基于改进人工蜂群算法的负荷优化分配方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114971207A(43)申请公布日2022.08.30(21)申请号202210478677.0(22)申请日2022.05.05(71)申请人东南大学地址210096江苏省南京市江宁区东南大学路2号(72)发明人王培红叶佳威(74)专利代理机构北京德崇智捷知识产权代理有限公司11467专利代理师郝雅洁(51)Int.Cl.G06Q10/06(2012.01)G06Q50/06(2012.01)G06N3/00(2006.01)权利要求书2页说明书7页附图3页(54)发明名称基于改进人工蜂群算法的负荷优化分配方法(57)摘要本发明涉及一种基于改进人工蜂群算法的负荷优化分配方法，包括：根据发电机组的煤耗特性曲线建立负荷优化分配模型，采用供电煤耗量最小作为负荷优化分配的目标函数，确定包括负荷平衡等式约束、以及机组负荷上下限约束的负荷优化分配模型的约束条件，再采用引入局部搜索算法的改进人工蜂群算法，求解负荷优化分配模型将总发电负荷分配给各台机组。本发明能够在已给总负荷和各机组负荷上下限的情况下，合理分配每台发电机组需要承担的负荷。基于引入局部搜索算法的改进人工蜂群算法，改善了标准人工蜂群算法应用于机组负荷优化分配工程应用中存在的问题，确保算法快速收敛于搜索区域的最优解，能快速完成负荷优化分配计算。CN114971207ACN114971207A权利要求书1/2页1.一种基于改进人工蜂群算法的负荷优化分配方法，其特征在于，包括：首先，根据发电机组的煤耗特性曲线建立考虑多台机组经济性负荷优化分配的负荷优化分配模型，采用供电煤耗量最小作为负荷优化分配的目标函数：式中：F为全厂总供电煤耗量，Pi、Fi分别为第i台机组的负荷和供电煤耗量，ai、bi、ci分别为第i台机组的煤耗特性系数，N为参与负荷优化分配的机组台数；其次，确定负荷优化分配模型的约束条件，包括：负荷平衡等式约束，表达式为PD为全厂总负荷；以及机组负荷上下限约束，表达式为Pmin,i≤Pi≤Pmax,i，Pmin,i、Pmax,i分别为第i台机组的负荷下限和负荷上限；最后，基于引入局部搜索因子改进的人工蜂群算法求解负荷优化分配，得到各机组需要承担的负荷。2.根据权利要求1所述的基于改进人工蜂群算法的负荷优化分配方法，其特征在于，对于所述负荷平衡等式约束，最后一台机组负荷为总负荷减去前N‑1台机组负荷之和，以确保负荷平衡；若最后一台机组负荷超出其负荷上限，令该机组负荷等于其负荷上限，其余机组按实际负荷与负荷上限差值从大到小的顺序增加负荷至满足负荷平衡约束，且增加负荷时最大增至机组负荷上限；若最后一台机组负荷超出其负荷下限，令该机组负荷等于其负荷下限，其余机组按实际负荷与负荷下限差值从大到小的顺序减小负荷至满足负荷平衡约束，且减小负荷时最大减至机组负荷下限；若最后一台机组负荷大小在其上下限内，则无需调整即可保持负荷平衡。3.根据权利要求1所述的基于改进人工蜂群算法的负荷优化分配方法，其特征在于，所述基于引入局部搜索因子改进的人工蜂群算法求解负荷优化分配，得到各机组需要承担的负荷，包括：步骤1：引导蜂初始化生成蜜源，计算各初始蜜源的适应度并记录最优蜜源坐标值Xbest及其历史最优函数值f(Xbest)，Xbest、f(Xbest)分别表征目标函数的最优解和对应的目标函数值；步骤2：引导蜂在其对应的蜜源附近进行随机搜索，如果搜索结果中存在优于原蜜源的新蜜源，则用新蜜源替代旧蜜源，计算新蜜源的适应度并记录其坐标值，否则不更换且采集次数加1；步骤3：依据引导蜂给予的信息，跟随蜂对引导蜂对应的蜜源进行选择，并前往选择的蜜源附近进行随机搜索，若搜索结果中存在更为优秀的新蜜源，则继续用新蜜源替代旧蜜源，计算新蜜源的适应度并记录其坐标值，否则不更换且采集次数加1；步骤4：将搜索后各蜜源坐标值的最优函数值与之前的历史最优函数值f(Xbest)进行比较，如果存在更好的计算结果，则将之前的历史最优蜜源坐标值Xbest、最优函数值f(Xbest)及对应的蜜源适应度进行替换，否则依旧保留原来的值；2CN114971207A权利要求书2/2页步骤5：如果计算循环次数达到设定的迭代间隔，则利用局部搜索算法根据当前最优解进行搜索，更新目标函数最优解，否则直接进入下一步；步骤6：如果存在蜜源的采集次数大于规定的采集次数上限，对应的引导蜂转换为侦察蜂随机生成新蜜源，并设置新蜜源采集次数为0，用新蜜源代替旧蜜源，否则直接进入下一步；步骤7：判断是否达到最大循环次数，未达到则返回步骤2，达到则结束循环，输出最优蜜源的坐标值即机组负荷，以及坐标值对应的目标函数值即供电煤耗量。4.根据权利要求3所述的基于改进人工蜂群算法的负荷优化分配方法，其特征在于，引导蜂初