于青峰,邢立强（国网云峰发电厂,吉林 集安 134200）



水电厂厂内经济运行方案的分析

于青峰,邢立强
（国网云峰发电厂,吉林 集安 134200）

摘 要：水电厂厂内经济运行方案有线性法与非线性法，而水电厂负荷分配为典型的非线性问题，因此，为实现水电站厂内机组负荷的最优分配方法，文中分析了等量微增率算法和蚁群算法。分析智能优化方法中，将蚁群算法应用于水电厂负荷分配问题是可行的。

关键词：水电厂；负荷最优分配；蚁群算法；等耗量微增率算法

1 引言

我国大型水电厂运行已步入智能化时代，电力系统的安全稳定、高效运行逐渐成为国民经济主要支撑。智能信息化电厂，以电站设备可靠性和电网的安全运行为中心，准确进行电网负荷分配，实现电厂经济效益的最优化[1,2]。

2 最优经济运行方式定义

在电力系统安全可靠供电的前提条件下，水电站运行使整个系统获得最大经济效果的运行方式及其控制策略，称为水电站经济运行。这种水电站的运行方式，称为水电站经济运行方式[3]。

水电厂经济运行的任务通常为，在水电站负荷一定的条件下以水流耗量最小为优化准则，或在引用水量一定的条件下发电量最大化为优化准则，使工作机组台数、组合和机组间负荷达到最优分配，即研究厂内最优运行方式。

3 水电厂厂内最优负荷分配方案分析

水电厂厂内经济运行的主要方法有：优先顺序法、拉格朗日松弛法、遗传算法、动态规划法、等耗量微增率算法、蚁群算法等。本文分析的方法有：等耗量微增率算法和蚁群算法[4-5]。

3.1 等耗量微增率算法

等耗量微增率算法原理是机组的等耗微增率随负荷的改变而变化的时候，其负荷需要按照耗量微增率相同的原则实现最优分配。其本质，使用了拉格朗日法来解决带有约束性质的非线性优化问题。水电站机组负荷的最优分配需要满足的条件是：各机组流量总耗量最小。

其数学表达式如下：

其中，P为水电站总负荷功率，L为水电站机组消耗总流量，Pi为各个机组分担的负荷功率，Li为各个机组消耗的流量。且各机组消耗的流量均是其负荷的函数，因此：Li()=Li(Pi)

根据拉格朗日法解该问题，建立目标函数：

3.2 蚁群算法

蚁群算法是一种源于自然现象的算法，是一种和具体问题关系不大的优化算法。主要原理是：通过正反馈、分布式协作找寻最优路径。是一种基于种群寻优的启发式搜索算法。

蚁群算法的特点有：（1）蚁群算法是一种自组织的算法；（2）蚁群算法是一种本质上并行的算法；（3）蚁群算法是一种正反馈的算法；（4）蚁群算法具有较强的鲁棒性；（5）蚁群算法可以分布式计算。

计算原理及方法如下：

在算法的初始时刻，将m只蚂蚁随机放到n座城市，然后蚂蚁同时从一个城市到另一个诚市，逐步完成搜索过程。设迭代次数为N，则1≤N≤Nmax。每次迭代时，以t为时间，0≤t≤n，根据概率转换原则选择下一城市，从而生成一个有着n个城市组成的行动路线，并伴有信息素的更新。

设共有m只蚂蚁，第k只蚂蚁从城市i转移到j的概率为：

当j∈Jk(i)时，否则为0。其中，Jk(i)={1,2,...,n}-tabuk,nij=1/dij。

式中tabuk称为禁忌表，τij为城市i和j之间的连接上的信息素浓度，其初始值为正常数c。α,β分别为信息素浓度比重和期望因子比重。蚂蚁每移动到一个城市，时间则增加一个单位。

信息素有增加和减少两方面，挥发机制是为了避免残留信息素过多导致残留信息淹没启发信息。信息素更新为：

其中，Q为常数，Lk为第k只蚂蚁走过的总距离。

（1）对负荷排序，选出最大和最小负荷，对于N台机组，将其组合成各种状态，计算每个状态下机组最大和最小出力之和，即有功上下限值。

（2）设定初值x0

（3）初始化蚁群算法

（4）循环判断

（5）形成tabu(k)表，将开停机水耗量作为路径长度，计算各状态下各机组出力及耗水量。

（6）记录本次循环最短路径。更新路径信息。

3.3 等耗量微增率算法和蚁群算法的比较

等耗量微增率算法原则应用于已确定的并联运行机组的机组间负荷的分配问题，同时要求机组流量耗量特性成增加趋势，但不能明确表明具体各个机组的承担负荷情况。蚁群算法的求解模式能将问题求解的快速性、全局优化特征以及有限时间内答案的合理性结合起来。其中，寻优的快速性是通过正反馈式的信息传递来保证的。

4 结束语

本文分析了等微增率法和蚁群算法在水电厂机组间负荷分配的非线性优化问题中的应用，由计算可知，使用蚁群算法较等耗量微增率算法进行机组间负荷分配时，耗水量较少，较为经济，且使用蚁群算法计算速度较快，节省时间。随着现代计算机水平的不断提高、通讯和控制技术的快速发展，更好的智能优化方法将被可靠的应用于负荷优化问题中去。各种优化方法均有其优势极其局限性，为进一步提高水电厂经济运行，需要进行更深入透彻的研究。

DOI:10.16640/j.cnki.37-1222/t.2016.02.134