董如意,马 龙

(吉林化工学院 信息与控制工程学院,吉林 吉林 132022)

在电力市场中,通过分配发电机组功率减少燃料消耗,使发电成本减到最低,以获得竞争优势,是电力系统经济调度(ELD)领域一直以来的研究问题。同时,ELD需要满足电力系统的负荷需求和网络损耗。随着人们对环保的日益关注,减少火电厂生产过程中产生的污染排放,成为了关键问题。然而,ELD和减排是两个冲突的目标,在选择最小的发电成本时,必然增加污染排放。因此,同时考虑最小化燃料消耗和污染排放的联合经济排放调度(CEED)问题已经成为一个研究热点。传统数学优化算法在求解CEED问题的过程中,随着问题复杂度提升和维度增加,会出现非可行解,并且对初始解比较敏感,容易陷入局部最优。因此,很多文献提出元启发式算法来求解EED问题。文献[1]使用模糊计算方法,通过改进的细菌觅食算法(MBFA)来求解EED问题。通过两个CEED案例测试,结果表明,MBFA算法具有较好的鲁棒性和可靠性。文献[2]采用改进的散点搜索(ISS)来解决EED问题。通过IEEE 30标准总线6发电系统测试,实验表明,ISS算法是一种行之有效的解决CEED问题的方法。文献[3]提出Pareto蜂群优化算法,并将其应用于IEEE 30标准总线系统,解决EED问题。实验结果优于其他多目标优化算法。文献[4]提出了一种改进版本的黏液霉菌算法(ISMA),并用于解决EED问题。在5个案例上对算法进行了验证,结果表明,ISMA算法相比其他算法具有更好的收敛性和鲁棒性。文献[5]提出了核搜索优化算法(KSO),通过将非线性的目标函数投射到高维空间将目标函数转化为线性函数,并应用于3个带阀点的案例,实验表明,相比于其他算法KSO算法具有更好的性能。……