基于免疫粒子群算法的水火電機組組合研究.pdf

1、近年來隨著電力工業(yè)的發(fā)展和國民經濟結構的調整,開發(fā)和利用清潔能源、采用可再生能源成為未來電力行業(yè)發(fā)展的趨勢。當前對水電能源的大力開發(fā),特別是梯級水電站的建設,增強了電網穩(wěn)定性,提高了系統(tǒng)抵抗干擾的能力。研究在火電系統(tǒng)中水電的優(yōu)化配置有重要意義。
　　機組組合問題是電力系統(tǒng)優(yōu)化運行的一個重要方面,由于它能帶來顯著的經濟效益,所以一直是現代電力系統(tǒng)每天運行計劃主要的任務。從數學角度來說,機組組合問題是一個多約束、非線性和離散的組合優(yōu)化

2、問題,很難得到理論上的最優(yōu)解。到目前為止仍不存在既能全面考慮各種約束,又能獲得理想的運算速度和精度的實用算法。如何提高求解機組組合問題的精度和速度對電力系統(tǒng)的經濟運行仍具有重要的意義。
　　本文在總結已有成果的基礎上,以電力系統(tǒng)中全天購電費用最小為數學模型,根據數學中的優(yōu)化原理,針對粒子群算法存在的缺陷和不足,將免疫算法與基本粒子群算法相結合,提出了改進的免疫粒子群求解算法。針對基本粒子群算法進化前期所出現的易發(fā)散,精度低,迭代后

3、期出現的收斂速度較慢等問題,本文提出了在算法中加入免疫算子隨機變量來擴大局部搜索能力,進而提高粒子群算法前期的精度及后期的速度;對粒子群算法易陷入局部最優(yōu)的問題,采取在基本粒子群算法基礎上結合免疫算法的交叉、變異操作,對將要與當前最優(yōu)位置重疊的個體引入交叉操作增加種群的多樣性。使得算法在搜索空間上得到極大的改善,跳出局部最優(yōu)點,從而得到滿意的最優(yōu)解。
　　為了測試算法的性能,本文采用4個經典測試函數分別對粒子群算法和免疫粒子群算法