基于HS—Bat算法優(yōu)化的電力系統(tǒng)負(fù)荷分配

高寧 張會(huì)林 吳倩雯

摘 要：針對單一和聲搜索算法（HS）在解決廠級負(fù)荷分配問題時(shí)存在對數(shù)據(jù)約束性不足、容易陷入局部最優(yōu)等問題，利用蝙蝠算法搜索頻率、速度與位置更新實(shí)現(xiàn)了和聲搜索算法中和聲記憶庫的變異，利用兩種算法共同搜索的機(jī)制，提高了和聲搜索算法的尋優(yōu)能力，同時(shí)在算法中加入防越界限制，增強(qiáng)了算法的約束力與魯棒性，并分別建立了考慮機(jī)組閥點(diǎn)效應(yīng)的負(fù)荷分配模型，以及機(jī)組額定功率下排污費(fèi)用與除塵、脫硫、脫銷補(bǔ)償電價(jià)的環(huán)保型負(fù)荷分配模型。通過仿真并與其它智能算法的優(yōu)化結(jié)果進(jìn)行比較，證明了該算法在優(yōu)化負(fù)荷分配問題上的優(yōu)越性。

關(guān)鍵詞：閥點(diǎn)效應(yīng)；環(huán)保；脈沖頻率；和聲記憶庫

DOIDOI：10.11907/rjdk.181234

中圖分類號(hào)：TP319

文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7800（2018）010-0165-04

英文摘要Abstract：In solving the problem of load distribution of power system，the convergence of the single harmonic search algorithm is easy to get into local optimal problem.In this article，the pulse frequency speed and location of bats in bat algorithm are used to update the harmony memory database in harmony memory database in harmony search algorithm.The search capability of the algorithm is improved by using two algorithms ，in addition，the anti-transgression limit is added to the algorithm，the binding and stability of the algorithm is enhanced.A load distribution model considering the valve point effect of the generator set is also established， as well as the discharge cost of the unit rated power， the compensation electricity price and environmentally-friendly load distribution modelfor dust removal， desulfurization， and out-of-stock compensation.Through simulation，the optimization results are compared with other algorithm，which proves that the HS-Bat is advantageous in optimizing the load distribution of power system.

英文關(guān)鍵詞Key Words：valve point effect；environmental protection；pulse frequency；harmony memory library

0 引言

目前，經(jīng)濟(jì)負(fù)荷分配ELD（Economic Load Distribution）對電力企業(yè)經(jīng)濟(jì)效益最大化的實(shí)現(xiàn)具有重要意義。在火電廠運(yùn)行過程中，汽輪機(jī)下級進(jìn)氣閥突然開啟，會(huì)出現(xiàn)拔絲現(xiàn)象，從而使機(jī)組耗量特性產(chǎn)生閥點(diǎn)效應(yīng)（Valve Point Effect），計(jì)及閥點(diǎn)效應(yīng)有利于提高計(jì)算全廠經(jīng)濟(jì)效益最大值的準(zhǔn)確性。我國目前還是發(fā)展中國家，在經(jīng)濟(jì)發(fā)展的同時(shí)，環(huán)境保護(hù)工作一定要同步進(jìn)行?；痣姀S作為我國主要的發(fā)電廠，它在燃煤產(chǎn)生電能的同時(shí)，釋放了大量二氧化碳、二氧化硫、氮氧化物等有害氣體[1-3]。我國為了保護(hù)生態(tài)環(huán)境，對電力企業(yè)實(shí)行除塵、脫硫、脫硝補(bǔ)償電價(jià)的政策，因而傳統(tǒng)的負(fù)荷分配模型已不能有效解決全廠經(jīng)濟(jì)效益最優(yōu)問題。因此，本文構(gòu)建考慮除塵、脫硫、脫銷、補(bǔ)償電價(jià)的售電收入減去煤耗成本與排污成本之和的負(fù)荷分配模型[4-9]。

如何保證火電廠機(jī)組組合的經(jīng)濟(jì)性與環(huán)保性，并盡量減少機(jī)組損耗，該問題引起了國內(nèi)外學(xué)者的普遍關(guān)注。近年來，人工智能算法廣泛應(yīng)用于機(jī)組負(fù)荷分配等多目標(biāo)優(yōu)化問題的求解，其中和聲搜索算法因其結(jié)構(gòu)簡單、全局搜索能力強(qiáng)而受到廣泛關(guān)注。2001年，韓國學(xué)者Greem首次提出和聲搜索算法，之后Dash[10]在和聲搜索算法基礎(chǔ)上提出差分和聲搜索算法，Turky[11]提出隨機(jī)遷移和聲搜索算法以及趨向變化的和聲搜索算法。以上算法雖然可以利用記憶庫中的不同音調(diào)組合成新和聲，但是舊和聲變異類型單一，無法保證和聲庫的多樣性，導(dǎo)致計(jì)算結(jié)果往往不能接近最優(yōu)。本文提出利用蝙蝠算法優(yōu)化和聲搜索算法，利用蝙蝠算法中蝙蝠個(gè)體的搜索脈沖頻率、速度與位置更新，實(shí)現(xiàn)和聲搜索算法中和聲記憶庫的更新，從而提高了和聲搜索算法的搜索能力，大大降低了陷入局部最優(yōu)的概率。仿真結(jié)果證明了利用HS-Bat計(jì)算電力系統(tǒng)經(jīng)濟(jì)負(fù)荷分配方案的優(yōu)越性。

1 電力系統(tǒng)負(fù)荷分配模型

1.1 經(jīng)濟(jì)負(fù)荷分配模型

2 蝙蝠與和聲搜索混合算法

2.1 蝙蝠與和聲搜索混合算法原理

和聲搜索算法主要根據(jù)樂師已有的和聲記憶庫，利用隨機(jī)概率使和聲庫中的和聲不斷產(chǎn)生新和聲，直到彈奏出最佳樂曲，但其無法保證和聲庫中產(chǎn)生新和聲的優(yōu)劣度，且算法的局部搜索能力難以控制，搜索精度不夠[12-13]。蝙蝠算法尋優(yōu)模仿了蝙蝠對獵物的探測、定位過程，蝙蝠算法的脈沖搜索能力主要根據(jù)蝙蝠個(gè)體之間的相互作用，蝙蝠群體具備良好的變異機(jī)制，并且在尋優(yōu)過程中，最優(yōu)蝙蝠可能會(huì)吸引其它蝙蝠向其聚集，從而使蝙蝠個(gè)體越來越接近種群最優(yōu)個(gè)體，收斂速度大大提升，但也可能導(dǎo)致陷入局部最優(yōu)[14]。針對兩種算法的特性，利用蝙蝠在規(guī)定范圍內(nèi)的搜索脈沖頻率、速度和位置不斷尋優(yōu)變換，更新和聲記憶庫中的最差和聲，實(shí)現(xiàn)兩種算法的優(yōu)劣互補(bǔ)，進(jìn)一步提高了和聲搜索算法的優(yōu)化能力。

2.2 算法流程

由表1可知，當(dāng)13臺(tái)機(jī)組承擔(dān)的總負(fù)荷為1 800MW時(shí)，HGA、MHS、HS-Bat算法計(jì)算出的分配方案分別花費(fèi)17 963.83、17 962.96、17 960.76元[16-18]。相比于其它兩種算法，HS-Bat算法計(jì)算出的分配方案最優(yōu)，花費(fèi)最少。從圖1可以看出，3種算法在初始化起點(diǎn)位置各不相同，其中HS-Bat算法初始化位置最差，但可以看出在迭代50次后，HS-Bat算法計(jì)算出的方案已優(yōu)于其它算法，HS-Bat算法在迭代460次左右即開始收斂達(dá)到最優(yōu)值。

3.2 計(jì)及環(huán)境成本負(fù)荷分配模型

本文計(jì)及環(huán)境因素模型為4臺(tái)機(jī)組的火電廠，電網(wǎng)調(diào)度總負(fù)荷Pd為1 702.63MW，其中該電廠自身用電率為6.5%，機(jī)組經(jīng)除塵、脫硫、脫硝補(bǔ)償后的上網(wǎng)電價(jià)為0.417元/（kw·h），燃燒煤售價(jià)為700元/t，該電廠機(jī)組小于400MW額定功率時(shí)的排污量為110·104 m3/t，機(jī)組額定功率在600MW時(shí)排污量為165·104 m3/t，所有污染物排放費(fèi)用為630元/t。在算法參數(shù)設(shè)定中，變量個(gè)數(shù)為4，其它參數(shù)同上。

當(dāng)4臺(tái)機(jī)組所帶的總負(fù)荷為1 702.63MW時(shí)，采用HS-Bat算法進(jìn)行負(fù)荷優(yōu)化分配，同時(shí)與PSO-CE、AGC指令算法的優(yōu)化分配結(jié)果進(jìn)行對比[19]。如表4所示，本文算法負(fù)荷優(yōu)化分配的全廠經(jīng)濟(jì)效益為32.852 4萬元，相比于AGC、PSO-CE算法的負(fù)荷分配結(jié)果，分別提升了0.106 3、0.047 4萬元。如圖2所示，HS-Bat算法在迭代計(jì)算410次左右即達(dá)到最優(yōu)，而PSO-CE、AGC指令算法在迭代計(jì)算430、450次左右才達(dá)到最優(yōu)。因此，進(jìn)一步證明了HS-Bat算法進(jìn)行負(fù)荷優(yōu)化分配時(shí)，收斂速度快、收斂精度高。

為進(jìn)一步證明HS-Bat算法的有效性，將4臺(tái)機(jī)組的總負(fù)荷改為1 595.68MW。優(yōu)化結(jié)果如表5所示，HS-Bat算法在1 595.68MW的負(fù)荷調(diào)度指令下，計(jì)算出每臺(tái)機(jī)組所分配的負(fù)荷都滿足各機(jī)組功率上下限，計(jì)算出的最優(yōu)分配方案相比于AGC指令、PSO-CE算法的負(fù)荷分配方案，分別提升了0.309、0.178 9萬元。結(jié)果證明HS-Bat算法在滿足電網(wǎng)調(diào)度要求的基礎(chǔ)上，能最大限度地提高電廠經(jīng)濟(jì)效益。

4 結(jié)語

針對經(jīng)典和聲搜索算法以及AGC、PSO-CE等算法容易陷入局部收斂而出現(xiàn)早熟的問題，本文提出蝙蝠算法與和聲搜索聯(lián)合尋優(yōu)機(jī)制，從而增加算法中的種群多樣性，防止陷入局部最優(yōu)，并將其應(yīng)用于求解電力系統(tǒng)負(fù)荷優(yōu)化分配問題，取得了較好效果。

本文分別建立了計(jì)及閥點(diǎn)效應(yīng)的負(fù)荷分配模型，以及計(jì)及污染氣體排放費(fèi)用與節(jié)能減排補(bǔ)償電價(jià)等因素的環(huán)保型負(fù)荷分配模型，并且在計(jì)算計(jì)及閥點(diǎn)效應(yīng)的負(fù)荷分配模型時(shí)選擇了高維度電力系統(tǒng)負(fù)荷分配問題，從而證明HS-Bat算法在解決高維度電力系統(tǒng)ELD問題時(shí)，能得到更好的效果，更適用于實(shí)際工程當(dāng)中。計(jì)算環(huán)保型負(fù)荷分配模型符合當(dāng)前國家節(jié)能減排的要求，有必要將環(huán)境成本納入對電力工業(yè)企業(yè)的實(shí)際考核中，以促進(jìn)企業(yè)的節(jié)能減排與可持續(xù)發(fā)展。

參考文獻(xiàn)：

[1] 吳辰斌，李海明，劉棟，等.一種改進(jìn)型粒子群優(yōu)化算法在電力系統(tǒng)經(jīng)濟(jì)負(fù)荷分配中的應(yīng)用[J].電力系統(tǒng)保護(hù)與控制，2016，44（10）：44-48.

[2] BASUM .Economic environmental dispatch using multi-objective differential evolution[J].Applied soft computing Journal，2011，11（2）：2845-2853.

[3] SINGHM .Protection coordination in distribution systems with and without distributed energy resourcesa review[J].Protection and Control of Modern Power Systems，2017，2（4）：1-17.

[4] 李勇，王建君，曹麗華.考慮電網(wǎng)調(diào)度實(shí)時(shí)性要求的機(jī)組負(fù)荷優(yōu)化分配[J].中國電機(jī)工程學(xué)報(bào)，2011，31 （32）：122-138.

[5] 陳亮，陳雨果.多目標(biāo)發(fā)電調(diào)度策略與方法[J].電力系統(tǒng)自動(dòng)化，2012，36（9）：104-108.

[6] 劉吉臻，蘇凱，牛玉廣，等.考慮脫硫補(bǔ)償電價(jià)的廠內(nèi)負(fù)荷優(yōu)化分配[J].中國電機(jī)工程學(xué)報(bào)，2012，32（8）：104-111.

[7] ZHOU WQ，QIAO ZL，QI SF，et al.Multi-objective load optimal dispatch and descision-making guidance of power plant[J].Proceeding of the CSEE，2010，30（2）：29-34.

[8] 白楊，李昂，夏清.新形勢下電力市場營銷模式與新型電價(jià)體系[J].電力系統(tǒng)保護(hù)與控制，2016，44（5）：10-16.

[9] 謝冰，黃柳強(qiáng)，吳茵，等.基于"三公"調(diào)度的年度滾動(dòng)發(fā)電計(jì)劃與機(jī)組組合優(yōu)化模型[J].電力系統(tǒng)保護(hù)與控制，2017，44（20）：111-116.

[10] DASH R，DASH P，BISOI R.A differential harmony search based hybrid interval type2 fuzzy EGARCH model for stock market volatility prediction [J].International Journal of Approximate Reasoning，2015，59：81-104.

[11] TURKY A M，ABDULLAH S，SABAR N R.A hybrid harmony search algorithm for solving dynamic optimisation problems[J].Procedia Computer Science，2014，29（29）：1926-1936.

[12] 潘玉霞，謝圣獻(xiàn).和聲搜索算法參數(shù)研究[J].軟件導(dǎo)刊，2013，12（6）：40-42.

[13] 歐陽海濱，高立群，鄒德旋，等.和聲搜索算法探索能力研究及其修正[J].控制理論與應(yīng)用，2014，31（1）：57-65.

[14] 李枝勇，馬良，張惠珍.蝙蝠算法收斂性分析[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2013，43（12）：182-190.

[15] SINHA N，CHAKRABARTI R，CHATTOPADHYAY P，et al.Evolutionary programming techniques for economic load dispatch[J].IEEE Transactions on Evolutionary Computation，2003，7（1）：83-94.

[16] DAKUO H，WANG F，MAO Z.A hybrid genetic algorithm approach based on differential evolution for economic dispatch with valve-point effect[J].International Journal of Electrical Power & Energy Systems，2008，30（1）：31-38.

[17] 郝雅雅.基于趨向變化的和聲搜索算法及其在電力負(fù)荷分配中的應(yīng)用研究[D].蘭州：蘭州大學(xué)，2015.

[18] 王偉，常浩，蘇宏業(yè)，等.考慮環(huán)境成本的火電廠負(fù)荷優(yōu)化分配[J].熱力發(fā)電，2014，43（11）：97-103.

[19] 趙霞，張榮榮，趙瑞鋒，等.CPS標(biāo)準(zhǔn)下AGC機(jī)組動(dòng)態(tài)優(yōu)化調(diào)度的改進(jìn)模型[J].電工技術(shù)學(xué)報(bào)，2016，31（5）：99-106.

（責(zé)任編輯：黃 ?。?/p>