应用于机组组合问题的启发式蚁群算法

被引:3
作者
赖宇阳 [1 ]
范莹 [2 ]
白焰 [2 ]
机构
[1] 南方电网科学研究院
[2] 华北电力大学
关键词
机组组合; 局部搜索; 蚁群算法; 煤耗; 启发式因子;
D O I
10.19725/j.cnki.1007-2322.2013.04.015
中图分类号
TM621 [火力发电厂、热电站]; TP18 [人工智能理论];
学科分类号
080802 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
针对机组组合(UC)的整数-实数混合规划问题,先用二次规划计算各时段不同机组组合最优负荷分配,并选取各时段煤耗最小组合构造启发式初始解,根据解提供的信息设计一种删除不合理候选运行组合的方法,大幅缩小解空间。利用最大最小蚁群算法(MMAS)在解空间中搜索机组启停策略。针对MMAS效率低搜索慢的问题,算法在迭代完成后引入局部搜索。为降低启动煤耗,在蚂蚁转移概率公式以及信息素更新表达式中加入运行机组数因子及启动煤耗惩罚项,降低启动煤耗高的组合被选中概率,进而优化各时段同时运行机组数量。仿真结果表明以上改进能够大幅提高算法求解速度,具有较强的全局寻优能力。
引用
收藏
页码:77 / 82
页数:6
相关论文
共 7 条
[1]   用于机组组合优化的蚁群粒子群混合算法 [J].
陈烨 ;
赵国波 ;
刘俊勇 ;
刘天琪 ;
李华强 .
电网技术, 2008, (06) :52-56
[2]   基于免疫算法的机组负荷优化分配研究 [J].
李蔚 ;
刘长东 ;
盛德仁 ;
陈坚红 ;
任浩仁 ;
袁镇福 ;
岑可法 .
中国电机工程学报, 2004, (07) :245-249
[3]   一种适合于电力系统机组组合问题的混合粒子群优化算法 [J].
胡家声 ;
郭创新 ;
曹一家 .
中国电机工程学报, 2004, (04) :28-32
[4]   机组组合问题的扩展Hopfield神经网络算法 [J].
吴金华 ;
吴耀武 ;
熊信艮 .
电力系统自动化, 2003, (07) :41-44
[5]   电力系统机组组合问题的系统进化算法 [J].
陈皓勇 ;
张靠社 ;
王锡凡 .
中国电机工程学报, 1999, (12) :10-14+41
[6]   机组优化组合的遗传算法 [J].
蔡超豪 ;
蔡元宇 .
电网技术, 1997, (01) :44-47+51
[7]  
MAX – MIN Ant System[J] . Thomas Stützle,Holger H. Hoos. Future Generation Computer Systems . 2000 (8)