基于精细化初始种群遗传算法的中长期水火电联合调度

摘要

能源危机与环境保护问题的出现使得推进清洁能源,大力发展水电,提高发电效率势在必行。中长期水火电联合调度由于时间跨度长,方案制定后的能源消耗情况就基本确定,因此,通过制定合理的中长期方案实现节能降耗的潜力巨大。
　　 本文建立了详细考虑水头效应和机组特性差异的中长期水火电联合优化调度模型,并提出了基于精细化初始种群的改进遗传算法,它能有效地生成初始种群,缩短求解时间,提高结果精度。现有遗传算法在用于水火电联合优化时,水电初始库容一般是在上下限之间随机产生,这造成初始种群中包含很多无效解,造成解空间太大导致计算效率低且解的质量不高。鉴于此,本文结合梯级水电的水利特点将水库模型与线性规划法结合,推导了产生随机可行库容的算法,然后将该库容作为初始种群参与算法优化。本文算法具体求解步骤分为三步:第一步水电求解,根据各水电站的库容求得水电厂出库流量,然后考虑各水电机组特性,将出库流量经济分配到机组,得到各时段各机组的水电出力;第二步:火电求解,在负荷中扣除水电出力得到各时段的火电总出力,所有火电机组按照煤耗率排序,依次安排负荷,计算出相应的煤耗;第三步适应度值计算,综合期末库容、煤耗、约束违背情况,计算个体的适应度值,再返回第一步,经反复迭代,求得系统最小总煤耗,得到优化的水火调度方案。对两个不同规模的水火电系统算例进行了计算和分析,验证了本文所提出模型和算法的有效性。