赵国强，李天润

（辽宁工程技术大学 研究生院，辽宁 兴城 125100）

发电机组动态经济调度要在每个时段内规划发电机组的发电出力，旨在满足一些实际约束条件，同时节约用于发电的燃料成本。该问题需要满足输出功率容限、输出功率变化率和功率供需平衡约束，其中前两种为不等式约束，第3 种为等式约束，通常等式约束要比不等式约束的处理难度更大。只有在满足所有约束的前提下，讨论如何降低燃料成本才是有意义的。文献［1］提出一种有效的约束修复方法，该方法依次对上述3 种约束条件进行处理，且仅使用较少的运行时间就找到了发电机组动态经济调度问题的可行解。

在满足所有约束条件的情况下，寻求燃料成本最小化是维持经济良性发展的有效途径。群体智能优化算法是实现该目标的一种有效方法。目前，已经有一些算法用于发电机组动态经济调度问题。文献［2］采用一种改进的实数编码遗传算法解决发电机组动态经济调度问题。该算法具有确定全局最优解的能力，收敛速度快，求解质量高。在2 个测试系统和15 个基准函数上验证了该方法的有效性。通过比较发现，该改进算法具有较好的求解能力。文献［3］使用一种基于生物地理学与脑风暴优化的混合方法求解发电机组动态经济调度问题。该混合算法具有较强的信息共享及全局搜索能力，且能有效避免早熟。通过4 个带有阀点效应的非凸基准测试例子与1 个实际的省级电力系统例子，综合证明了该混合算法具有良好的优化性能及较强的竞争性。……