基于免疫算法的机组负荷优化分配研究

被引:52
作者
李蔚
刘长东
盛德仁
陈坚红
任浩仁
袁镇福
岑可法
机构
[1] 浙江大学机械与能源工程学院,浙江大学机械与能源工程学院,浙江大学机械与能源工程学院,浙江大学机械与能源工程学院,浙江大学机械与能源工程学院,浙江大学机械与能源工程学院,浙江大学机械与能源工程学院浙江杭州,浙江杭州,浙江杭州,浙江杭州,浙江杭州,浙江杭州,浙江杭州
关键词
热能动力工程; 免疫算法; 机组负荷分配; 火电厂;
D O I
10.13334/j.0258-8013.pcsee.2004.07.046
中图分类号
TM73 [电力系统的调度、管理、通信]; TP18 [人工智能理论];
学科分类号
080802 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
文章提出应用新的智能算法—免疫算法解决负荷优化分配问题。在分析负荷分配的数学模型和免疫算法特点的基础上,详细研究了基于免疫算法的负荷优化分配方法。优化问题的解对应于免疫算法中的抗体,解的优劣通过结合力的计算来评价,具有最大结合力的抗体就是问题的优化解。文中还提出应用机组持续状态时间进行编码改进,可明显加快算法的搜索速度,免疫算法中特有的基于抗体浓度更新和抗体多样性也使得算法具有很好的收敛性和搜索性能。该算法通过10台机系统进行了验证,计算结果证明免疫算法与其它优化算法相比,能更快搜索到较优解,从而为机组负荷优化分配的求解提供新的有效算法。
引用
收藏
页码:245 / 249
页数:5
相关论文
共 10 条
[1]   基于免疫遗传算法的优化设计 [J].
杨建国 ;
李蓓智 ;
俞蕾 .
机械设计, 2002, (09) :14-17
[2]   基于人工免疫算法的电力系统最优潮流计算 [J].
孙勇智 ;
韦巍 .
电力系统自动化, 2002, (12) :30-34
[3]   机组负荷最优分配的改进遗传算法 [J].
左浩 ;
陈昆薇 ;
洪潮 ;
孔峰 .
电力系统及其自动化学报, 2001, (02) :16-19
[4]   应用免疫算法进行电网规划研究 [J].
高洁 .
系统工程理论与实践, 2001, (05) :119-123
[5]   遗传算法搜索优化及其在机组启停中的应用 [J].
高山 ;
单渊达 .
中国电机工程学报, 2001, (03) :46-49
[6]   机组优化组合的改进遗传算法 [J].
裴金勇 ;
赖一飞 ;
陈评 ;
纪昌明 .
武汉大学学报(工学版), 2001, (01) :72-76
[7]   火电单元机组负荷最优预见控制系统仿真研究 [J].
沈炯 ;
金林 ;
陈来九 .
中国电机工程学报, 1999, (03) :15-18+55
[8]   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
[9]   电厂负荷的最优分配附视频 [J].
葛晓霞 .
汽轮机技术, 1995, (05) :299-302+298
[10]   考虑发电机组输出功率速度限制的最优机组组合 [J].
韩学山 ;
柳焯 .
电网技术, 1994, (06) :11-16