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