国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種基于改進(jìn)的自適應(yīng)遺傳算法的切機(jī)優(yōu)化方法與流程

      文檔序號(hào):11826807閱讀:252來源:國(guó)知局
      一種基于改進(jìn)的自適應(yīng)遺傳算法的切機(jī)優(yōu)化方法與流程
      本發(fā)明屬于電力系統(tǒng)穩(wěn)定控制
      技術(shù)領(lǐng)域
      ,具體涉及一種基于改進(jìn)的自適應(yīng)遺傳算法的切機(jī)優(yōu)化方法,為穩(wěn)定控制裝置優(yōu)化切機(jī)的快速實(shí)現(xiàn)提供依據(jù)。
      背景技術(shù)
      :隨著我國(guó)經(jīng)濟(jì)的迅速發(fā)展,對(duì)電力的需求量也在不斷的增長(zhǎng)。電力系統(tǒng)的網(wǎng)絡(luò)越來越龐大,電力系統(tǒng)的結(jié)構(gòu)也越來越復(fù)雜。作為保證社會(huì)經(jīng)濟(jì)穩(wěn)定發(fā)展的重要基礎(chǔ)設(shè)施,確保電力系統(tǒng)的穩(wěn)定運(yùn)行有著非常重要的意義。電力系統(tǒng)網(wǎng)絡(luò)中發(fā)生功角失穩(wěn)或頻率失穩(wěn)故障后,就需要穩(wěn)控裝置及時(shí)采取有效的切機(jī)措施。在發(fā)生故障后,為了確保電力系統(tǒng)失穩(wěn)后可以迅速恢復(fù)穩(wěn)定運(yùn)行,切機(jī)量只能在一個(gè)合理區(qū)間范圍內(nèi):若為過切,過切量不能過大;若為欠切,欠切量也不能過大。若切機(jī)量誤差過大,則會(huì)造成電力系統(tǒng)功角穩(wěn)定、熱穩(wěn)定、頻率穩(wěn)定問題,甚至?xí)斐呻娏ο到y(tǒng)的崩潰,影響電力系統(tǒng)網(wǎng)絡(luò)的安全、穩(wěn)定運(yùn)行。傳統(tǒng)穩(wěn)定控制裝置的切機(jī)優(yōu)化方發(fā)采用的是分組窮舉法。對(duì)于窮舉法而言,這種方法的計(jì)算時(shí)間與發(fā)電機(jī)組個(gè)數(shù)之間呈指數(shù)型關(guān)系。因此,發(fā)電機(jī)組個(gè)數(shù)較多時(shí),窮舉法的計(jì)算時(shí)間將會(huì)很長(zhǎng),限制了穩(wěn)控裝置所能考慮的最大需切發(fā)電機(jī)組的個(gè)數(shù),降低了運(yùn)行效率。將發(fā)電機(jī)組進(jìn)行分組考慮,再采用窮舉法,也不能夠完全保證所得出的切機(jī)優(yōu)化方案為最優(yōu)切機(jī)方案,可能為局部最優(yōu)切機(jī)方案。技術(shù)實(shí)現(xiàn)要素:本發(fā)明的目的在于提出一種基于改進(jìn)的自適應(yīng)遺傳算法的切機(jī)優(yōu)化方法,在發(fā)電機(jī)組數(shù)目較多的情況下,也不必考慮發(fā)電機(jī)組的分組問題,即可快速得出最優(yōu)切機(jī)優(yōu)化方案,實(shí)現(xiàn)快速切機(jī)。為了解決上述技術(shù)問題,一種基于改進(jìn)的自適應(yīng)遺傳算法的切機(jī)優(yōu)化方法,將每一套切機(jī)優(yōu)化方案作為遺傳算中的個(gè)體,根據(jù)不同數(shù)目n臺(tái)發(fā)電機(jī)組,設(shè)置相應(yīng)的遺傳次數(shù)NG和每次進(jìn)行迭代的切機(jī)優(yōu)化方案?jìng)€(gè)體數(shù)目NP,初始化給定NP套初始切機(jī)優(yōu)化方案,根據(jù)每套切機(jī)優(yōu)化方案的適應(yīng)度函數(shù)值來選取其最優(yōu)的切機(jī)優(yōu)化方案,并對(duì)最優(yōu)的切機(jī)優(yōu)化方案進(jìn)行交叉和變異操作,獲得新一代較優(yōu)NP套初始切機(jī)優(yōu)化方案;再依 據(jù)新一代較優(yōu)NP套初始切機(jī)優(yōu)化方案的適應(yīng)度函數(shù)值,選取其中更優(yōu)的切機(jī)優(yōu)化方案,然后再進(jìn)行交叉和變異操作;重復(fù)進(jìn)行上述迭代過程,直到輸出最優(yōu)的切機(jī)優(yōu)化方案。進(jìn)一步,初始化給定的NP套初始切機(jī)優(yōu)化方案中,有五套初始切機(jī)優(yōu)化方案使用貪婪算法獲得,其余的(NP-5)套初始切機(jī)優(yōu)化方案由隨機(jī)函數(shù)產(chǎn)生。進(jìn)一步,使用貪婪算法獲得五套初始切機(jī)優(yōu)化方案過程為:將穩(wěn)控策略所確定的需切量PL劃分為兩個(gè)等級(jí)范圍0~PLO和PLO~PLmax,其中PLO為穩(wěn)控策略所確定的需切量歷史數(shù)據(jù)的平均值,PLmax為穩(wěn)控策略所確定的需切量歷史數(shù)據(jù)中最大值;當(dāng)穩(wěn)控策略所確定的需切量PL在等級(jí)范圍0~PLO內(nèi),則將n臺(tái)發(fā)電機(jī)組的出力值Pi從小至大排列,按照需切量分別為1.10PL、1.05PL、PL、0.95PL、0.90PL,通過貪婪算法求出所述五套切機(jī)優(yōu)化方案;當(dāng)穩(wěn)控策略所確定的需切量為PL在等級(jí)范圍PLO~PLmax內(nèi),則將n臺(tái)發(fā)電機(jī)組的出力值Pi從大至小排列,按照需切量分別為1.10PL、1.05PL、PL、0.95PL、0.90PL,通過貪婪算法求出所述五套切機(jī)優(yōu)化方案,其中i=1,2,3...n。進(jìn)一步,選取適應(yīng)度函數(shù)值為NP套切機(jī)優(yōu)化方案中的最大值所對(duì)應(yīng)的切機(jī)優(yōu)化方案作為較優(yōu)的切機(jī)優(yōu)化方案,然后使用遺傳算法對(duì)選擇的較優(yōu)的切機(jī)優(yōu)化方案進(jìn)行交叉和變異操作,產(chǎn)生出新一代較優(yōu)的NP套切機(jī)優(yōu)化方案。進(jìn)一步,計(jì)算適應(yīng)度值的函數(shù)如公式(1)所示,F(xiàn)max=Pmax-|ΔP|(1)公式(1)中,F(xiàn)max為適應(yīng)度函數(shù)的最大值,其為發(fā)電機(jī)組出力值總和Pmax與實(shí)際切機(jī)量和需切量之間的誤差ΔP之間的差值。本發(fā)明與現(xiàn)有技術(shù)相比,其顯著優(yōu)點(diǎn)在于,本發(fā)明方法在確定初始優(yōu)化切機(jī)方案時(shí),使用貪婪算法先確定少量?jī)?yōu)化方案,然后隨機(jī)生成其他優(yōu)化方案,加快了收斂速度,降低了計(jì)算時(shí)間;(2)本發(fā)明對(duì)于不同數(shù)目的發(fā)電機(jī)組設(shè)定不同的最大迭代次數(shù)NG和切機(jī)優(yōu)化方案數(shù)NP,在確保運(yùn)行時(shí)間較短的同時(shí),提高了最優(yōu)切機(jī)優(yōu)化方案的準(zhǔn)確度;(3)本發(fā)明方法在發(fā)電機(jī)組數(shù)目較多的情況下,不需要將所有可行的切機(jī)優(yōu)化方案一一列舉進(jìn)行比較,而是通過給定初始切機(jī)優(yōu)化方案,然后進(jìn)行選擇、交叉以及變異操作便可以得出最優(yōu)切機(jī)優(yōu)化方案,當(dāng)發(fā)電機(jī)組數(shù)目較多時(shí),相對(duì)于傳統(tǒng)窮舉法而言,極大地降低了切機(jī)優(yōu)化的時(shí)間,可以在短時(shí)間內(nèi)得出優(yōu)化切機(jī)問題的最優(yōu)解,即獲得最優(yōu)切機(jī)優(yōu)化方案。附圖說明圖1是本發(fā)明方法簡(jiǎn)易流程圖。圖2是本發(fā)明方法詳細(xì)流程圖。圖3是本發(fā)明實(shí)驗(yàn)中需切量為457MW過切情況結(jié)果分析柱狀圖。圖4是本發(fā)明實(shí)驗(yàn)中需切量為2350MW過切情況結(jié)果分析柱狀圖。具體實(shí)施方式在本發(fā)明的基本思想為:將每一套切機(jī)優(yōu)化方案作為遺傳算中的個(gè)體,根據(jù)不同數(shù)目n臺(tái)發(fā)電機(jī)組,設(shè)置相應(yīng)的遺傳(迭代)次數(shù)NG和每次進(jìn)行迭代的切機(jī)優(yōu)化方案?jìng)€(gè)體數(shù)目NP,初始化給定NP套初始切機(jī)優(yōu)化方案,根據(jù)每套切機(jī)優(yōu)化方案的適應(yīng)度函數(shù)值來選取其最優(yōu)的切機(jī)優(yōu)化方案,并對(duì)最優(yōu)的切機(jī)優(yōu)化方案進(jìn)行交叉和變異操作,獲得新一代較優(yōu)NP套初始切機(jī)優(yōu)化方案;再對(duì)一代較優(yōu)NP套初始切機(jī)優(yōu)化方案通過適應(yīng)度函數(shù)值,選取其中更優(yōu)的切機(jī)優(yōu)化方案(個(gè)體),然后再進(jìn)行交叉和變異操作;重復(fù)進(jìn)行上述迭代過程,直到輸出最優(yōu)的切機(jī)優(yōu)化方案。本發(fā)明使用遺傳算法需要解決的優(yōu)化切機(jī)問題如下:對(duì)于統(tǒng)穩(wěn)定控制裝置實(shí)時(shí)采集信息的n臺(tái)發(fā)電機(jī)組,每臺(tái)發(fā)電機(jī)組出力值用Pi(i=1,2,3...n)來表示,每臺(tái)發(fā)電機(jī)組的切機(jī)選擇情況用變量Ci(i=1,2,3...n)來表示:Ci=1表示第i臺(tái)發(fā)電機(jī)組選擇切除;Ci=0表示第i臺(tái)發(fā)電機(jī)組選擇保留,根據(jù)穩(wěn)控策略所確定的需切量用PL表示,據(jù)此建立如式(1)所示的目標(biāo)函數(shù),將實(shí)際的切機(jī)優(yōu)化問題轉(zhuǎn)化為數(shù)學(xué)問題,將抽象的實(shí)際問題具體化,為最優(yōu)切機(jī)方案的選擇提供量化的依據(jù)。ΔP=C1P1+C2P2+...+Cn-1Pn-1+CnPn-PL(1)式(1)中,ΔP為實(shí)際切機(jī)量與需切量之間的差值,即誤差值,誤差值越小,表明該切機(jī)優(yōu)化方案越好。根據(jù)如公式(1)所示的目標(biāo)函數(shù)可以獲得三種切機(jī)方案結(jié)果:ΔP>0表示過切方案;ΔP<0表示欠切方案;ΔP=0表示實(shí)際切機(jī)量正好等于需切量的理想切機(jī)方案。在對(duì)遺傳算法的運(yùn)算操作過程中,首先需要對(duì)n臺(tái)發(fā)電機(jī)組進(jìn)行編碼,由于每臺(tái)發(fā)電機(jī)組的切機(jī)選擇情況用變量Ci(i=1,2,3...n)來表示,僅有Ci=1或者Ci=0這兩 種狀態(tài),因此采用二進(jìn)制編碼的方式對(duì)n臺(tái)發(fā)電機(jī)組進(jìn)行編碼。對(duì)于二進(jìn)制編碼,發(fā)電機(jī)組個(gè)數(shù)為n,則每一套切機(jī)優(yōu)化方案的二進(jìn)制編碼的碼長(zhǎng)則為n位,編碼的每一位Ci的值則代表第i臺(tái)發(fā)電機(jī)組在切機(jī)優(yōu)化方案中是否保留或者切除。二進(jìn)制編碼的方式主要優(yōu)點(diǎn)在于編碼、解碼操作簡(jiǎn)單易行,交叉操作以及變異操作等遺傳操作容易實(shí)現(xiàn)。任意一套切機(jī)優(yōu)化方案(個(gè)體)二進(jìn)制編碼如式(2)所示,100011101↓↓↓↓↓↓...↓↓↓C1C2C3C4C5C6Cn-2Cn-1Cn---(2)]]>式(2)中,在切機(jī)優(yōu)化方案中編碼Ci的值為“1”時(shí),則對(duì)應(yīng)編號(hào)第i臺(tái)的發(fā)電機(jī)組選擇切除;其余編碼Ci的值為“0”,則對(duì)應(yīng)編號(hào)第i臺(tái)發(fā)電機(jī)組選擇保留。在基于遺傳算法求解優(yōu)化切機(jī)方案時(shí),需要給出初始解,即初始切機(jī)優(yōu)化方案Sj(j=1,2,3...NP),給出NP套初始切機(jī)優(yōu)化方案,那么遺傳算法中每次進(jìn)行迭代的個(gè)體數(shù)目即為NP,迭代次數(shù)Dm(m=1,2,3...NG),即遺傳算法中最大遺傳(迭代)次數(shù)為NG。本發(fā)明方法的具體步驟如下過程:步驟一、根據(jù)不同數(shù)目n臺(tái)發(fā)電機(jī)組,設(shè)置相應(yīng)的遺傳(迭代)次數(shù)NG和每次進(jìn)行迭代的切機(jī)優(yōu)化方案?jìng)€(gè)體數(shù)目NP,給定需切量PL;步驟二、選取遺傳算法的初始解,即選取NP套初始切機(jī)優(yōu)化方案,作為遺傳算中的個(gè)體。針對(duì)遺傳算法求解優(yōu)化切機(jī)的實(shí)際問題,需要給出初始切機(jī)優(yōu)化方案作為遺傳算法進(jìn)行迭代的初始解,才可以得出最優(yōu)切機(jī)優(yōu)化方案。初始解的給定決定了遺傳算法能否快速收斂,而往往初始切機(jī)優(yōu)化方案是不準(zhǔn)確的,需要采用合適的方法進(jìn)行選取來提高準(zhǔn)確度,使遺傳算法迭代較少的次數(shù)便可以得出最優(yōu)方案。本發(fā)明中,NP套初始切機(jī)優(yōu)化方案中,有五套初始切機(jī)優(yōu)化方案使用貪婪算法獲得,其余的(NP-5)套初始切機(jī)優(yōu)化方案(個(gè)體)由隨機(jī)函數(shù)產(chǎn)生。使用貪婪算法獲得五套初始切機(jī)優(yōu)化方案過程為:將穩(wěn)控策略所確定的需切量PL進(jìn)行等級(jí)劃分,針對(duì)該切機(jī)優(yōu)化問題,劃分為兩個(gè)等級(jí)范圍0~PLO和PLO~PLmax,其中PLO為穩(wěn)控策略所確定的需切量歷史數(shù)據(jù)的平均值,PLmax為穩(wěn)控策略所確定的需切量歷史數(shù)據(jù)中最大值。當(dāng)穩(wěn)控策略所確定的需切量PL在等級(jí)范圍0~PLO內(nèi),則將n臺(tái)發(fā)電機(jī)組 的出力值Pi(i=1,2,3...n)從小至大排列,按照需切量分別為1.10PL、1.05PL、PL、0.95PL、0.90PL,通過傳統(tǒng)貪婪算法,求出五套較優(yōu)切機(jī)優(yōu)化方案作為初始解;當(dāng)穩(wěn)控策略所確定的需切量為PL在等級(jí)范圍PLO~PLmax內(nèi),則將n臺(tái)發(fā)電機(jī)組的出力值Pi(i=1,2,3...n)從大至小排列,按照需切量分別為1.10PL、1.05PL、PL、0.95PL、0.90PL,通過傳統(tǒng)貪婪算法,求出五套較優(yōu)切機(jī)優(yōu)化方案作為初始解。步驟三,計(jì)算每個(gè)切機(jī)優(yōu)化方案的適應(yīng)度函數(shù)值,將每一套切機(jī)優(yōu)化方案的適應(yīng)度函數(shù)值進(jìn)行比較,選取適應(yīng)度函數(shù)值為NP套切機(jī)優(yōu)化方案中的最大值所對(duì)應(yīng)的切機(jī)優(yōu)化方案作為較優(yōu)的切機(jī)優(yōu)化方案,使用遺傳算法對(duì)選擇的較優(yōu)的切機(jī)優(yōu)化方案進(jìn)行交叉和變異操作,產(chǎn)生出新一代較優(yōu)的NP套切機(jī)優(yōu)化方案。重復(fù)步驟三,直至滿足迭代終止的條件,輸出最優(yōu)切機(jī)優(yōu)化方案。本發(fā)明根據(jù)公式(1)所述目標(biāo)函數(shù)進(jìn)行變換后獲得適應(yīng)度函數(shù),變換過程為:第一步:當(dāng)切機(jī)優(yōu)化方案為欠切時(shí)的適應(yīng)度函數(shù)如公式(3)所示,F(xiàn)max1=Pmax-|ΔP|約束條件:ΔP<0(3)第二步:切機(jī)優(yōu)化方案為過切時(shí)的適應(yīng)度函數(shù)如公式(4)所示,F(xiàn)max2=Pmax-ΔP約束條件:ΔP>0(4)公式(4)中Pmax=P1+P2+P3+...+Pn-1+Pn,即Pmax為n臺(tái)發(fā)電機(jī)組出力值Pi(i=1,2,3...n)的總和,F(xiàn)max1和Fmax2分別為欠切和過切時(shí)的適應(yīng)度函數(shù)的最大值。第三步:將上述欠切和過切時(shí)的適應(yīng)度函數(shù)進(jìn)行整合,最終得到的適應(yīng)度函數(shù)如公式(5)所示,F(xiàn)max=Pmax-|ΔP|(5)公式(5)中,F(xiàn)max為適應(yīng)度函數(shù)的最大值,為發(fā)電機(jī)組出力值總和Pmax與實(shí)際切機(jī)量和需切量之間的誤差ΔP之間的差值。建立上式的適應(yīng)度函數(shù),是為切機(jī)優(yōu)化方案的選擇和比較提供了量化的依據(jù)。作為迭代終止條件通常有三種:第一種是達(dá)到預(yù)先所規(guī)定的最大迭代次數(shù)NG而停止計(jì)算;第二種是在連續(xù)迭代一定次數(shù)的過程中,發(fā)現(xiàn)NP套切機(jī)優(yōu)化方案的適應(yīng)度函數(shù)最大值沒有發(fā)生改變而停止計(jì)算;第三種是在連續(xù)迭代一定次數(shù)的過程中,將每一次迭代后所獲得的最優(yōu)切機(jī)優(yōu)化方案的適應(yīng)度值與NP套切機(jī)優(yōu)化方案的適應(yīng)度函數(shù)平均值相減,如若該數(shù)值小于某一設(shè)定的常數(shù)時(shí),則就停止計(jì)算。本發(fā)明可以通過以下仿真實(shí)驗(yàn)進(jìn)一步說明。本仿真實(shí)驗(yàn)在計(jì)算機(jī)上,利用Matlab軟件進(jìn)行編程和仿真計(jì)算分析,驗(yàn)證了本發(fā)明相比于窮舉法所體現(xiàn)出來的適用于在較多數(shù)目發(fā)電機(jī)組情況下快速求解優(yōu)化切機(jī)問題的優(yōu)勢(shì)。仿真實(shí)驗(yàn)的實(shí)施過程為:如下表1所示的發(fā)電機(jī)組數(shù)據(jù)算例,共有19臺(tái)發(fā)電機(jī)組的相應(yīng)數(shù)據(jù)。從算例中選擇發(fā)電機(jī)組,當(dāng)考慮19臺(tái)發(fā)電機(jī)組時(shí),發(fā)電機(jī)組序號(hào)分別為1~19;當(dāng)考慮18臺(tái)發(fā)電機(jī)組時(shí),發(fā)電機(jī)組序號(hào)分別為1~18;以此類推,直至當(dāng)考慮11臺(tái)發(fā)電機(jī)組時(shí),發(fā)電機(jī)組序號(hào)分別為1~11。對(duì)于發(fā)電機(jī)組數(shù)目不同的情況,分別應(yīng)用窮舉法和本發(fā)明方法進(jìn)行優(yōu)化切機(jī)問題的計(jì)算,對(duì)比分析相同條件下兩種方法的計(jì)算時(shí)間以及計(jì)算結(jié)果。在計(jì)算過程中,為了確保模擬運(yùn)行結(jié)果的可靠性和準(zhǔn)確性,根據(jù)實(shí)際情況,選取兩個(gè)需切量PL值進(jìn)行計(jì)算,分別為457MW和2350MW,從需切量PL的值較小和較大時(shí)分別進(jìn)行驗(yàn)證。表1發(fā)電機(jī)組數(shù)據(jù)算例發(fā)電機(jī)組出力/MW發(fā)電機(jī)組出力/MW發(fā)電機(jī)組出力/MW發(fā)電機(jī)組出力/MW發(fā)電機(jī)組1420發(fā)電機(jī)組6230發(fā)電機(jī)組1185發(fā)電機(jī)組1640發(fā)電機(jī)組2395發(fā)電機(jī)組7185發(fā)電機(jī)組1265發(fā)電機(jī)組1735發(fā)電機(jī)組3375發(fā)電機(jī)組8145發(fā)電機(jī)組1355發(fā)電機(jī)組1830發(fā)電機(jī)組4350發(fā)電機(jī)組9135發(fā)電機(jī)組1450發(fā)電機(jī)組1925發(fā)電機(jī)組5240發(fā)電機(jī)組10100發(fā)電機(jī)組1545通過采用本發(fā)明方法對(duì)算例模擬運(yùn)行,根據(jù)不同發(fā)電機(jī)組的數(shù)目n來設(shè)定合適的迭代次數(shù)NG和每一次進(jìn)行迭代的切機(jī)優(yōu)化方案數(shù)目NP,相應(yīng)的參數(shù)設(shè)置可以見下表2,交叉率系數(shù)k1、k2分別為0.5和0.9,變異率系數(shù)k3、k4分別為0.02和0.05,在Matlab軟件中進(jìn)行模擬運(yùn)行。表2發(fā)電機(jī)組數(shù)目與迭代次數(shù)和迭代切機(jī)優(yōu)化方案數(shù)目對(duì)照表發(fā)電機(jī)組數(shù)目/臺(tái)迭代次數(shù)方案數(shù)目發(fā)電機(jī)組數(shù)目/臺(tái)迭代次數(shù)方案數(shù)目194040144020184040133020174040123020164030113020154020如表2所示,設(shè)定模擬運(yùn)行的參數(shù):根據(jù)不同發(fā)電機(jī)組的數(shù)目n來設(shè)定合適的迭代次數(shù)NG和每一次進(jìn)行迭代的切機(jī)優(yōu)化方案數(shù)目NP。對(duì)于不同數(shù)目的發(fā)電機(jī)組,方法 中交叉率系數(shù)k1、k2分別為0.5和0.9,變異率系數(shù)k3、k4分別為0.02和0.05,雖然發(fā)電機(jī)組數(shù)目不同,但是k1、k2、k3和k4的取值不進(jìn)行變化,降低本發(fā)明方法的復(fù)雜性,節(jié)省算法的運(yùn)行時(shí)間,通過Matlab軟件的仿真運(yùn)行結(jié)果如表3~表6所示:表3需切量為457MW過量切機(jī)的仿真運(yùn)行結(jié)果表4需切量為457MW欠量切機(jī)的仿真運(yùn)行結(jié)果表5需切量為2350MW過量切機(jī)的仿真運(yùn)行結(jié)果表6需切量為2350MW欠量切機(jī)的仿真運(yùn)行結(jié)果對(duì)于窮舉法而言,由上述模擬運(yùn)行結(jié)果表3~表6可見,在同一參數(shù)下,過量切機(jī)和欠量切機(jī)兩種切機(jī)情況的運(yùn)行時(shí)間基本一致。從而可以得到以下結(jié)論:(1)當(dāng)發(fā)電機(jī)組數(shù)目較少時(shí),窮舉法運(yùn)行時(shí)間較短,并且運(yùn)行時(shí)間隨發(fā)電機(jī)組數(shù)目成指數(shù)關(guān)系增長(zhǎng),發(fā)電機(jī)組數(shù)目為11臺(tái)時(shí),運(yùn)行時(shí)間為7~10個(gè)毫秒,而發(fā)電機(jī)組數(shù)目為19臺(tái)時(shí),運(yùn)行時(shí)間則增長(zhǎng)到1400~1700個(gè)毫秒,故窮舉法不適用于發(fā)電機(jī)組數(shù)目較多的情況,不能夠?qū)崿F(xiàn)快速求出最優(yōu)切機(jī)優(yōu)化方案。(2)在相同發(fā)電機(jī)組數(shù)目、不同需切量的情況下,窮舉法的運(yùn)行時(shí)間基本一致,說明需切量的大小對(duì)窮舉法的運(yùn)行時(shí)間沒有影響。對(duì)本發(fā)明方法而言,由上述模擬運(yùn)行結(jié)果表3~表6可見,在同一參數(shù)下,過量切機(jī)和欠量切機(jī)兩種切機(jī)情況的運(yùn)行時(shí)間基本一致。從而可以得到以下結(jié)論:(1)本發(fā)明方法的運(yùn)行時(shí)間與需切量無關(guān),只與迭代次數(shù)NG和每一次進(jìn)行迭代的切機(jī)優(yōu)化方案數(shù)目NP有關(guān),而這兩個(gè)參數(shù)的設(shè)置又與發(fā)電機(jī)組的數(shù)目有關(guān)。(2)當(dāng)發(fā)電機(jī)組數(shù)目相同時(shí),設(shè)置相同的迭代次數(shù)NG和每一次進(jìn)行迭代的切機(jī)優(yōu)化方案數(shù)目NP,雖然需切量不同,但是運(yùn)行時(shí)間是接近的。當(dāng)發(fā)電機(jī)組數(shù)目較多時(shí),由于搜索范圍較大,需要迭代次數(shù)NG和每一次進(jìn)行迭代的切機(jī)優(yōu)化方案數(shù)目NP設(shè)置為比較大的值才可以保證足夠收斂,確保每次運(yùn)行結(jié)果的精度,因此運(yùn)行時(shí)間相對(duì)來說較長(zhǎng);當(dāng)發(fā)電機(jī)組數(shù)目較少時(shí),由于搜索范圍較小,迭代次數(shù)NG和每一次進(jìn)行迭代的切機(jī)優(yōu)化方案數(shù)目NP設(shè)置為比較小的值即可足夠收斂,確保每次運(yùn)行結(jié)果的精度,因此運(yùn)行時(shí)間大大縮短。(3)根據(jù)運(yùn)行情況來看,當(dāng)發(fā)電機(jī)組數(shù)目為11臺(tái)的運(yùn)行時(shí)間和發(fā)電機(jī)組數(shù)目為19臺(tái)的運(yùn)行時(shí)間相差不大,相差約30~40ms左右,實(shí)際需切量與理想切機(jī)量會(huì)有偏差,都處于合理偏差范圍值之內(nèi),而且每次運(yùn)行輸出結(jié)果都相對(duì)接近,運(yùn)行結(jié)果相對(duì)穩(wěn)定,結(jié)果可以作為優(yōu)化切機(jī)方案使用。對(duì)于窮舉法和本發(fā)明方法,由上述模擬運(yùn)行結(jié)果表3~表6可見,采用每一種算法,在相同的發(fā)電機(jī)組數(shù)目和需切量下模擬運(yùn)行,過量切機(jī)和欠量切機(jī)兩種切機(jī)情況的運(yùn)行時(shí)間基本一致,故只對(duì)過切情況下,對(duì)窮舉法與本發(fā)明方法在相同的發(fā)電機(jī)組數(shù)目和需切量下的運(yùn)行結(jié)果進(jìn)行對(duì)比分析。需切量為457MW和2350MW時(shí),過切情況下窮舉法與本發(fā)明方法的運(yùn)行結(jié)果對(duì)比柱狀圖,分別如圖2、圖3所示,由圖可以看出:(1)當(dāng)發(fā)電機(jī)組數(shù)目n≤12臺(tái),窮舉法的運(yùn)行時(shí)間優(yōu)于本發(fā)明方法的運(yùn)行時(shí)間。本發(fā)明方法的運(yùn)行時(shí)間為窮舉法的運(yùn)行時(shí)間的2~3倍。由于發(fā)電機(jī)組數(shù)目較少,求解搜索范圍較小,而本發(fā)明方法需要求解特定初始切機(jī)優(yōu)化方案、對(duì)每套切機(jī)優(yōu)化方案進(jìn) 行二進(jìn)制編碼、選擇操作、交叉操作、變異操作,因此,增加了算法運(yùn)行時(shí)間。(2)當(dāng)發(fā)電機(jī)組數(shù)目n>12臺(tái),本發(fā)明方法的運(yùn)行時(shí)間優(yōu)于窮舉法的運(yùn)行時(shí)間。窮舉法的運(yùn)行時(shí)間為本發(fā)明方法運(yùn)行時(shí)間的1~30倍,而且隨著發(fā)電機(jī)組數(shù)目n的增加,運(yùn)行時(shí)間的差距越來越明顯。當(dāng)發(fā)電機(jī)組數(shù)目n較多時(shí),求解搜索范圍較大,窮舉法的運(yùn)行時(shí)間隨發(fā)電機(jī)組數(shù)目成指數(shù)關(guān)系增長(zhǎng),而本發(fā)明方法可以快速求出最優(yōu)切機(jī)優(yōu)化方案。綜上所述,本發(fā)明方法在求解發(fā)電機(jī)組數(shù)目較多情況下的切機(jī)優(yōu)化問題明顯優(yōu)于窮舉法,可以快速求解出切機(jī)優(yōu)化最優(yōu)方案,并且經(jīng)過實(shí)例進(jìn)行了驗(yàn)證,為穩(wěn)定控制裝置優(yōu)化切機(jī)的快速實(shí)現(xiàn)提供了理論指導(dǎo),為切機(jī)優(yōu)化問題的求解提出了一種創(chuàng)新的解決思路。當(dāng)前第1頁(yè)1 2 3 
      當(dāng)前第1頁(yè)1 2 3 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1