數(shù)的確定，都進(jìn)行了詳盡的論述，對(duì)于啟發(fā)式的傳統(tǒng)算法和應(yīng)用于電力系統(tǒng)優(yōu)化調(diào)度的其他的一些智能算法進(jìn)行了比較，并分別從適應(yīng)度函數(shù)值的標(biāo)定和增加群體多樣性兩方面著手解決，在提高算法的收斂速度，防止早熟收斂現(xiàn)象上作了極大的改善。最后通過運(yùn)算實(shí)例證明，運(yùn)用改進(jìn)的遺傳算法能夠求解具有復(fù)雜約束條件下的非線性優(yōu)化問題，適合該問題的求解。與傳統(tǒng)的迭代法和一般遺傳算法相比，該算法編程簡(jiǎn)潔，搜索速度快，求解精度高，易于掌握，是解決電力系統(tǒng)經(jīng)濟(jì)負(fù)荷分

5、配問題的有效手段。 本文在用遺傳算法解決電力系統(tǒng)經(jīng)濟(jì)負(fù)荷分配問題的基礎(chǔ)上，針對(duì)電力市場(chǎng)的特點(diǎn)，提出了一種更適合于現(xiàn)實(shí)背景的新的日有功負(fù)荷多目標(biāo)優(yōu)化分配的策略，該策略同時(shí)考慮了發(fā)電燃料總耗量，有害氣體NOx的排放量和電網(wǎng)收益等三個(gè)目標(biāo)，兼顧了市場(chǎng)各方利益和環(huán)境保護(hù)。文中建立了三目標(biāo)優(yōu)化的模型，并將其應(yīng)用到山西電網(wǎng)高平縣五個(gè)發(fā)電廠的日有功負(fù)荷的模擬優(yōu)化調(diào)度中去。三個(gè)目標(biāo)函數(shù)通過改進(jìn)后的層次分析法加權(quán)，或者模糊決策的方法，轉(zhuǎn)化成為單目