多目標優(yōu)化方法在火電機組廠級負荷分配中的應用.pdf

1、實際優(yōu)化問題大多屬于多目標優(yōu)化范疇，具有多個待優(yōu)化的評價目標，而且不同目標之間可能是互相影響或者互相抵消的，因此，往往很難獲得各目標同時最優(yōu)的解決方案。此類問題的一般優(yōu)化方法，除了受限于所研究問題的客觀屬性外，還會受到決策人所參考的主觀評價條件影響。進化算法具有較強的全局搜索能力和種群機制，所以基于進化算法的優(yōu)化方法能有效地解決這些問題。本文研究的目標是尋找適當?shù)膬?yōu)化方法，可以快速地解決多目標優(yōu)化問題，而且可以保持較高的準確程序。針對火

2、電廠的負荷分配問題，通過對案例電廠的日常運行數(shù)據(jù)分析得出電廠機組的煤耗與污染物排放特性，選取基于改進的粒子群算法的多目標優(yōu)化方法，進行仿真實驗，以得出更加經濟環(huán)保的廠級負荷分配方式。
　　本文首先介紹了進化算法的基本原理與發(fā)展概況，總結了基于進化算法的多目標優(yōu)化方法的特點;其次，考慮到傳統(tǒng)進化算法的缺點，如收斂性差、效率低等，提出了基于一種改進粒子群算法的多目標優(yōu)化方法，可以根據(jù)算法的較快搜索和尋優(yōu)能力進行全局尋優(yōu);然后，面向電力