[发明专利]一种发电机机组优化的方法

说明书

本发明提供一种发电机机组优化的方法。本发明机组组合优化是一个双层优化问题，第一层优化是机组投入优化问题，采用改进的遗传算法来优化机组投入，在机组投入情况确定的基础上，进行第二层优化，第二层优化是机组出力优化，采用二次规划来解决，二次规划的结果作为适应度函数来进一步影响遗传算法中个体的进化。本方法可以为电力公司高效快速优化机组组合，减少能耗，方便机组检修，延长发电机寿命，为社会提供高质量电能。改进的遗传算法具有全局收敛性，平稳性，收敛更快，更加鲁棒的特点，与二次规划相结合更加适合优化机组组合优化。

技术领域

本发明属于发电机机组优化领域，具体涉及一种协同优化机组投入与机组出力的优化方法。

背景技术

机组组合问题是指优化一个周期内合理的满足各种约束的启停机计划，以使机组总运行费用最小，使机组在整个周期内的耗能量最小，从而经济运行。通过组合优化可较大的提高电力系统运行效率。这是一个机组组合优化问题，这也一直是电力系统中的热点与难点。机组组合问题主要是两个方面，一方面是机组组合，考虑在系统容量和备用、功率平衡约束、发电机组输出功率的上下限约束等约束的条件下，优化并确定周期内各个时刻机组的运行状态；另一方面是优化机组发力，即根据系统对负荷的需求确定各个小时段在机组之间的经济分配，并使系统的发电能耗最小。机组组合问题是电力系统优化经济运行的重要组成部分，不仅能够降低能耗，减少成本，方便安排机组检修，延长机组的使用寿命，提高机组效率，确保电网经济安全运行，为社会提供高质量的电能，满足社会发展的需要，具有非常重要的实用价值和意义。

机组组合的方法主要有启发式方法和优化算法，最优组合顺序法是最常用的一种启发式算法。优化方法主要有优表法、分支定界法、割平面法、动态规划法、拉格朗日松弛法、混合整数规划法。近年来电力科研人员根据混合整数规划问题，相继构建了许多新的机组组合数学模型。这些模型方法的优化效果还不够好，鲁棒性不强。

发明内容

针对现有技术中存在的问题，本发明提供一种发电机机组优化的方法。机组组合优化是一个双层优化问题，第一层优化是机组投入优化问题，采用改进的遗传算法来优化机组投入，在机组投入情况确定的基础上，进行第二层优化，第二层优化是机组出力优化，采用二次规划来解决，二次规划的结果作为适应度函数来进一步影响遗传算法中个体的进化。将遗传算法与二次规划相结合，达到整体机组组合优化的目的。

一种发电机机组优化的方法，步骤如下：

步骤(1).确定机组组合优化问题数学模型的目标函数

式中：T为总时段数，N为机组数，u_it为机组i在时段t的状态，u_it的值为0表示关机，u_it的值为1表示开机，P_it为机组i在时段t的出力，F_i(P_it)为机组i在时段t的发电费用，F_si(t)为机组i在时段t的启动费用，计算公式如下：

式中：a_i,b_i,c_i为机组i的运行费用参数，S_0,i,S_1,i,τ_i为机组i的启动费用参数，为机组i在时段t的已停机时间。目标函数的约束条件如下：

P_imin≤P_it≤P_imax

-R_DRi≤P_it-P_i,t-1≤R_URi