| 內(nèi) 容： |
遺傳算法（Genetic Algorithm，簡稱GA）是美國J.Holland教授根據(jù)生物進化的模型提出的一種全局優(yōu)化搜索方法，近年來在組合優(yōu)化、自適應(yīng)控制、規(guī)劃設(shè)計等領(lǐng)域獲得迅速發(fā)展和廣泛應(yīng)用，其最大特點在于演算簡單，只是復(fù)制數(shù)字串，交換部分數(shù)字串，或改變數(shù)字串中的某一位。遺傳算法尤其適用于處理傳統(tǒng)優(yōu)化算法難以解決的復(fù)雜的和非線性的問題，在電力規(guī)劃、水火電優(yōu)化調(diào)度、無功優(yōu)化和電力市場等方面獲得了較多的應(yīng)用。
電源規(guī)劃是電力工業(yè)發(fā)展中非常重要且必不可少的前期工作，它的主要任務(wù)是根據(jù)今后若干年內(nèi)的負荷預(yù)測，利用各種優(yōu)化方法，在滿足規(guī)劃區(qū)域內(nèi)的電力負荷增長需求和各種約束條件下，保證技術(shù)上的合理性及系統(tǒng)地考慮各類電廠之間的相互協(xié)調(diào)，同時考慮到未來發(fā)展中的隨機因素及不確定性，尋求規(guī)劃期內(nèi)國民經(jīng)濟總支出最小的電源建設(shè)方案，確定在規(guī)劃期內(nèi)何時、何地、興建何種類型、多大容量的發(fā)電廠。由于電源規(guī)劃問題的非線性和整數(shù)性以及電力系統(tǒng)規(guī)模巨大、中長期電源規(guī)劃中待選方案多的特點，使得常用電源優(yōu)化（啟發(fā)式或數(shù)學(xué)優(yōu)化）模型的求解存在著這樣或那樣的問題，如難以獲得全局最優(yōu)解、維數(shù)災(zāi)、目標函數(shù)和約束條件不易處理等。
將遺傳算法引入最優(yōu)電源規(guī)劃中，可以成功解決電源規(guī)劃中遺傳算法的染色體編碼問題，從而使算法能容易地計及電源規(guī)劃中需考慮的各種因素。實際應(yīng)用結(jié)果顯示：應(yīng)用改進遺傳算法求解最優(yōu)電源規(guī)劃問題，既能可靠地獲得全局最優(yōu)解，也能輸出一組或多組次優(yōu)解，此外還具有求解規(guī)模大、速度快的特點，特別適用于大型電力系統(tǒng)的中長期電源規(guī)劃。 |
|