文档介绍：万方数据
机组负荷优化的遗传一禁忌混合算法11112浙江大学学报ぱОGenetictabu，—琒襬，火电机组的负荷优化分配对于节约能源具有重要意义．根据国外电力企业的调度经验和华北’东北等电网的实际测算数据，通过火电机组负荷优化分配可以节省能源达总耗量的％～％，其经济效益相当可观．因此机组的负荷优化分配一直是电力系统的研究热点．该问题是一个混合整数非线性优化问题，要求在一个调度周期内，根据给定的下达负荷或竞价中标负荷进行负荷优化分配，使得调度周期内的机组燃料耗量最小，同时满足供电平衡、启停次数、机组健康状况等众多影响经济安全运行的约束条件．由于问题的非线性和复杂性，采用常规优化算法往往无法求得最优解，需要采用智能优化算法，达到进行实时负荷优化运行指导的目的．遗传算法具有并行性、全局搜索能力强、程序实现简单等优点，但“爬山”能力较差。容易提前收敛．禁忌搜索算法是一种智能启发式搜索算法，具有灵活的记忆功能，在搜索过程中可以接受劣解，具有很强的局部搜索能力癩，但该算法对于初始解的2提出了一种遗传一禁忌混合算法，有效地综合了遗传算法的全局搜索能力和禁忌搜索算法的局部搜索能力，从而避免出现。早熟”现象，改善了混合算法的摘要：针对遗传算法“爬山”能力差的缺点，提出在遗传箅法中引人禁忌擅索操作来提高局部寻优能力．并应用遗传一禁忌混合算法进行了火电机组负荷优化研究．在遗传算法每计算一定代数后．将每个个体作为禁忌搜索的初始解进行搜索，可以改善群体质量，加快搜索速度，混合算法有效地综合了遗传算法的全局搜索能力和禁忌搜索算法的局部搜索能力，从而避免出现“早熟”现象，改善了算法的收敛性．应用某实例进行负荷优化计算．结果表明混合算法大大改善了局部搜索能力和搜索速度，可以有效解决机组在线负荷优化难题．关键词：遗传禁忌混合算法；机组负荷优化；禁忌搜索算法；火电机组DerenlCEN—琇猟年月(1310027f憬斓鼗繁９こ逃邢薰荆憬贾TM744TPl8A文章编号：———(1CollegeofMechanical2ZhiangAbstractDue—algorithm(GA)tabu瓵genetictabuproblemEach—琣improvedThe瓵—problemwordsgenetic-tabualgofithmunit；籺收稿日期：——．(1974)E-******@zjuedu第卷第期310027ChinaCoLtdHangzhou，(wwiouraalsziueducnengE-******@ueduellNOV2007
万方数据
1abcminF(P)[uF(Pe)+ut(12i仉一．itU=1李蔚，等：机组自荷优化的遗传一禁忌混合算法收敛性，加快了搜索速度机组负荷优化目标是在调度周期内各台机组的总煤耗量最小”，离散化的目标函数为U=0Pit}F(P)isiMGF(P)论分析或试验拟合成二次曲线：约束条件机组负荷优化问题的约束条件包括功率平衡约束、机组容量约束、旋转备用约束、机组启停约束、机组最小连续停运和最小连续运行时间约束、功率响[8]次数约束、最小连续停运诵小时数约束和功率爬坡速率约束的提出主要是从安全性的角度考虑到机组不能频繁启停．禁忌搜索算法原理禁忌搜索算法是一种全局逐步寻优的优化算法，通过近期搜索记忆和蔑视准则来达到搜索解空(