基于聚类遗传算法的梯级水利枢纽短期电力调度优化

被引：8

作者：

马超

练继建

机构：

[1] 天津大学建筑工程学院

来源：

天津大学学报 | 2010年 / 43卷 / 01期

基金：

国家杰出青年科学基金;

关键词：

聚类遗传算法; 机组运行效率变化梯度; 改进变异算子; 短期电力优化; 三峡-葛洲坝梯级水利枢纽;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对标准遗传算法容易"早熟"的缺陷,提出聚类遗传算法;改进了选择算子和交叉算子,并利用Shubert多峰测试函数验证了聚类遗传算法的优势.引入水轮机组运行效率梯度变化因素提出改进变异算子,弥补了变异搜索过随机的缺陷.最后,将改进方式应用于三峡-葛洲坝梯级水利枢纽短期电力调度优化研究中,提出和构建了相应的优化模型以及机组组合启停和运行效率同步实现策略.实例优化结果表明:聚类遗传算法和改进变异算子能有效弥补"早熟"的缺陷,并能显著提高优化搜索效率,适用于梯级电站电力调度优化问题.优化得出的梯级电力调度方案可以满足设定目标和约束,并提高了梯级的发电效率.

引用

页码：1 / 8

页数：8

共 9 条

[1]

梯级水利枢纽多尺度多目标联合优化调度研究.[D].马超.天津大学.2008, 07

[2] 市场竞价下梯级水电站短期优化调度研究 [J].