基于Matlab改进遗传算法的有功负荷分配研究梁思聪王维庆张新燕（新疆大学电气工程学院，新疆乌鲁木齐，830008）摘要：遗传算法在优化多约束、多目标问题时有明显的优势。Matlab为该算法实现提供了简单的方法。用爬山算法和遗传算法相结合，可以在一定程度上克服遗传算法在局部搜索能力方面的不足和爬山算法在全局搜索能力方面的不足。机组负荷优化分配是一种可提高电厂经济性的手段,但目前还没有得到一种绝对严格的算法。为了解决这个问题，引入模糊理论建立了电站机组负荷分配模型，并运用爬山算法与遗传算法相结合求解。该算法不同于常规优化算法特点在于：优化过程简单，容易得到全局最优解，适合大规模的复杂系统求解。方法的有效性通过算例分析得到了验证。关键词：有功负荷分配；隶属函数；遗传算法（GA）；优化StudyofActivepowerdispatchbasedonimprovedgeneticalgorithmoptimizationinMatlabLiangSi-cong,ZhangXin-yan,WangWei-qing(CollegeofElectricalEngineering,XinjiangUniversity,UrumqiXinjiang,830008)AbstractGeneticalgrithmhasremarkablesuperiorityasoptimizingmulti-objective,manyrestrictionproblem.Matlabprovidedasimpleandconvenientmethodforthealgrithm'srealization.Thehybridgeneticalgorithmwitchisthecombinationofgeneticalgorithmandhill-climbingalgorithm,canovercomtheweaknessofgeneticalgorithminlocalsearchandhilling-climbinginglobalsearch.Theoptimizationofactivepowerdispatchamongpowergeneratingsetsisameasureforimprovingeconomyofpowerplants,butnowthereisnoabsolutelystrictalgorithm.Inthispaper,amodelofoptimizationofloadallocationamongpowergeneratingsetsisestablishedwithfuzzytheory;andappliedthehybridgeneticalgorithmtosolvethemodel.Thealgorithmisdifferentfromnormaloptimizationalgorithmsasfollows:simplelanguage;easiergettingbestsolutionsinfullplace;andbeingsuitableforsolvingthecomplicatedsystemswithlargescale.Finally,anexampleisgiventoillustratethevalidityoftheapproach.Keywords：activepowerdispatch;membershipfunction;geneticalgorithm;optimization引言随着电力系统规模的日益扩大，电力系统的经济运行越来越重要，机组负荷分配就是其中一个非常重要的问题。机组负荷分配是在预先规定的调度周期内，在确保机组安全运行，并满足各种约束条件下，合理确定所有可用机组的启、、教育部博士点专项基金项目(20060755001);自治区高校高技术研究重点项目(XJEDU2004I04);国家自然基金课题（50767003）停机状态和电站各机组间的负荷分配，使系统总运行费用最小。机组负荷分配是一个包含整型和连续变量的高维、离散、非凸的混合非线性优化问题,当系统的规模较大时,要从理论上求得精确的最优解相当困难。随着计算机运行速度的提高,现代智能优化算法在机组优化负荷分配中体现出优势,主要包括模拟退火、遗传算法、进化策略、人工神经网络、蚁群优化、混沌优化等方法。其中，遗传算法(GA)由于其对求解问题的限制较少，不要求目标函数连续且可微而备受关注[1]；另外，GA在求解非线性问题时表现出较强的鲁棒性、全局优化性和可并行处理性，这些优点使其在电力系统的经济运行中得到广泛的应用。采用遗传算法解决机组组合问题，是未来的发展方向之一[2]。Matlab的遗传算