贵州水力发电第22卷第6期2008年12月GUIZHOUWATERPOWER#水资源开发与规划#基于MATLAB遗传算法的抽水蓄能电站在电力系统中的节煤效益研究项华伟(中国水电顾问集团贵阳勘测设计研究院,贵州贵阳550008)摘要:本文基于MATLAB遗传算法提出了解有约束的负荷优化问题的研究方法及代码结构,用以研究抽水蓄能电站在电力系统中的节煤效益问题。通过仿真计算成果可见,在某电力系统中若考虑一定规模的抽水蓄能电站,对提高系统火电机组的运行稳定性及节约系统煤耗具有现实的作用。关键词:储能技术;遗传算法;解约束条件;负荷优化分配;节煤效益;抽水蓄能电站中图分类号:TV743文献标志码:B文章编号:1007-0133(2008)06-0007-04*遗传算法以决策变量的编码作为运算对象,而不是引言0参数本身,这使得遗传算法不受函数约束条件的限抽水蓄能电站的静态效益主要包括容量效益和制,如连续性、可导性等;遗传算法可同时使用多节煤效益,而节煤效益主要是通过有、无抽水蓄能个搜索点的搜索信息,隐含并行搜索特性;遗传算电站情况在电力系统中2种电源组合方案负荷分配法使用概率搜索特性,其选择、交叉和变异等运算的优化,计算出火电机组煤耗量的差,即为抽水蓄都是以一种概率的方式来进行的,增加了其搜索过能电站的节煤效益。在实际设计中一般先考虑有、程的灵活性;遗传算法具有全局搜索能力,善于搜无抽水蓄能电站下的电力电量平衡,然后根据系统索复杂问题和非线性问题;遗传算法同求解问题的中火电机组需承担负荷情况进行负荷优化分配,以其他启发式算法有较好的兼容性,可以与其他优化期计算出方案间的煤耗差。算法进行结合,改进算法性能。电力系统中负荷在火电机组的优化分配问题可但遗传算法在解决有多个极值点及有较多约束提高系统运行的经济性。负荷在机组间的分配组合条件的复杂目标优化问题时,若单纯采用一般的惩问题是一个多约束、高维数、离散、非线性的复杂罚函数法解约束,易存在早熟或优化失败的可优化问题,对于这类问题,曾采用了线性和非线性能[5]。MATLAB是美国MathWorks公司开发的用于规划、等微增率、动态规划等方法,而这些方法对概念设计、算法开发、建模仿真、实时实现的理想此类问题均有一定的局限性。如线性规划须牺牲计集成环境。本文基于MATLAB提出不采用罚函数算精度,对目标问题加以线性简化;非线性规划在法解有约束的负荷优化问题的研究方法,用以研究求解过程中易遇到数值稳定性问题;动态规划在机抽水蓄能电站在电力系统中的节煤效益问题。组数量大、时段长时会出现维数灾问题等/0;电力系统经济负荷分配的数学模型微增率法仅是使目标函数取得极值的必要条件而非1充分条件,要使负荷分配是最优的需要满足2个条以1个典型日时间作为1个调度周期,将之分件:一是等微增率,二是机组微增率曲线是凸为24个时段(每时段为1h),机组或等效机组台[1]的,而该方法对于考虑机组开停机或机组煤耗数为n,各时段火电机组需承担系统总负荷为Pt。曲线不连续时具有局限性。对于此类多约束、非线(1)目标函数。要求系统在1个调度周期中总性、高维的问题,遗传算法在全局优化方面有明显耗量为最小,目标函数可写为:优势,由于其对求解问题的限制较少,不要求目标TNF=[UitFi(Pit)+Uit(1-Uit-1)Si]函数连续且可微,在求解非线性问题时表现出较强Et=1Ei=1的鲁棒性、全局优化性和可并行处理性,在多个领域得以广泛应用。与其他优化方法相比,遗传算法[2-4]具有如下特点:遗传算法可以直接根据目标*收稿日期:2008-10-06作者简介:项华伟(1973)),男,白族,贵州省贵阳市人,工程函数值进行搜索而无需其他信息如导数信息,,;师,从事水电工程规划等工作。#7#第22卷第6期贵州水力发电2008年12月式中:Uit为机组i在t时段运行状态开停机变量,212负荷优化分配问题的M-FILE语句编制0为停,1为运行;Pit为机组i在t时段的出力功基于MALTAB软件,计算应用的主要结构及率;F(Pit)为机组i在t时刻的运行耗量,一般采M-FILE语句如下,为提高计算速度,其种群及参用二次拟合煤耗曲线;Si为机组i的启动耗量,它数等均采用矩阵结构进行计算。与停机时间T的长短有关,即:Si=S0i+S1i@(1)首先设置遗传算法计算的参数及定义初始-T/Si(1-e),其中S0i、S1i、Si为机组i的启动耗量种群产生的M-FILE语句。特性参数。options=gaoptmiset(-SelectionFcn.,{@selectiontour-(2)功率平衡约束。功率