遗传算法与最优电源规划
2006/5/22 15:26:47 电源在线网
遗传算法（Genetic Algorithm，简称GA）是美国J.Holland教授根据生物进化的模型提出的一种全局优化搜索方法，近年来在组合优化、自适应控制、规划设计等领域获得迅速发展和广泛应用，其最大特点在于演算简单，只是复制数字串，交换部分数字串，或改变数字串中的某一位。遗传算法尤其适用于处理传统优化算法难以解决的复杂的和非线性的问题，在电力规划、水火电优化调度、无功优化和电力市场等方面获得了较多的应用。
电源规划是电力工业发展中非常重要且必不可少的前期工作，它的主要任务是根据今后若干年内的负荷预测，利用各种优化方法，在满足规划区域内的电力负荷增长需求和各种约束条件下，保证技术上的合理性及系统地考虑各类电厂之间的相互协调，同时考虑到未来发展中的随机因素及不确定性，寻求规划期内国民经济总支出最小的电源建设方案，确定在规划期内何时、何地、兴建何种类型、多大容量的发电厂。由于电源规划问题的非线性和整数性以及电力系统规模巨大、中长期电源规划中待选方案多的特点，使得常用电源优化（启发式或数学优化）模型的求解存在着这样或那样的问题，如难以获得全局最优解、维数灾、目标函数和约束条件不易处理等。
将遗传算法引入最优电源规划中，可以成功解决电源规划中遗传算法的染色体编码问题，从而使算法能容易地计及电源规划中需考虑的各种因素。实际应用结果显示：应用改进遗传算法求解最优电源规划问题，既能可靠地获得全局最优解，也能输出一组或多组次优解，此外还具有求解规模大、速度快的特点，特别适用于大型电力系统的中长期电源规划。
电源规划是电力工业发展中非常重要且必不可少的前期工作，它的主要任务是根据今后若干年内的负荷预测，利用各种优化方法，在满足规划区域内的电力负荷增长需求和各种约束条件下，保证技术上的合理性及系统地考虑各类电厂之间的相互协调，同时考虑到未来发展中的随机因素及不确定性，寻求规划期内国民经济总支出最小的电源建设方案，确定在规划期内何时、何地、兴建何种类型、多大容量的发电厂。由于电源规划问题的非线性和整数性以及电力系统规模巨大、中长期电源规划中待选方案多的特点，使得常用电源优化（启发式或数学优化）模型的求解存在着这样或那样的问题，如难以获得全局最优解、维数灾、目标函数和约束条件不易处理等。
将遗传算法引入最优电源规划中，可以成功解决电源规划中遗传算法的染色体编码问题，从而使算法能容易地计及电源规划中需考虑的各种因素。实际应用结果显示：应用改进遗传算法求解最优电源规划问题，既能可靠地获得全局最优解，也能输出一组或多组次优解，此外还具有求解规模大、速度快的特点，特别适用于大型电力系统的中长期电源规划。
声明：本信息内容的真实性未经电源在线网证实，仅供参考。
