[发明专利]火电厂负荷分配的计算方法、系统及存储介质

摘要

本发明涉及火电机组发电技术领域，公开了一种火电厂负荷分配的计算方法、系统及存储介质，以应用差分进化寻优算法快速基于厂级负荷计划曲线确定最优的负荷分配方案。本发明方法包括：建立厂级AGC负荷优化模型；通过差分进化算法计算负荷分配方案；总负荷平衡及约束条件验证；以及输出负荷分配最终优化方案。其中差分进化算法寻优计算过程包括：参数初始化；种群初始化；变异操作；交叉操作；选择操作以及循环迭代。本发明能够加快收敛速度且有效避免局部最优，具有良好的适应性和较高的精度。将算法应用于厂级AGC负荷优化分配过程中，能够根据负荷计划曲线快速响应并给出精确的负荷优化分配的最优值，保证厂网负荷控制的安全性和稳定性。

主权项

一种火电厂负荷分配的计算方法，其特征在于，包括：步骤S1、构建厂级AGC负荷优化模型，所述模型由负荷分配的厂级目标函数、每台机组的优化区间约束条件及总负荷平衡约束条件组成；步骤S2、通过差分进化算法计算负荷分配方案，具体包括：步骤S2.1、参数初始化：导入厂级负荷计划曲线，并获取用户设置的算法初始参数；所述初始参数包括：种群规模Np、迭代次数GM和自适应算子μ；步骤S2.2、种群初始化：根据步骤S1中所述模型中每台机组的优化区间约束条件及总负荷平衡约束条件随机产生Np组负荷分配方案作为原始种群X₀；步骤S2.3、变异操作：从Np个原始种群中找出厂级目标函数最优的分配方案x_best,根据自适应算子μ计算自适应缩放因子A,A＝μ×e^{1‑GM/(GM‑G+1)}；并根据变异差分策略方程计算变异后的负荷优化分配方案v，所述变异差分策略方程为:v＝x_best+A·(x_r1‑x_r2)+A·(x_r3‑x_r4)其中，x_r1,x_r2,x_r3,x_r4为父代种群中任意4个不同的负荷优化方案；G为当前迭代次数，其初始值为0；对变异后的各负荷优化分配方案进行每台机组的优化区间约束条件及总负荷平衡约束条件验证，并保留验证通过的负荷优化分配方案以得到变异种群，验证失败的负荷优化分配方案予以剔除；步骤S2.4、交叉操作：根据自适应算子μ计算自适应交叉概率CR，CR＝μ^G/2，并将父代种群与变异种群根据所述自适应交叉概率进行交叉比对，产生子代种群U；步骤S2.5、选择操作：随机对父代种群的负荷分配方案与子代种群的负荷分配方案进行配对，并在配对的各组方案中筛选厂级目标函数更优的负荷分配方案进入下一代种群中；步骤S2.6、循环迭代：当迭代次数G小于GM，将下一代种群作为原始种群返回步骤S2.3以重新启动相关变异、交叉及选择操作；当迭代次数等于或大于GM，以下一代种群结果为计算结果输出；步骤S3、根据步骤S1中所述模型中每台机组的优化区间约束条件及总负荷平衡约束条件验证最终种群中的各负荷分配方案，保留验证通过的负荷分配方案并筛选出厂级目标函数最优的方案为最终的负荷分配方案并输出；若步骤S2.6所得的最终种群不存在验证通过的负荷分配方案，令G＝G+1，返回步骤S2.3继续计算，直至输出厂级目标函数最优的方案。