马 超，练继建

基于聚类遗传算法的梯级水利枢纽短期电力调度优化

马 超，练继建

(天津大学建筑工程学院，天津 300072)

针对标准遗传算法容易“早熟”的缺陷，提出聚类遗传算法；改进了选择算子和交叉算子，并利用Shubert多峰测试函数验证了聚类遗传算法的优势．引入水轮机组运行效率梯度变化因素提出改进变异算子，弥补了变异搜索过随机的缺陷．最后，将改进方式应用于三峡-葛洲坝梯级水利枢纽短期电力调度优化研究中，提出和构建了相应的优化模型以及机组组合启停和运行效率同步实现策略．实例优化结果表明：聚类遗传算法和改进变异算子能有效弥补“早熟”的缺陷，并能显著提高优化搜索效率，适用于梯级电站电力调度优化问题．优化得出的梯级电力调度方案可以满足设定目标和约束，并提高了梯级的发电效率．

聚类遗传算法；机组运行效率变化梯度；改进变异算子；短期电力优化；三峡-葛洲坝梯级水利枢纽

短期电力调度是梯级水利枢纽运行的重点，其主要涉及梯级间电量分配、水量衔接和电站自身的厂内经济运行3部分任务．其中厂内经济运行需要解决机组组合和启停、机组间有功负荷分配、备用负荷和无功负荷的确定以及合理接入方式等问题[1]．研究资料表明，大、中型梯级水利枢纽开展短期电力优化调度可以提高发电效益1%～7%．作为多维、多时空、多阶段和非线性的难题，应用何种优化方法对梯级水利枢纽短期电力调度进行求解一直是广大学者关注的重点．遗传算法是该研究领域应用范围和效果最佳的主流优化算法[2-6]，鲁棒性强，但存在“早熟”和搜索效率低的缺陷；……