基于向量序优化的多目标机组组合

摘要：

机组组合在数学上可建模为含连续、离散变量的动态优化问题,对于大规模电力系统,其最优解的求取不可避免地存在维数灾的弊端.以发电机组的煤耗量和购电费用为优化目标,引入向量序优化理论对大规模多目标机组组合问题进行求解.采用BP神经网络对表征集合进行快速评估,确定选定集合,在保证足够好解个数的前提下大幅降低计算量,缩短求解时间.以某省级实际电力系统为例,考虑水电、核电、生物质能、气电、火电等多种类型的复杂电源结构,选取典型日96点负荷曲线形成该日发电机组日启停计划和出力安排优化方案,将向量序优化求解结果与基于GAMS-BARON解法器的混合整数非线性规划(MINLP)法的计算结果进行对比分析,结果表明采用所提方法求解到满足工程实际需要的足够好解,其计算速度是传统MINLP法的7.608倍,说明所提方法是可行且有效的.

关键词：机组组合、多目标、优化、向量序优化、足够好解、BP神经网络

所属期刊栏目：35

分类号：TM732(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金青年基金资助项目50907023;国家重点基础研究发展计划973计划项目2013CB228205 Project supported by the Youth Fund of National Natural Science Foundation of China50907023 and the National Basic Research Program of China 973 Program 2013CB228205

在线出版日期：2015-08-06（万方平台首次上网日期，不代表论文的发表时间）

页码：7-14