基于多目標智能算法的節(jié)能減排發(fā)電調度研究.pdf

1、本文在節(jié)能減排背景下,綜合考慮最小化機組煤耗量和污染物排放量。提出了基于改進MOPSO算法的多目標負荷調度模型和基于多目標混合進化粒子群算法的機組組合問題優(yōu)化模型。
　　 基于改進MOPSO算法的多目標負荷調度模型的設計思路為:引入半可行域的概念處理約束條件,避免了懲罰因子復雜的選取過程；采用精英歸檔技術構建外部檔案集和個體非支配解集,提高算法的收斂速度和解的質量；采用自適應網格法維護外部檔案集,獲得了分布均勻的Pareto前沿

2、；提出了基于半可行域概念的個體極值和全局極值選取規(guī)則。利用該方法對某電廠六臺機組系統(tǒng)進行節(jié)能減排最優(yōu)負荷調度,獲得了分布良好的Pareto最優(yōu)解,有效降低了系統(tǒng)煤耗和污染物排放量,分析結果驗證了該方法的有效性和可行性。
　　 基于多目標混合進化粒子群算法的機組組合問題優(yōu)化模型將多目標機組組合優(yōu)化問題,轉化為機組運行狀態(tài)0-1整數(shù)規(guī)劃和多目標負荷調度連續(xù)變量規(guī)劃二層子問題,分別采用MOEA和改進MOPSO算法加以求解。設計思路包括

3、:啟發(fā)式方法生成初始種群,有效提高算法收斂速度；對外部檔案集個體進行非劣排序,采用基于非劣排序的輪盤賭法選擇父代個體繁殖后代,保留了種群中的較好個體；采用行交叉和列交叉的方法對種群進行交叉操作,提高進化算法的探索能力；在變異操作中,考慮了開機過多情況下關停小機組,提高了算法的收斂速度；采用改進自適應網格法維護外部檔案集；應用改進MOPSO算法求解多目標負荷調度問題,同時引入并行計算概念,將求解多個個體的多目標負荷調度問題并行化,大幅提升