用于机组优化组合的改进单亲遗传算法

为了有效地解决火电厂机组优化组合问题,作提出了一种改进的单亲遗传算法。该算法使用实数编码,不使用在两条染色体之间操作的交叉算子,所有遗传操作全部在一条染色体上进行,简化了遗传操作过程,提高了计算效率,且不要求初始群体中的个体具有多样性,也不存在“早熟”收敛现象。与传统的机组优化组合方法相比,该方法能方便地处理机组优化组合问题的复杂约束条。计算实例验证了这种算法的有效性。     

基于竞价的日发电计划混合智能优化算法

针对电力市场下基于竞价的日发电计划的特点，提出一种充分结合遗传算法和排队算法各自优点的混合智能算法。该算法利用遗传算法在求解离散组合优化问题上的强收敛性和鲁棒性进行机组优化组合，利用排队算法的简洁性和快速性进行经济功率分配。同时，利用基于专家知识的免疫遗传算法来提高机组优化组合的计算速度。通过对某实际电力市场基于竞价的日发电计划的计算和分析，验证了该算法的正确性和实用性。     

电力系统机组启停优化问题的改进DPSO算法

该文从微粒群优化算法的原理和机组组合问题的特点出发，提出了一种适合机组启停优化问题求解的改进的离散二进制微粒群优化算法(DPSO)：文中结合机组启停优化问题的特点，采用改进的DPSO算法对机组的开停机状态进行优化组合，利用随机的顺序投入法初始化原始种群，将无希望／重希望准则引入搜索过程，通过重新初始化机制与变异操作克服DPSO易于陷入局部最优的缺点，并保证机组的开停状态组合满足单机约束和系统约束。保证搜索在问题的可行域进行。对2个算例系统的仿真计算及与其它方法的比较表明，该算法在搜索精度和搜索速度方面均具有很大的优越性。此算法兼顾了收敛速度和收敛精度2个方面，具有很好的适应性。这种寻优的方式不仅为机组肩停优化问题带来了新的解决思路，对于求解更广泛的组合优化问题亦具有普遍的意义。     

社会演化算法在机组组合中的应用

机组组合是电力系统优化运行的一个重要方面，从数学角度讲，机组组合问题是一个多约束的NP难组合优化问题，很难得到理论上的最优解，该文将一种新的方法—社会演化算法用于解决该问题。该算法用认知主体取代了传统遗传算法的基于编码的可行解生成方式；用基于“范式学习与更新”的进化寻优机制取代了传统遗传算法中基于模仿基因的遗传和变异的进化寻优机制，使其计算效率及收敛稳定性均优于传统遗传算法。最后通过算例验证了该算法的优越性。该算法不仅为解决机组组合问题带来了新的思路和方法，在求解其它带有复杂约束条件的组合优化问题方面也有非常重要的启发意义。     

基于内点割平面算法的电力系统机组优化组合研究

合理的开停机方案将为电力系统运行带来很大的经济效益,现代电力系统对机组优化组合算法的收敛速度和解的质量要求越来越高.文章提出了一种改进的内点割平面算法(IPCPM)求解机组组合问题,与原IPCPM相比,在退化解的处理过程中避免了多次的矩阵列交换和秩计算,同时省略了对偶最优基的判断流程,使算法计算量明显减少,速度更快.通过多个不同规模和特性的系统测算,表明该算法能有效地产生割平面约束,计算结果准确合理,改进后的算法实现更方便,计算更快速,适合求解大型电力系统机组组合问题.     

电力市场中机组组合的智能优化算法

随着电力市场的兴起，机组优化组合问题的目标函数和约束条件都发生了重大的变化，本文提出了在电力市场机制下机组组合问题的数学模型，并运用智能优化算法－遗传算法求解，该算法不同于常规优于算法的特点在于，能够从最后一代的母体群中产生多个满足约束条件的可行方案，为电钢调度提供了极大的灵活性。而且任何可以用罚因子项表示的约束条件可以考虑到遗传算法，适合大规模及超大规模问题的求解。     

电力系统机组组合问题的改进粒子群优化算法

机组组合问题是一个大规模的非线性混合整数规划问题.文章首先对机组组合问题的0、1变量进行松弛,应用罚函数方法将此问题转化为一个非线性连续变量的规划问题,并应用改进粒子群优化算法求解.该算法在标准的粒子群优化算法的基础上,每个粒子速度和位置的更新不仅考虑自身个体极值和全局极值的信息,还考虑其它粒子所包含的信息.通过收敛性分析可知,若合适地选择算法的控制参数,该算法能较好地收敛到最优解.算例表明文章所提出的算法具有解的质量高、收敛速度快的优点.     

机组组合问题的扩展Hopfield神经网络算法

从Hopfield神经网络的原理和机组组合问题的特点出发，提出了一种适合解决机组组合问题的扩展Hopfield神经网络算法。该算法结合了Hopfield神经网络和模拟退火算法（SA）的优点，对整数变量取值范围进行了可行的扩展，有效地避免了陷入局部最优。同时，该算法无须进行额外的负荷经济分配，故能迅速，高效地搜索到系统的高质量优化解，对于实际系统的仿真计算结果证明了该算法的有效性，并且，方法本身具有良好的并行性，易于在并行计算机上实现，因此具有实际应用的可能性。     

基于免疫算法的火电厂机组优化组合

在电厂各发电机组间实行机组负荷优化分配,提高运行效率,能改善机组的经济性,降低成本。然而,由于机组优化组合问题本质上属于大规模非线性混合整数规划问题,到目前为止还没有得到一种绝对严格的优化求解方法。免疫算法模拟生物的免疫系统原理,是一种全局概率搜索算法。文章将该算法改进用于解决机组优化组合问题,并用实际算例验证其可行性。     

基于免疫算法的火电厂机组优化组合

在电厂各发电机组间实行机组负荷优化分配,提高运行效率,能改善机组的经济性,降低成本。然而,由于机组优化组合问题本质上属于大规模非线性混合整数规划问题,到目前为止还没有得到一种绝对严格的优化求解方法。免疫算法模拟生物的免疫系统原理,是一种全局概率搜索算法。文章将该算法改进用于解决机组优化组合问题,并用实际算例验证其可行性。     

基于电力系统日发电计划的混合智能messy遗传算法

机组组合是电力系统日发电计划中主要的优化任务,在满足各种约束条件下求得全局最优解是一个比较困难的问题.传统遗传算法的二进制编码和随机遗传操作不适合于求解大规模机组组合问题.针对电力系统日发电计划的特点,提出了一种混合智能messy遗传算法(HIMGA),该算法实现简单,大大减小了求解问题的规模,保证了群体的多样性,提高了算法的搜索效率,改善了算法的收敛性.仿真计算结果表明了该算法的有效性和实用性.     

遗传算法在电力系统日有功优化调度中的应用

随着电力市场的不断深入，系统的有功优化调度在电力系统运行中占有越来越重要的地位。针对这一特点，本文提出了在多约束条件下，寻求全网经济效益最优的算法，先用遗传算法求解机组组合，再用等微增率法求解负荷的最优分配，在求解的过程中，采用不同听方法来处理各种约束条件。通过模拟系统的实例验算表明了所提出的算法十分有效。     

复合能源分布式发电系统的机组组合问题

针对分布式发电的特点,提出了一种新的含多种复合能源的分布式发电系统发电成本最低的机组组合模型,并提出了一种针对分布式发电系统的调度策略,用改进的遗传算法求取在此策略下机组组合的发电费用,约束条件中不仅包含了常规机组组合问题的约束,还考虑了分布式发电系统的特殊约束,算例证明此模型和算法是可行的。     

综合环境保护及峰谷电价的水火电短期优化调度

为了使电力市场环境中的发电侧能够实现节能环保且高收益的发电目标,对机组出力变化与分时电价波动之间的关系进行了研究,构建了一种新的水火电短期优化调度模型,该模型以实现电力市场条件下最大发电收益为目标,同时综合考虑了峰谷分时电价和环境保护成本对发电侧经济效益的影响,还考虑了梯级水电站群的蓄水量、下泄流量、机组出力等约束条件,由此得出机组的优化调度方案。针对传统优化算法难以处理高维梯级水电站优化调度多约束条件的缺陷,利用微分进化算法对此优化模型进行求解,仿真计算结果证明了该模型的合理性和算法的有效性。     

一种求解大规模机组组合问题的混合智能遗传算法

针对传统的采用二进制编码的遗传算法在求解大规模机组组合问题时收敛速度慢、易早熟等问题,作者结合机组组合问题的特点,提出了一种混合智能遗传算法.该算法以机组状态作为个体编码,结合启发式方法的自适应智能变异算子求解目标函数,显著缩小了求解问题的规模,保证了群体多样性,提高了算法的搜索效率,改善了算法的收敛性.仿真计算结果表明了该算法的有效性和实用性.     

单亲遗传算法及其在火电厂机组优化组合中的应用

本文首先简单介绍了序号编码的单亲遗传算法,然后针对火电厂电机组优化组合问题的具体特征,提出了一种实数编码的单亲遗传算法,并构造了两种遗传算子,最后给出了一个计算实例,计算结果表明这种算法是非常有效的。     

电力市场环境下解决机组组合问题的新方法

机组组合问题是电力市场环境下编制短期发电计划所面临的主要问题,在满足各种约束条件的情况下,如何合理地开、停机组、以及负荷如何在运行的发电机组之间经济地分配是一个比较困难的问题,特别是由于发电机组出力上升、下降速度的限制,使这个问题一直没有很好的解决方法。提出一种组合优化方法解决这一问题,即用启发式方法确定机组组合,用分段线性规划算法分配功率,并满足各种约束条件,特别是可以处理发电机组出力上升、下降速度约束、经实际系统检验是一种非常有效的算法。     

基于混沌遗传混合优化算法的短期负荷环境和经济调度

环境和经济短期负荷调度主要由在调度周期内的最优机组组合和负荷分配组成,该文将优先次序法、遗传算法与混沌优化相结合,以应用到电站机组环境／经济运行优化问题中,在混沌遗传算法中采用递阶基因结构,将控制基因用于机组组合全局粗寻优,参数基因用于负荷分配局部优化, 基因修正与罚函数相结合解决约束问题,采用混沌扰动避免遗传算法早熟,运用基于线性搜索的混沌局部优化方法,加快算法的收敛速度和降低计算时间,优化计算结果可以同时得到最优机组组合及负荷最优分配,为实际调度系统提供了一个良好的方法。