论文总字数：32306字

摘 要

经济负荷分配问题（ELD）的目的是在满足发电机和系统限制的同时，以最低的可能成本确定最优的发电调度，以匹配总的电力需求。本文使用了一种基于粒子群优化（-PSO）的算法来求解热电厂的经济负荷分配问题。所提出的方法很容易处理诸如传输损耗，斜率限制和禁止的操作区域等实际限制，并且还涉及由于使用阀点效应而引起的成本函数的不平滑。经典的粒子群优化算法（CPSO）的主要评估机制在新颖的-PSO中通过用相角矢量代替速度矢量来修改。所以，位置由θ中的相位角的映射决定。所提出的算法的性能已经在具有不同程度的复杂度的2、6和15个生成单元的系统上进行测试。在衡量所提出的算法的效率的普遍方法中提供了在公平条件下的详细比较。研究结果表明，该方法在解决方案质量和计算效率方面优于现有技术。

关键词：关键词：经济负荷分配，粒子群优化，目标成本函数，-粒子群优化

Abstract

Constrained economic load dispatch (ELD) problems of thermal plants is to determine the optimal power generation schedule at the lowest possible cost while meeting generator and system constraints to match the total power deman. This paper introduces a -particle swarm optimization (-PSO) based algorithm to solve ELD problems. The proposed methodology easily takes care of practical constraints such as transmission losses, ramp rate limits, and prohibited operating zones, and also deals with non-smoothness of cost function arising due to the use of valve point effects. The main evaluation mechanism of classical particle swarm optimization (CPSO) is modified in the novel -PSO by replacing the velocity vector with a phase angle vector. So, the positions are decided by the mapping of phase angles in -PSO. The performance of proposed algorithm has been tested on systems possessing 2, 6, 13, and 15 generating units involving varying degree of complexity. Detailed comparisons under equitable conditions are provided with prevalent approaches to measure the efficiency of the proposed algorithm. The findings affirm that the method outperforms the existing techniques in terms of solution quality and computational efficiency and can be a promising alternative approach for solving the ELD problems in practical power system.

KEY WORDS: Economic load dispatch, Particle swarm optimization, Smooth and non-smooth cost function, -Particle swarm optimization

目 录

摘要 I

Abstract II

第一章 绪论 1

1.1 选题背景及意义 1

1.2 国内外研究动态 1

1.3 本文研究的主要内容 2

第二章 机组负荷分配的数学理论模型 4

2.1 火电机组负荷分配的数学描述 4

2.2 火电机组负荷分配的约束条件 5

2.2.1 功率平衡约束 5

2.2.2 不平等约束 5

第三章 粒子群优化算法 7

3.1 经典粒子群算法的研究 7

3.1.1 粒子群算方法的数学描述 7

3.1.2 参数选择 10

3.2 向量粒子群算法的研究 11

3.2.1 向量粒子群算法的数学描述 11

3.2.2 -PSO和PSO之间的比较 12

3.2.3 参数选择 14

3.2.4 运用向量粒子群算法的步骤 15

3.3 本章小结 17

第四章 粒子群算法在负荷分配中的应用 18

4.1 测试2台机组 18

4.2 六台机组的负荷优化问题 19

4.2.1 参数设置 19

4.2.2 算法的求解 19

4.3 十五台机组的负荷优化问题 22

第五章 结论 27

致谢 28

参考文献 29

绪论

选题背景及意义

随着电网的逐渐发展，到如今日益增多的用电量，人们开始享受着广阔的电网带来的经济效益。电网所提供的电力在提高人民的物质文化水平方面起着极其重要的作用，究其能源转化的便利性和高效性，电网所提供的电能从不同程度上满足了社会所需要的其他形式的能源，比如机械能、光能、化学能、电磁能等等，并且转化效率高。不可避免地，人类对于能源的依赖越来越高^[1]，而能源恰恰是构成社会生存和发展的基础。经过一系列的研究，结果表明，未来的能源消耗将比之前的五倍还要更甚。而煤炭作为目前人类的主要燃料和能源，在未来七十年内难以满足人类持续的发展。

中国火力发电厂的节能潜力巨大,但与发达国家的差距依旧存在。发电厂的节能对象及其改进措施大致可分为三个层次:一是从热力系统设计方面,为了实现节能,应改进热力系统的设计,优化生产和安装的过程。在热力系统实际运行过程中,按照火电厂的规定运行。其次,从机组负荷分配方案的角度出发,实现各机组的热电负荷优化分配。使整个工厂在最佳负荷分配方案下运行,节约能源。最后,实现了锅炉和汽轮机主辅机的节能。近年来,中国电力设备的装机容量以7%~8%的速度逐年增长,其中燃煤机组占有相当大的比例。中国的电力利用率约为30%,比发达国家高出约10%~20%^[2]。本着促进社会可持续发展的初衷，在整个发电产业中，势必要逐步降低发电的成本，保证电力系统的生产运行经济、高效。与此同时，不仅是火电机组运行中亟需解决的问题——减少煤耗量——也是建设智能电网的必然要求。

总体来说，我国目前一次能源供求的形势较为严峻，对热电厂的机组负荷优化分配的措施成为了重中之重。特别是近年来，燃料的价格持续上涨，直接导致发电厂生产成本大幅增加，热电厂支出明显增加。因此，改善自然生态的环境，节约地球目前有限的自然资源，具有非常重要的现实意义。此外，在实现火电厂负荷优化分配之后，节能降耗带来的经济也是相当可观的。

国内外研究动态

经济负荷问题的目标是安排承诺的发电机组产出，以满足最低运营成本的要求负荷需求，同时满足所有单位和系统的平等和不平等约束。在传统的EDP中，每个生成器的代价函数近似用一个简单的二次函数表示，并且基于几种优化技术，如动态规划、线性规划、均匀线性规划和非线性规划技术。但是，真实的输入输出特性会显示出更高阶的非线性和不连续性。发电厂通常有多个阀门用于控制设备的功率输出。当热单元中的蒸汽进入阀首先打开时，观察到损失突然增加。这导致成本函数中的波动，这被称为阀点负载。具有阀点效应的ELD问题被表示为非平滑的优化问题。

剩余内容已隐藏，请支付后下载全文，论文总字数：32306字