基于粒子群算法的水火电力系统负荷优化分配
2017-07-07
电气开关 2017年6期
关键词:优化
(三峡大学,湖北 宜昌 443000)
1 引言
电力工业是高耗能产业,提高电力工业能源利用效率,转变能源利用方式,减少炭基能源使用量,对于缓解我国能源供需矛盾和改善生态环境等具有重要作用。理论及实践表明,优先利用清洁可再生能源,开展清洁能源与可再生能源的互补运行,是提高电力系统运行经济,提高能源利用效率和可再生能源的有效途径。我国目前火电占的比例为67.3%,火电容量将控制在8.9亿千瓦左右。因此开展清洁能源与常规炭基能源之间联合经济运行的研究具有重要意义。
解决此问题的研究方法有传统的经典算法和智能算法。传统的经典算法又以动态规划规划算法及其改进为代表,如离散微分动态规划算法,逐次逼近动态规划算法,增量动态规划算法,逐步优化算法等。智能算法有遗传算法及其改进,粒子群算法,差分进化算法及其改进。
早由Howson和Sancho于1975年提出,它是在动态规划的思想上,运用最优化原理求解多状态的动态规划。它是每两个阶段的决策相对其始端决策和终端决策是最优的。POA法应用于水库群的优化调度问题时[1],可以先将水库群分成多个单水库系统,对每一个水库进行优化,以此作为整个水库群优化问题的最初解,然后再考虑水库群联合运行,逐步改进优化策略,如果对于梯级水库群,也可以把梯级水库群作为一个整体,在两阶段里自上而下逐一寻优;如果是混联系统,寻优应从调节最不好的小水库开始。……
登录APP查看全文
