刘 辉， 迟维双， 王 鑫

(湖北工业大学电气与电子工程学院， 湖北 武汉 430068)

机组组合优化问题一直是电力系统研究的热点之一，合理的机组组合可以使电力系统获得更大的经济利益．我国电力结构一直以火电为主，火电装机在全国总装机的比重中高达70%左右，碳硫废气排放量居世界第一位，然而随着全球性节能减排，节能发电调度办法的试行，现代的机组组合在经济和环保方面都有更高的要求．机组组合问题是一个高维的、非凸的、离散的、非线性的优化问题，国内外学者也提出各种方法来解决这个问题，如优化顺序法(PL)、动态规划法(DP)、拉格朗日松弛法(LR)、遗传算法(GA)、粒子群优化算法(PSO)、神经网络算法等[1-6]．随着计算机技术和分布式人工智能的发展，将人工智能与数学模型应用到机组组合求解成为可能．以自主的Agent为中心，使多Agent的知识、愿望、意图、规划、行动协调，以至达到协作是MAS主要目标[7]，多Agent的这些特点有利于解决高维的机组组合问题．本文充分利用多Agent系统分散协调的特性，构建多目标机组组合模型，并利用模糊决策对模型进行优化．

1 数学模型

1.1 目标函数

本文考虑发电费用和排放废气量最小的目标函数

(1)

(2)

1.2 约束条件

1)系统负荷平衡约束：

(3)

2)旋转备用约束：

(4)

3)机组出力上下限约束：

(5)

4)机组最短开机与停机约束

(6)

5)机组爬坡速率约束

(7)

6)机组最大开停次数约束

(8)

2 MAS的机组组合模型的制定

2.1 MAS的机组组合模型

MAS是能够通过网络与其他Agent进行通信、交互、协作、协同完成求……