一種基於縱橫交叉算法的機組組合優化方法及裝置與流程
2023-11-09 23:53:47 2
本發明涉及電力
技術領域：
，特別是涉及一種基於縱橫交叉算法的機組組合優化方法及裝置。
背景技術：
：在電力系統中，機組組合(uc)問題是其中的一個重要問題。機組組合問題是一個組合優化問題，主要任務是確定機組的開停機時間以及負荷的經濟分配，使得在滿足預測負荷需求的前提下總的運行成本最低。由於機組容量限制、爬坡約束、旋轉備用約束、最小開停機時間約束等一系列機組和系統約束，使得機組組合問題成為一個複雜的、大規模的、動態的、混合整數非線性問題。近年來，隨著智能算法的快速發展，啟發式搜索技術逐漸發展起來，各種啟發式搜索技術被用來解決機組組合問題，如遺傳算法(ga)、粒子群優化(pso)、引力搜索算法(gsa)、人工蜂群(abc)、進化規劃(ep)、差分進化(de)等。上述方法在一定程度上可以解決少量機組組合問題，但是對於電力系統中大規模的機組組合問題，這些優化方法都容易陷入維數災難，容易產生在提高全局收斂能力的同時犧牲收斂速度的問題。技術實現要素：本發明的目的是提供一種基於縱橫交叉算法的機組組合優化方法及裝置，以在提高全局收斂能力的同時保持收斂速度。為解決上述技術問題，本發明提供如下技術方案：一種基於縱橫交叉算法的機組組合優化方法，包括：確定電力系統運行費用最低的目標函數；基於所述目標函數和所述電力系統機組約束，建立所述電力系統機組組合的優化模型；根據所述優化模型的潛在解，初始化種群，獲得初始機組狀態矩陣和初始機組出力矩陣；基於所述初始機組狀態矩陣和所述初始機組出力矩陣，依次使用二進位縱橫交叉算法bcso和縱橫交叉算法cso迭代進行橫向交叉和縱向交叉操作，產生的子代和父代競爭，獲得所述電力系統機組組合的優化解。在本發明的一種具體實施方式中，所述基於所述初始機組狀態矩陣和所述初始機組出力矩陣，依次使用二進位縱橫交叉算法bcso和縱橫交叉算法cso迭代進行橫向交叉和縱向交叉操作，產生的子代和父代競爭，獲得所述電力系統機組組合的優化解，包括：將所述初始機組狀態矩陣確定為父代種群的機組狀態矩陣；使用bcso對所述父代種群的機組狀態矩陣進行橫向交叉產生子代，修正機組狀態和功率平衡，獲得bcso橫向交叉後的佔優解；使用cso對所述bcso橫向交叉後的佔優解的機組出力矩陣進行橫向交叉產生子代，修正功率平衡，獲得cso橫向交叉後的佔優解；使用bcso對所述cso橫向交叉後的佔優解的機組狀態矩陣進行縱向交叉產生子代，修正機組狀態和功率平衡，獲得bcso縱向交叉後的佔優解；使用cso對所述bcso縱向交叉後的佔優解的機組出力矩陣進行縱向交叉產生子代，修正功率平衡，獲得cso縱向交叉後的佔優解；將所述cso縱向交叉後的佔優解的機組狀態矩陣確定為父代種群的機組狀態矩陣，重複執行所述使用bcso對所述父代種群的機組狀態矩陣進行橫向交叉產生子代，修正機組狀態和功率平衡，獲得bcso橫向交叉後的佔優解的步驟，直至達到設定的最大迭代次數，獲得所述電力系統機組組合的優化解。在本發明的一種具體實施方式中，所述使用bcso對所述父代種群的機組狀態矩陣進行橫向交叉產生子代，包括：對所述父代種群的機組狀態矩陣中的所有粒子進行兩兩不重複配對；針對每一對粒子，對該對粒子的每一維進行bcso橫向交叉，獲得每一維的子代；對獲得的子代進行二進位化處理，產生所述父代種群對應的子代。在本發明的一種具體實施方式中，所述使用cso對所述bcso橫向交叉後的佔優解的機組出力矩陣進行橫向交叉產生子代，包括：對所述bcso橫向交叉後的佔優解的機組出力矩陣中的所有粒子進行兩兩不重複配對；針對每一對粒子，對該粒子的每一維進行cso橫向交叉，獲得每一維的子代。在本發明的一種具體實施方式中，所述使用bcso對所述cso橫向交叉後的佔優解的機組狀態矩陣進行縱向交叉產生子代，包括：對所述cso橫向交叉後的佔優解的機組狀態矩陣中的所有維進行兩兩不重複配對；針對每一對維，在預設的bcso縱向交叉率下，對每個粒子的該對維進行bcso縱向交叉，獲得每個粒子的相應維的子代；對獲得的子代進行二進位化處理，產生所述cso橫向交叉後的佔優解對應的子代。在本發明的一種具體實施方式中，所述使用cso對所述bcso縱向交叉後的佔優解的機組出力矩陣進行縱向交叉產生子代，包括：對所述bcso縱向交叉後的佔優解的機組出力矩陣的每一維進行歸一化處理；對歸一化後的所述bcso縱向交叉後的佔優解的機組出力矩陣中所有維進行兩兩不重複配對；針對每一對維，在預設的cso縱向交叉率下，對每個粒子的該對維進行cso縱向交叉，獲得每個粒子的相應維的子代；對獲得的子代進行反歸一化處理，產生所述bcso縱向交叉後的佔優解對應的子代。在本發明的一種具體實施方式中，通過以下步驟修正機組狀態：確定所有機組的平均燃料費用；根據平均燃料費用從小到大的順序對機組進行排列，獲得機組的優先順序表；確定每一個時段旋轉備用是否滿足；如果否，則按照所述優先順序表順序開啟沒有運行的機組直至滿足旋轉備用；確定每一個機組的狀態是否滿足最小開停機時間；如果否，則啟動或關閉部分時段機組使其滿足最小開停機時間；按照所述優先順序表的逆順序確定每一個時段是否存在冗餘的機組；如果是，則在滿足其他約束條件的情況下關閉冗餘的機組。在本發明的一種具體實施方式中，通過以下步驟修正功率平衡：確定每個時段的功率平衡是否滿足；如果機組出力大於對應時段的負荷需求，則在滿足機組出力上下限約束的情況下，按照所述優先順序表的逆順序依次減少運行機組的出力直至滿足功率平衡；如果機組出力小於對應時段的負荷需求，則在滿足機組出力上下限約束的情況下，按照所述優先順序表的順序依次增加運行機組的出力直至滿足功率平衡。一種基於縱橫交叉算法的機組組合優化裝置，包括：目標函數確定模塊，用於確定電力系統運行費用最低的目標函數；優化模型建立模塊，用於基於所述目標函數和所述電力系統機組約束，建立所述電力系統機組組合的優化模型；初始化模塊，用於根據所述優化模型的潛在解，初始化種群，獲得初始機組狀態矩陣和初始機組出力矩陣；優化解獲得模塊，用於基於所述初始機組狀態矩陣和所述初始機組出力矩陣，依次使用二進位縱橫交叉算法bcso和縱橫交叉算法cso迭代進行橫向交叉和縱向交叉操作，產生的子代和父代競爭，獲得所述電力系統機組組合的優化解。在本發明的一種具體實施方式中，所述優化解獲得模塊，包括：第一確定子模塊，用於將所述初始機組狀態矩陣確定為父代種群的機組狀態矩陣；bcso橫向交叉子模塊，用於使用bcso對所述父代種群的機組狀態矩陣進行橫向交叉產生子代，修正機組狀態和功率平衡，獲得bcso橫向交叉後的佔優解；cso橫向交叉子模塊，用於使用cso對所述bcso橫向交叉後的佔優解的機組出力矩陣進行橫向交叉產生子代，修正功率平衡，獲得cso橫向交叉後的佔優解；bcso縱向交叉子模塊，用於使用bcso對所述cso橫向交叉後的佔優解的機組狀態矩陣進行縱向交叉產生子代，修正機組狀態和功率平衡，獲得bcso縱向交叉後的佔優解；cso縱向交叉子模塊，用於使用cso對所述bcso縱向交叉後的佔優解的機組出力矩陣進行縱向交叉產生子代，修正功率平衡，獲得cso縱向交叉後的佔優解；第二確定子模塊，用於在未達到設定的最大迭代次數時，將所述cso縱向交叉後的佔優解的機組狀態矩陣確定為父代種群的機組狀態矩陣，觸發所述bcso橫向交叉子模塊；優化解獲得子模塊，用於在達到設定的最大迭代次數時，獲得所述電力系統機組組合的優化解。應用本發明實施例所提供的技術方案，基於電力系統運行費用最低的目標函數和電力系統機組約束，建立電力系統機組組合的優化模型，根據優化模型的潛在解，初始化種群，獲得初始機組狀態矩陣和初始機組出力矩陣，基於該初始機組狀態矩陣和初始機組出力矩陣，可以依次使用bcso和cso迭代進行橫向交叉和縱向交叉操作，產生的子代和父代競爭，獲得電力系統機組組合的優化解。縱橫交叉算法的橫向交叉和縱向交叉在迭代過程中的每一代交替進行，將兩種交叉搜索方式完美結合。當每次交叉操作結束後，子代與父代進行比較，當子代粒子的適應度比父代更好時，被保留下來進入下次迭代。使得粒子個體信息能夠快速地在種群中傳播，達到了很好的交流作用，在極大地提高全局收斂能力的同時保持了收斂速度。附圖說明為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。圖1為本發明實施例中一種基於縱橫交叉算法的機組組合優化方法的實施流程圖；圖2為本發明實施例中優化解獲得過程示意圖；圖3為本發明實施例中10機系統的收斂曲線圖；圖4為本發明實施例中20機系統的收斂曲線圖；圖5為本發明實施例中40機系統的收斂曲線圖；圖6為本發明實施例中60機系統的收斂曲線圖；圖7為本發明實施例中80機系統的收斂曲線圖；圖8為本發明實施例中100機系統的收斂曲線圖；圖9為本發明實施例中一種基於縱橫交叉算法的機組組合優化裝置的結構示意圖；圖10為本發明實施例中優化解獲得裝置的結構示意圖。具體實施方式為了使本
技術領域：
的人員更好地理解本發明方案，下面結合附圖和具體實施方式對本發明作進一步的詳細說明。顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。參見圖1所示，為本發明實施例所提供的一種基於縱橫交叉算法的機組組合優化方法的實施流程圖，該方法包括以下步驟：s110：確定電力系統運行費用最低的目標函數。本發明實施例所提供的方法具體可以應用於電力系統安排日前發電計劃。機組組合的任務是確定機組的開停機時間以及負荷的經濟分配，使得在滿足預測負荷需求的前提下總的運行成本最低。根據機組在各時段的發電運行費用、啟動費用和狀態，可以確定電力系統運行費用最低的目標函數，該目標函數的具體形式如公式(1)所示：其中，tc為電力系統運行費用；fi(pit)為機組i在t時段的發電運行費用，可使用公式(2)表示；pit為機組i在t時段的出力值；sci為機組i在t時段的啟動費用，可使用公式(3)表示；uit為機組i在t時段的狀態；n為機組數。在公式(2)和公式(3)中，ai、bi、ci分別為機組i的燃料費用係數；hci和cci分別為機組i的熱啟動成本和冷啟動成本；toffit為機組i在t時段的連續停機時間；mdti和cshi分別為機組i的最小連續停機時間和冷啟動時間。s120：基於目標函數和電力系統機組約束，建立電力系統機組組合的優化模型。基於電力系統運行費用最低的目標函數，考慮電力系統機組的等式約束和不等式約束，可以建立電力系統機組組合的優化模型。在本發明實施例中，等式約束如公式(4)所示：其中，loadt為t時段的負荷需求。不等式約束如公式(5)～公式(7)所示：pmini≤pit≤pmaxi公式(7)其中，pmini為機組i的最小技術出力；pmaxi為機組i的最大技術出力；srt為t時段的旋轉備用；muti為機組i的最小連續開機時間；tonit為機組i在t時段的連續開機時間。公式(1)～公式(7)共同構成電力系統機組組合的優化模型。s130：根據優化模型的潛在解，初始化種群，獲得初始機組狀態矩陣和初始機組出力矩陣。在步驟s120，建立電力系統機組組合的優化模型，該優化模型有多種潛在解。可以隨機選取設定數量的潛在解，構成種群，對種群進行初始化，並設定相關參數，獲得初始機組狀態矩陣和初始機組出力矩陣。在本發明實施例中，可以設定種群大小為m，時間段數為t，機組數目為n，最大迭代次數為maxgen。隨機初始化機組狀態，在機組出力範圍內隨機初始化機組出力。種群中第m個粒子的機組狀態矩陣bmm如公式(8)所示，種群中第m個粒子的機組出力矩陣pmm如公式(9)所示：其中，為第m個粒子機組i在t時段的機組狀態，為第m個粒子機組i在t時段的機組出力。s140：基於初始機組狀態矩陣和初始機組出力矩陣，依次使用二進位縱橫交叉算法bcso和縱橫交叉算法cso迭代進行橫向交叉和縱向交叉操作，產生的子代和父代競爭，獲得電力系統機組組合的優化解。在本發明實施例中，基於初始機組狀態矩陣和初始機組出力矩陣，依次使用二進位縱橫交叉算法(binarycrisscrossoptimization，bcso)和縱橫交叉算法(crisscrossoptimization，cso)迭代進行橫向交叉和縱向交叉操作，產生的子代和父代競爭，可以獲得機組組合的優化解。通過縱橫交叉算法的橫向交叉和縱向交叉操作與競爭算子相結合，可以保證個體信息快速在種群中傳播開來，提高算法的全局搜索能力。參見圖2所示，在本發明的一種具體實施方式中，步驟s140可以包括以下步驟：s141：將初始機組狀態矩陣確定為父代種群的機組狀態矩陣；s142：使用bcso對父代種群的機組狀態矩陣進行橫向交叉產生子代，修正機組狀態和功率平衡，獲得bcso橫向交叉後的佔優解；s143：使用cso對bcso橫向交叉後的佔優解的機組出力矩陣進行橫向交叉產生子代，修正功率平衡，獲得cso橫向交叉後的佔優解；s144：使用bcso對cso橫向交叉後的佔優解的機組狀態矩陣進行縱向交叉產生子代，修正機組狀態和功率平衡，獲得bcso縱向交叉後的佔優解；s145：使用cso對bcso縱向交叉後的佔優解的機組出力矩陣進行縱向交叉產生子代，修正功率平衡，獲得cso縱向交叉後的佔優解；s146：確定是否達到設定的最大迭代次數；如果否，則執行步驟s147，如果是，則執行步驟s148；s147：將cso縱向交叉後的佔優解的機組狀態矩陣確定為父代種群的機組狀態矩陣，重複執行步驟s142的操作；s148：獲得電力系統機組組合的優化解。為便於描述，將上述步驟結合起來進行說明。在步驟s130根據優化模型的潛在解，初始化種群，獲得初始機組狀態矩陣和初始機組出力矩陣，第一個父代種群即包括初始機組狀態矩陣和初始機組出力矩陣。將該初始機組狀態矩陣確定為父代種群的機組狀態矩陣，使用bcso對父代種群的機組狀態矩陣進行橫向交叉可以產生子代。具體的，可以通過以下步驟對父代種群的機組狀態矩陣進行bcso橫向交叉操作：步驟一：對父代種群的機組狀態矩陣中的所有粒子進行兩兩不重複配對；步驟二：針對每一對粒子，對該對粒子的每一維進行bcso橫向交叉，獲得每一維的子代；步驟三：對獲得的子代進行二進位化處理，產生父代種群對應的子代。父代種群的機組狀態矩陣中包含多個粒子，對父代種群的機組狀態矩陣中的所有粒子進行兩兩不重複配對，可以獲得多對粒子。針對每一對粒子，可以對該對粒子的每一維進行bcso橫向交叉，獲得每一維的子代。如對粒子x(i)和x(j)的第d維進行bcso橫向交叉，可以使用公式(10)：其中，d∈(1,n×t)；r1、r2為[0,1]之間的隨機數；c1、c2為[-1,1]之間的隨機數；xid和xjd分別為粒子x(i)和x(j)的第d維；mshid和mshjd分別為橫向交叉後的第d維子代。使用公式(10)可以對每一對粒子的每一維進行bcso橫向交叉，獲得每一對粒子每一維的子代。對獲得的子代進行二進位化處理，可以產生第一父代種群對應的子代。具體可以通過公式(11)進行二進位化處理：其中，bid為二進位化結果，s(x)為sigmoid函數，s(x)＝1/1+exp(-x)。產生父代種群對應的子代後，修正機組狀態和功率平衡，對子代進行選擇，對子代選擇的過程也是子代和父代競爭的過程，具體的，如果子代粒子的適應度值大於對應的父代粒子的適應度值，則父代粒子被子代粒子替代，否則保留父代粒子。從而可以獲得bcso橫向交叉後的佔優解。在本發明的一種具體實施方式中，可以通過以下步驟修正機組狀態：第一個步驟：確定所有機組的平均燃料費用；第二個步驟：根據平均燃料費用從小到大的順序對機組進行排列，獲得機組的優先順序表；第三個步驟：確定每一個時段旋轉備用是否滿足，如果否，則執行第四個步驟；第四個步驟：按照優先順序表順序開啟沒有運行的機組直至滿足旋轉備用；第五個步驟：確定每一個機組的狀態是否滿足最小開停機時間，如果否，則執行第六個步驟；第六個步驟：啟動或關閉部分時段機組使其滿足最小開停機時間；第七個步驟：按照優先順序表的逆順序確定每一個時段是否存在冗餘的機組，如果是，則執行第八個步驟；第八個步驟：在滿足其他約束條件的情況下關閉冗餘的機組。在本發明實施例中，可以根據公式(12)確定機組i的平均燃料費用αi：根據平均燃料費用從小到大的順序對機組進行排列，可以獲得機組的優先順序表(pl)。針對每一個時段，可以確定該時段旋轉備用是否滿足，如果否，則可以按照優先順序表順序開啟沒有運行的機組直至滿足旋轉備用，如果是，則可以針對每一個機組，確定該機組的狀態是否滿足最小開停機時間，如果否，則可以啟動或關閉部分時段機組使其滿足最小開停機時間，如果是，則可以按照優先順序表的逆順序確定每一個時段是否存在冗餘的機組，如果存在，則可以在滿足其他約束條件的情況下關閉冗餘的機組。在本發明的一種具體實施方式中，可以通過以下步驟修正功率平衡：步驟一：確定每個時段的功率平衡是否滿足；步驟二：如果機組出力大於對應時段的負荷需求，則在滿足機組出力上下限約束的情況下，按照優先順序表的逆順序依次減少運行機組的出力直至滿足功率平衡；步驟三：如果機組出力小於對應時段的負荷需求，則在滿足機組出力上下限約束的情況下，按照優先順序表的順序依次增加運行機組的出力直至滿足功率平衡。獲得的bcso橫向交叉後的佔優解包括機組狀態矩陣和機組出力矩陣，可以使用cso對bcso橫向交叉後的佔優解的機組出力矩陣進行橫向交叉產生子代。具體的，可以通過以下步驟對bcso橫向交叉後的佔優解的機組出力矩陣進行cso橫向交叉操作：第一個步驟：對bcso橫向交叉後的佔優解的機組出力矩陣中的所有粒子進行兩兩不重複配對；第二個步驟：針對每一對粒子，對該粒子的每一維進行cso橫向交叉，獲得每一維的子代。bcso橫向交叉後的佔優解的機組出力矩陣中包含多個粒子，對其中的所有粒子進行兩兩不重複配對，可以獲得多對粒子。針對每一對粒子，可以對該對粒子的每一維進行cso橫向交叉，獲得每一維的子代。具體可以使用公式(10)對粒子x(i)和x(j)的第d維進行cso橫向交叉。產生bcso橫向交叉後的佔優解對應的子代後，修正功率平衡，功率平衡修正方法如上述，在此不再贅述。對子代進行選擇，具體的，如果子代粒子的適應度值大於對應的父代粒子的適應度值，則父代粒子被子代粒子替代，否則保留父代粒子。從而可以獲得cso橫向交叉後的佔優解。獲得cso橫向交叉後的佔優解後，可以使用bcso對cso橫向交叉後的佔優解的機組狀態矩陣進行縱向交叉產生子代。具體的，可以通過以下步驟對cso橫向交叉後的佔優解的機組狀態矩陣進行bcso縱向交叉操作：步驟一：對cso橫向交叉後的佔優解的機組狀態矩陣中的所有維進行兩兩不重複配對；步驟二：針對每一對維，在預設的bcso縱向交叉率下，對每個粒子的該對維進行bcso縱向交叉，獲得每個粒子的相應維的子代；步驟三：對獲得的子代進行二進位化處理，產生cso橫向交叉後的佔優解對應的子代。cso橫向交叉後的佔優解的機組狀態矩陣中包含多個粒子，每個粒子具有多維，對其中的所有維進行兩兩不重複配對，可以獲得多對維。針對每一對維，在預設的bcso縱向交叉率pv1下，可以對每個粒子的該對維進行bcso縱向交叉，獲得每個粒子相應維的子代。具體可以使用公式(13)對粒子x(i)的第d1維和第d2維進行bcso縱向交叉：msvi,d1＝r·xi,d1+(1-r)·xi,d2公式(13)其中，r為[0,1]上的均勻分布隨機數；msvi,d1為粒子x(i)的第d1維子代。使用公式(13)可以對每個粒子的每一對維進行bcso縱向交叉，獲得每個粒子的相應維的子代。對獲得的子代進行二進位化處理，可以產生cso橫向交叉後的佔優解對應的子代。具體可以通過公式(14)進行二進位化處理：其中，bid為二進位化結果，s(x)為sigmoid函數，s(x)＝1/1+exp(-x)。產生cso橫向交叉後的佔優解對應的子代後，修正機組狀態和功率平衡，對子代進行選擇，具體的，如果子代粒子的適應度值大於對應的父代粒子的適應度值，則父代粒子被子代粒子替代，否則保留父代粒子。從而可以獲得bcso縱向交叉後的佔優解。修正機組狀態和功率平衡的方法如上述，在此不再贅述。獲得bcso縱向交叉後的佔優解後，可以使用cso對bcso縱向交叉後的佔優解的機組出力矩陣進行縱向交叉產生子代。具體的，可以通過以下步驟對bcso縱向交叉後的佔優解的機組出力矩陣進行cso縱向交叉操作：第一個步驟：對bcso縱向交叉後的佔優解的機組出力矩陣的每一維進行歸一化處理；第二個步驟：對歸一化後的bcso縱向交叉後的佔優解的機組出力矩陣中所有維進行兩兩不重複配對；第三個步驟：針對每一對維，在預設的cso縱向交叉率下，對每個粒子的該對維進行cso縱向交叉，獲得每個粒子的相應維的子代；第四個步驟：對獲得的子代進行反歸一化處理，產生bcso縱向交叉後的佔優解對應的子代。bcso縱向交叉後的佔優解的機組出力矩陣包含多個粒子，每個粒子具有多維。可以根據以下公式(15)對bcso縱向交叉後的佔優解的機組出力矩陣的每一維進行歸一化處理：其中，為的歸一化值。對歸一化後的bcso縱向交叉後的佔優解的機組出力矩陣中所有維進行兩兩不重複配對，可以獲得多對維。針對每一對維，在預設的cso縱向交叉率pv2下，可以對每個粒子的該對維進行cso縱向交叉，獲得每個粒子相應維的子代。具體可以使用公式(13)對粒子x(i)的第d1維和第d2維進行cso縱向交叉操作。對獲得的子代進行反歸一化處理，可以產生bcso縱向交叉後的佔優解對應的子代。具體的反歸一化公式如公式(16)所示：其中，為的子代。產生bcso縱向交叉後的佔優解對應的子代後，修正功率平衡，功率平衡修正方法如上述，在此不再贅述。對子代進行選擇，具體的，如果子代粒子的適應度值大於對應的父代粒子的適應度值，則父代粒子被子代粒子替代，否則保留父代粒子。從而可以獲得cso縱向交叉後的佔優解。獲得cso橫向交叉後的佔優解後，可以確定是否達到設定的最大迭代次數，如果未達到，則可以將cso縱向交叉後的佔優解的機組狀態矩陣確定為父代種群的機組狀態矩陣，重複執行使用bcso對父代種群的機組狀態矩陣進行橫向交叉產生子代及其下步驟，如果達到，則可以結束迭代過程，獲得電力系統機組組合的優化解。本發明實施例所提供的方法操作簡單，控制參數較少，易於實現，可以解決群智能算法普遍容易陷入局部最優的共性關鍵問題。具有較強的全局收斂能力，對於電力系統機組組合這個高維度、多約束、離散、非線性的複雜實際問題有著很好的適用性，能夠顯著提高系統經濟性。應用本發明實施例所提供的方法，基於電力系統運行費用最低的目標函數和電力系統機組約束，建立電力系統機組組合的優化模型，根據優化模型的潛在解，初始化種群，獲得初始機組狀態矩陣和初始機組出力矩陣，基於該初始機組狀態矩陣和初始機組出力矩陣，可以依次使用bcso和cso迭代進行橫向交叉和縱向交叉操作，產生的子代和父代競爭，獲得電力系統機組組合的優化解。縱橫交叉算法的橫向交叉和縱向交叉在迭代過程中的每一代交替進行，將兩種交叉搜索方式完美結合。當每次交叉操作結束後，子代與父代進行比較，當子代粒子的適應度比父代更好時，被保留下來進入下次迭代。使得粒子個體信息能夠快速地在種群中傳播，達到了很好的交流作用，在極大地提高全局收斂能力的同時保持了收斂速度。下面以實際電力系統中應用本發明實施例進行說明。電力系統10機參數及負荷需求分別如表1和表2所示，分別複製10機系統參數2次、4次、6次、8次、10次可以得到20、40、60、80、100機系統，對應的負荷需求分別為10機系統負荷需求的2倍、4倍、6倍、8倍、10倍。unitpminpmaxabcmutmdthccccshinitialstatus1455150100016.190.00048884500900058245515097017.260.00031885000100005831302070016.600.002005555011004-541302068016.500.002115556011204-551622545019.700.003986690018004-66802037022.260.00712331703402-37852548027.740.00079332605202-38551066025.920.004131130600-19551066527.270.002221130600-110551067027.790.001731130600-1表1表2如圖3-圖8所示分別為10機系統、20機系統、40機系統、60機系統、80機系統和100機系統的收斂曲線圖，從中可以看出，本發明實施例所提供的技術方案具有較好的尋優能力和收斂性。為了驗證本發明實施例所提供的技術方案的優越性，將該技術方案(hcso)與粒子群算法(pso)，差分算法(de)，引力搜索算法(gsa)，遺傳算法(ga)以及一些其他改進算法或混合方法(如c&b、iqea、ibpso、elrpso、hgade、qbpso等)的仿真結果進行對比，仿真結果如表3所示。方法10機20機40機60機80機100機c&b563,9381,123,7832243,6873,363,5934,484,4975,603,976ga563,9381,124,2902,246,1653,365,4314,487,7665,606,811iqea563,9771,123,8902,245,1513,365,0034,486,9635,606,022de563,9381,124,2912,246,27433657844,488,4505,607,900ibpso563,9771,125,2162,248,5813,367,8654,491,0835,610,293aths563,9381,123,2972,242,9573,361,7484,482,4175,601,651gsa563,9381,123,2162,242,7413,362,4474,483,8645,600,883elrpso563,9381,123,2972,243,2563,361,5734,482,9375,601,825hgade563,9381,123,3862,243,5223,362,9084,485,1605,604,787hpso-sp563,937.01,123,9962,243,9893,363,3434,483,905.85,603,532qbpso563,9771,123,2972,242,9573,361,9804,482,0855,602,486hcso563,937.681,123,297.432,242,957.093,361,266.764,481,465.885,600,240,72表3從表3可以看出，對於10機、20機和40機系統，hcso能得到和gsa、aths、qbpso一樣好的優化結果，對於60機、80機和100機系統，hcso優化得到的運行費用比其他方法都要低，也就是說本發明實施例所提供的方法可以很好的適用於機組組合問題，而且能夠表現出很好的收斂特性，尤其是對於大規模系統的機組組合問題，相對於其他方法，hcso表現出明顯的優越性。相應於上面的方法實施例，本發明實施例還提供了一種基於縱橫交叉算法的機組組合優化裝置，下文描述的一種基於縱橫交叉算法的機組組合優化裝置與上文描述的一種基於縱橫交叉算法的機組組合優化方法可相互對應參照。參見圖9所示，該裝置包括以下模塊：目標函數確定模塊910，用於確定電力系統運行費用最低的目標函數；優化模型建立模塊920，用於基於目標函數和電力系統機組約束，建立電力系統機組組合的優化模型；初始化模塊930，用於根據優化模型的潛在解，初始化種群，獲得初始機組狀態矩陣和初始機組出力矩陣；優化解獲得模塊940，用於基於初始機組狀態矩陣和初始機組出力矩陣，依次使用二進位縱橫交叉算法bcso和縱橫交叉算法cso迭代進行橫向交叉和縱向交叉操作，產生的子代和父代競爭，獲得電力系統機組組合的優化解。應用本發明實施例所提供的裝置，基於電力系統運行費用最低的目標函數和電力系統機組約束，建立電力系統機組組合的優化模型，根據優化模型的潛在解，初始化種群，獲得初始機組狀態矩陣和初始機組出力矩陣，基於該初始機組狀態矩陣和初始機組出力矩陣，可以依次使用bcso和cso迭代進行橫向交叉和縱向交叉操作，產生的子代和父代競爭，獲得電力系統機組組合的優化解。縱橫交叉算法的橫向交叉和縱向交叉在迭代過程中的每一代交替進行，將兩種交叉搜索方式完美結合。當每次交叉操作結束後，子代與父代進行比較，當子代粒子的適應度比父代更好時，被保留下來進入下次迭代。使得粒子個體信息能夠快速地在種群中傳播，達到了很好的交流作用，在極大地提高全局收斂能力的同時保持了收斂速度。參見圖10所示，在本發明的一種具體實施方式中，優化解獲得模塊940，包括：第一確定子模塊941，用於將初始機組狀態矩陣確定為父代種群的機組狀態矩陣；bcso橫向交叉子模塊942，用於使用bcso對父代種群的機組狀態矩陣進行橫向交叉產生子代，修正機組狀態和功率平衡，獲得bcso橫向交叉後的佔優解；cso橫向交叉子模塊943，用於使用cso對bcso橫向交叉後的佔優解的機組出力矩陣進行橫向交叉產生子代，修正功率平衡，獲得cso橫向交叉後的佔優解；bcso縱向交叉子模塊944，用於使用bcso對cso橫向交叉後的佔優解的機組狀態矩陣進行縱向交叉產生子代，修正機組狀態和功率平衡，獲得bcso縱向交叉後的佔優解；cso縱向交叉子模塊945，用於使用cso對bcso縱向交叉後的佔優解的機組出力矩陣進行縱向交叉產生子代，修正功率平衡，獲得cso縱向交叉後的佔優解；第二確定子模塊946，用於在未達到設定的最大迭代次數時，將cso縱向交叉後的佔優解的機組狀態矩陣確定為父代種群的機組狀態矩陣，觸發bcso橫向交叉子模塊942；優化解獲得子模塊947，用於在達到設定的最大迭代次數時，獲得電力系統機組組合的優化解。在本發明的一種具體實施方式中，bcso橫向交叉子模塊942，具體用於：對父代種群的機組狀態矩陣中的所有粒子進行兩兩不重複配對；針對每一對粒子，對該對粒子的每一維進行bcso橫向交叉，獲得每一維的子代；對獲得的子代進行二進位化處理，產生父代種群對應的子代。在本發明的一種具體實施方式中，cso橫向交叉子模塊943，具體用於：對bcso橫向交叉後的佔優解的機組出力矩陣中的所有粒子進行兩兩不重複配對；針對每一對粒子，對該粒子的每一維進行cso橫向交叉，獲得每一維的子代。在本發明的一種具體實施方式中，bcso縱向交叉子模塊944，具體用於：對cso橫向交叉後的佔優解的機組狀態矩陣中的所有維進行兩兩不重複配對；針對每一對維，在預設的bcso縱向交叉率下，對每個粒子的該對維進行bcso縱向交叉，獲得每個粒子的相應維的子代；對獲得的子代進行二進位化處理，產生cso橫向交叉後的佔優解對應的子代。在本發明的一種具體實施方式中，cso縱向交叉子模塊945，具體用於：對bcso縱向交叉後的佔優解的機組出力矩陣的每一維進行歸一化處理；對歸一化後的bcso縱向交叉後的佔優解的機組出力矩陣中所有維進行兩兩不重複配對；針對每一對維，在預設的cso縱向交叉率下，對每個粒子的該對維進行cso縱向交叉，獲得每個粒子的相應維的子代；對獲得的子代進行反歸一化處理，產生bcso縱向交叉後的佔優解對應的子代。在本發明的一種具體實施方式中，還包括機組狀態修正子模塊，用於通過以下步驟修正機組狀態：確定所有機組的平均燃料費用；根據平均燃料費用從小到大的順序對機組進行排列，獲得機組的優先順序表；確定每一個時段旋轉備用是否滿足；如果否，則按照優先順序表順序開啟沒有運行的機組直至滿足旋轉備用；確定每一個機組的狀態是否滿足最小開停機時間；如果否，則啟動或關閉部分時段機組使其滿足最小開停機時間；按照優先順序表的逆順序確定每一個時段是否存在冗餘的機組；如果是，則在滿足其他約束條件的情況下關閉冗餘的機組。在本發明的一種具體實施方式中，還包括功率平衡修正子模塊，用於通過以下步驟修正功率平衡：確定每個時段的功率平衡是否滿足；如果機組出力大於對應時段的負荷需求，則在滿足機組出力上下限約束的情況下，按照優先順序表的逆順序依次減少運行機組的出力直至滿足功率平衡；如果機組出力小於對應時段的負荷需求，則在滿足機組出力上下限約束的情況下，按照優先順序表的順序依次增加運行機組的出力直至滿足功率平衡。本說明書中各個實施例採用遞進的方式描述，每個實施例重點說明的都是與其它實施例的不同之處，各個實施例之間相同或相似部分互相參見即可。對於實施例公開的裝置而言，由於其與實施例公開的方法相對應，所以描述的比較簡單，相關之處參見方法部分說明即可。專業人員還可以進一步意識到，結合本文中所公開的實施例描述的各示例的單元及算法步驟，能夠以電子硬體、計算機軟體或者二者的結合來實現，為了清楚地說明硬體和軟體的可互換性，在上述說明中已經按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬體還是軟體方式來執行，取決於技術方案的特定應用和設計約束條件。專業技術人員可以對每個特定的應用來使用不同方法來實現所描述的功能，但是這種實現不應認為超出本發明的範圍。結合本文中所公開的實施例描述的方法或算法的步驟可以直接用硬體、處理器執行的軟體模塊，或者二者的結合來實施。軟體模塊可以置於隨機存儲器(ram)、內存、只讀存儲器(rom)、電可編程rom、電可擦除可編程rom、寄存器、硬碟、可移動磁碟、cd-rom、或
技術領域：
內所公知的任意其它形式的存儲介質中。本文中應用了具體個例對本發明的原理及實施方式進行了闡述，以上實施例的說明只是用於幫助理解本發明的技術方案及其核心思想。應當指出，對於本
技術領域：
的普通技術人員來說，在不脫離本發明原理的前提下，還可以對本發明進行若干改進和修飾，這些改進和修飾也落入本發明權利要求的保護範圍內。當前第1頁12