水電廠廠內經濟運行方案的分析

于青峰,邢立強（國網云峰發電廠,吉林 集安 134200）

?

水電廠廠內經濟運行方案的分析

于青峰,邢立強
（國網云峰發電廠,吉林 集安 134200）

摘 要：水電廠廠內經濟運行方案有線性法與非線性法，而水電廠負荷分配為典型的非線性問題，因此，為實現水電站廠內機組負荷的最優分配方法，文中分析了等量微增率算法和蟻群算法。分析智能優化方法中，將蟻群算法應用于水電廠負荷分配問題是可行的。

關鍵詞：水電廠；負荷最優分配；蟻群算法；等耗量微增率算法

1 引言

我國大型水電廠運行已步入智能化時代，電力系統的安全穩定、高效運行逐漸成為國民經濟主要支撐。智能信息化電廠，以電站設備可靠性和電網的安全運行為中心，準確進行電網負荷分配，實現電廠經濟效益的最優化[1,2]。

2 最優經濟運行方式定義

在電力系統安全可靠供電的前提條件下，水電站運行使整個系統獲得最大經濟效果的運行方式及其控制策略，稱為水電站經濟運行。這種水電站的運行方式，稱為水電站經濟運行方式[3]。

水電廠經濟運行的任務通常為，在水電站負荷一定的條件下以水流耗量最小為優化準則，或在引用水量一定的條件下發電量最大化為優化準則，使工作機組臺數、組合和機組間負荷達到最優分配，即研究廠內最優運行方式。

3 水電廠廠內最優負荷分配方案分析

水電廠廠內經濟運行的主要方法有：優先順序法、拉格朗日松弛法、遺傳算法、動態規劃法、等耗量微增率算法、蟻群算法等。本文分析的方法有：等耗量微增率算法和蟻群算法[4-5]。

3.1 等耗量微增率算法

等耗量微增率算法原理是機組的等耗微增率隨負荷的改變而變化的時候，其負荷需要按照耗量微增率相同的原則實現最優分配。其本質，使用了拉格朗日法來解決帶有約束性質的非線性優化問題。水電站機組負荷的最優分配需要滿足的條件是：各機組流量總耗量最小。

其數學表達式如下：

其中，P為水電站總負荷功率，L為水電站機組消耗總流量，Pi為各個機組分擔的負荷功率，Li為各個機組消耗的流量。且各機組消耗的流量均是其負荷的函數，因此：Li()=Li(Pi)

根據拉格朗日法解該問題，建立目標函數：

3.2 蟻群算法

蟻群算法是一種源于自然現象的算法，是一種和具體問題關系不大的優化算法。主要原理是：通過正反饋、分布式協作找尋最優路徑。是一種基于種群尋優的啟發式搜索算法。

蟻群算法的特點有：（1）蟻群算法是一種自組織的算法；（2）蟻群算法是一種本質上并行的算法；（3）蟻群算法是一種正反饋的算法；（4）蟻群算法具有較強的魯棒性；（5）蟻群算法可以分布式計算。

計算原理及方法如下：

在算法的初始時刻，將m只螞蟻隨機放到n座城市，然后螞蟻同時從一個城市到另一個誠市，逐步完成搜索過程。設迭代次數為N，則1≤N≤Nmax。每次迭代時，以t為時間，0≤t≤n，根據概率轉換原則選擇下一城市，從而生成一個有著n個城市組成的行動路線，并伴有信息素的更新。

設共有m只螞蟻，第k只螞蟻從城市i轉移到j的概率為：

當j∈Jk(i)時，否則為0。其中，Jk(i)={1,2,...,n}-tabuk,nij=1/dij。

式中tabuk稱為禁忌表，τij為城市i和j之間的連接上的信息素濃度，其初始值為正常數c。α,β分別為信息素濃度比重和期望因子比重。螞蟻每移動到一個城市，時間則增加一個單位。

信息素有增加和減少兩方面，揮發機制是為了避免殘留信息素過多導致殘留信息淹沒啟發信息。信息素更新為：

其中，Q為常數，Lk為第k只螞蟻走過的總距離。

（1）對負荷排序，選出最大和最小負荷，對于N臺機組，將其組合成各種狀態，計算每個狀態下機組最大和最小出力之和，即有功上下限值。

（2）設定初值x0

（3）初始化蟻群算法

（4）循環判斷

（5）形成tabu(k)表，將開停機水耗量作為路徑長度，計算各狀態下各機組出力及耗水量。

（6）記錄本次循環最短路徑。更新路徑信息。

3.3 等耗量微增率算法和蟻群算法的比較

等耗量微增率算法原則應用于已確定的并聯運行機組的機組間負荷的分配問題，同時要求機組流量耗量特性成增加趨勢，但不能明確表明具體各個機組的承擔負荷情況。蟻群算法的求解模式能將問題求解的快速性、全局優化特征以及有限時間內答案的合理性結合起來。其中，尋優的快速性是通過正反饋式的信息傳遞來保證的。

4 結束語

本文分析了等微增率法和蟻群算法在水電廠機組間負荷分配的非線性優化問題中的應用，由計算可知，使用蟻群算法較等耗量微增率算法進行機組間負荷分配時，耗水量較少，較為經濟，且使用蟻群算法計算速度較快，節省時間。隨著現代計算機水平的不斷提高、通訊和控制技術的快速發展，更好的智能優化方法將被可靠的應用于負荷優化問題中去。各種優化方法均有其優勢極其局限性，為進一步提高水電廠經濟運行，需要進行更深入透徹的研究。

DOI:10.16640/j.cnki.37-1222/t.2016.02.134