改进遗传算法在水电站厂内AGC及AVC中的应用研究
摘要
水电站厂内AGC、AVC是控制电站向电力系统提供有功功率和无功功率的重要软件，对保证电能质量起到至关重要的作用。传统的水电站厂内AGC、AVC控制软件的算法不能够很好的满足控制要求，而蓬勃发展的智能控制理论为解决这一问题提供了新的思路。
本文在介绍了已应用于水电站厂内AGC、AVC控制软件的算法和智能控制理论、特别是遗传算法理论的基础上，引入了一种基于遗传算法的用来求解多约束条件混合非线性函数优化问题的较好方法，并详细介绍了这种基于直接比较—比例方法的浮点数编码遗传算法(DCPM-FGA)。该方法有效的解决了优化问题中对约束条件的处理，并使遗传算法寻优能力有较大提高，也具有较好的鲁棒性。结合水电站水轮发电机组特性，运用可变的交叉概率和变异概率，以及适合浮点数编码方式的交叉算子和变异算子，设计了基于DCPM-FGA的水电站厂内AGC、AVC控制软件。
最后，运用所设计的水电站厂内AGC控制软件对某电站进行了多个功率点多工况条件下的实例计算。实例计算结果表明，与等微增率方法相比，基于DCPM-FGA的水电站AGC具有更好的优化品质，能有效降低水量损耗，提高电站的经济效益。
The AGC and AVC of hydropower station are very important and complex softwares that control hydropower station in providing power to electric system, and play an important role in ensuring the quality of electric energy. The traditional control algorithm in AGC and AVC of hydropower station is not as competent as it appears; however, the developing Intelligent Control (IC) theory provides some new solutions to this problem.
At the beginning of this paper, the traditional control algorithm in AGC and AVC of hydropower station and the IC theory, especially the genetic algorithm (GA) theory, are stated. A better method based on GA, which is used to solve nonlinear function optimization under the multi-restrictive conditions, is introduced, and the float encoded genetic algorithm (FGA) based on direct comparison-proportional method (DCPM) is detailed here. The method can deal with multi-restrictive conditions of the optimal problem effectively. It ameliorates searching efficiency of GA, and has strong robustness. With characteristic of a turbine generator, the alterable intercross probability and mutation probability, and with intercross operator and mutation operator that suit the float encoded genetic algorithm, the AGC and AVC software of hydropower station has been designed based on DCPM-FGA.
At the end of the dissertation, example calculation is given under multi-loading cases using the AGC software of hydropower station based on DCPM-FGA. The example indicates that the results of DCPM-FGA are small. Comparing with the method of equal differential increment rate, DCPM-FGA has better optimization quality. The AGC software of hydropower station based on DCPM-FGA can reduce water consume, and enhance the economic performance of hydropower stations.
本文在介绍了已应用于水电站厂内AGC、AVC控制软件的算法和智能控制理论、特别是遗传算法理论的基础上，引入了一种基于遗传算法的用来求解多约束条件混合非线性函数优化问题的较好方法，并详细介绍了这种基于直接比较—比例方法的浮点数编码遗传算法(DCPM-FGA)。该方法有效的解决了优化问题中对约束条件的处理，并使遗传算法寻优能力有较大提高，也具有较好的鲁棒性。结合水电站水轮发电机组特性，运用可变的交叉概率和变异概率，以及适合浮点数编码方式的交叉算子和变异算子，设计了基于DCPM-FGA的水电站厂内AGC、AVC控制软件。
最后，运用所设计的水电站厂内AGC控制软件对某电站进行了多个功率点多工况条件下的实例计算。实例计算结果表明，与等微增率方法相比，基于DCPM-FGA的水电站AGC具有更好的优化品质，能有效降低水量损耗，提高电站的经济效益。
The AGC and AVC of hydropower station are very important and complex softwares that control hydropower station in providing power to electric system, and play an important role in ensuring the quality of electric energy. The traditional control algorithm in AGC and AVC of hydropower station is not as competent as it appears; however, the developing Intelligent Control (IC) theory provides some new solutions to this problem.
At the beginning of this paper, the traditional control algorithm in AGC and AVC of hydropower station and the IC theory, especially the genetic algorithm (GA) theory, are stated. A better method based on GA, which is used to solve nonlinear function optimization under the multi-restrictive conditions, is introduced, and the float encoded genetic algorithm (FGA) based on direct comparison-proportional method (DCPM) is detailed here. The method can deal with multi-restrictive conditions of the optimal problem effectively. It ameliorates searching efficiency of GA, and has strong robustness. With characteristic of a turbine generator, the alterable intercross probability and mutation probability, and with intercross operator and mutation operator that suit the float encoded genetic algorithm, the AGC and AVC software of hydropower station has been designed based on DCPM-FGA.
At the end of the dissertation, example calculation is given under multi-loading cases using the AGC software of hydropower station based on DCPM-FGA. The example indicates that the results of DCPM-FGA are small. Comparing with the method of equal differential increment rate, DCPM-FGA has better optimization quality. The AGC software of hydropower station based on DCPM-FGA can reduce water consume, and enhance the economic performance of hydropower stations.
引文
【01】王定一．水电厂计算机监视与控制．北京：中国电力出版社，2001．
【02】张勇传．水电站经济运行原理．北京：中国水利水电出版社，1998．
【03】杨冠城．电力系统自动化装置原理．北京：水利电力出版社，1995．
【04】郭培源．电力系统自动控制新技术．北京：科学出版社，2001．
【05】何利铨，邱国跃．电力系统无功功率与有功功率控制．重庆：重庆大学出版社，1995．
【06】柳焯．最优化原理及其在电力系统中的应用．哈尔滨：哈尔滨工业大学出版社，1988．
【07】徐枋同，李植鑫，等．水电站机组控制计算机仿真．北京：水利电力出版社，1995．
【08】李人厚．智能控制理论和方法．西安：西安电子科技大学出版社，1999．
【09】孙增圻．智能控制理论与技术．北京：清华大学出版社，1997．
【10】王小平．遗传算法—理论、应用与软件实现．西安：西安交通大学出版社，2002．
【11】李敏强，寇纪淞，等．遗传算法的基本理论与应用．北京：科学出版社，2002．
【12】刘华．Borland C++ Builder程序设计．北京：清华大学出版社，2001．
【13】李伟生．深入C++ Builder编程．西安：西安电子科技大学出版社，2001．
【14】施光燕，董加礼，等．最优化方法．北京：高等教育出版社，1999．
【15】韦巍．智能控制技术的研究现状和展望．机电工程，17(6)，2000：1-4．
【16】杨晓菊，罗南华．智能控制技术在水电厂自动化中的应用．东北水
利水电，9，1998：30-33．
【17】熊凌，赵明旺，等．基于遗传算法的BP网络全局收敛的混合智能学习算法．武汉科技大学学报，23(2)，2000：183-186．
【18】金菊良，杨晓华，等．基于实数编码的加速遗传算法．四川大学学报(工程科学版)，32(4)，2000：20-24．
【19】刘鹏，魏英姿，等．离散变量结构优化设计的组合遗传算法．沈阳建筑工程学院学报(自然科学版)，17(3)，2001：183-186．
【20】许海平，张彤，等．浮点数编码遗传算法及其在电站机组组合优化中的应用．小型微型计算机系统，20(8)，1999：578-582．
【21】彭召旺，钟廷修．遗传算法的单纯形交叉算子．机械设计与研究，4，1999：17-19．
【22】樊会元，王尚锦，等．遗传算法引入进化方向算子的一个改进及应用．西安交通大学学报，33(5)，1999：45-48．
【23】任立红，丁永生，等．采用DNA遗传算法优化设计的TS模糊控制系统．控制与决策，16(1)，2001：16—19．
【24】杨荣富，金菊良，等．保持群体多样性的遗传算法．四川联合大学学报(工程科学版)，3(6)，1999：13-16．
【25】钟晓敏，方建安，等．基于遗传算法的混沌系统模糊控制．计算技术与自动化，17(1)，1998：1-3．
【26】赵正佳，黄洪钟，等．优化设计求解的遗传·神经网络新算法研究．西南交通大学学报，35(1)，2000：66-68．
【27】陈奕梅，赵锡龄．基于遗传算法的模糊控制仿真研究．电脑开发与应用，14(3)，2001：44-45．
【28】张建生，刘定友．小浪底水电厂AGC／AVC应用分析．水电自动化与大坝监测，27(2)，2003：10-13．
【29】潘明惠．电厂AGC过程控制研究．电力系统自动化，21(9)，1997：28-30．
【30】邓庆松．自动发电控制与机组协调控制．湖北电力，25(5)，2001：12-14．
【31】潘勇伟．AGC过程控制及其分析．华东电力，3，1996：14～19．
【32】LEE K Y, BAI X, PARK Y M. Optimization method for reactive power planning by using a modified simple genetic algorithm. IEEE Transaction on Power Systems, 10(4),1995.
【33】王黎，马光文．水电厂经济运行的遗传算法．四川联合大学学报(工程科学版)，1(1)，1997：42-47．
【34】MAGuang-wen, WANG LI. The scheduling of a hydrothermal system with a progressive optimal genetic algorithm. HYDROELECTRIC ENERGY, VOL. 18, NO. 2,2001.
【35】内部文献．电力系统运行与控制．武汉水利电力大学，1997．
【36】赵子臣．应用启发式与逐步动态规划法进行机组最优组合．清华大学学报(自然科学版)．37(1)，1997：57-60．
【37】朱振青，王东平，等．机组组合的扩散并行遗传算法．西安交通大学学报，32(5)，1998：102-104．
【38】张高峰，权先璋，等．三峡梯级水电站自动发电控制．水电自动化与大坝监测，26(2)，2002：1-4．
【39】武永刚，王定一，等．基于PC机的水电厂自动发电控制系统．水电能源科学，14(3)，1996：196-202．
【39】周任军．微增动态规划在电力系统火电机组最优组合中的应用 长沙电力学院学报(自然科学版)．12(2)，1997：206-209．
【40】柴玉和．发电自动控制．电力自动化设备，4，1994：8-14．
【41】蒋逸静．天荒坪抽水蓄能电站的电压控制．华东电力，9，2001：8-10
【42】高宗和．自动发电控制算法的几点改进．电力系统自动化，25，2001：49-51．
【43】唐涛南，魏守平，等．水电站AGC执行机构控制策略的研究．电力系
统自动化，21(5)，1997：49-52．
【44】伍永刚，王定一，等．水电站AGC中负荷调节策略的研究．华中理工大学学报，28(2)，2000：56-60．
【45】陈坚，邓诗军．隔河岩水电厂“四遥”及厂内AGC改造．电力系统自动，22，2001：66-67．
【46】谭万里．省调中心AGC与宝珠寺电厂监控系统AGC协调控制．四川电力技术，1，2002：29-31．
【47】Lba K, Reactive Power Optimization by Genetic Algorithm. IEEE Transaction on Power Systems, 9(2),1994.
【48】王民量，张伯明，等．考虑多种约束条件的机组组合新算法．电力系统自动化，6，2000：29-35．
【49】Kazarlis S A, Barkirtzis A G, Petridis V. A genetic algorithm solution to the nuit commitment problem. IEEE Transaction on Power Systems, 11(1),1996:83-92.
【50】Sheble G B, Britting K. Refined Genetic Algorithm Economic Dispatch Example. IEEE Transaction on Power Systems, 10(11),1995.
【51】王承民，郭志忠．机组组合问题的罚函数法．继电器，29(11)，2001：9-12．
【52】左浩，陈昆薇，等．机组负荷最优分配的改进遗传算法．电力系统及其自动化学报，13(2)，2001：16-19．
【53】Genetic Algorithms in Optimal Multistage Distribution Network Planning. IEEE Transaction on Power Systems, (11),1994.
【54】韦冬，熊曼丽，李光熹．调峰水电厂的动态机组组合方法，电网技术，21(2)，1997：44-47．
【55】刘青松．改进遗传算法确定发电机组的优化组合．电网技术．22(12)，1998：31-33．
【56】裴金勇，赖一飞，等．机组优化组合的改进遗传算法．武汉大学学报
(工学版)，34(1)，2001：72-76．
【57】蔡超豪．机组优化组合的遗传算法．电网技术，21(1)，1997：44-47．
【58】李亚男．结合专家知识的遗传算法在无功规化中的应用．电网技术，25(7)，2001：14-17．
【59】张昆，潘云江，等．遗传算法在电力系统无功优化中的应用综述．电力情报，1，2001：1-4．
【60】娄信明．进化规则(EP)法在大型水电站自动电压控制(AVC)中的应用研究．电力系统及其自动化学报，13(3)，2001：58-63．
【61】娄信明，罗毅，等．改进遗传算法在水电站自动电压控制中的应用研究．电力系统自动化，12，2000，41-44．
【02】张勇传．水电站经济运行原理．北京：中国水利水电出版社，1998．
【03】杨冠城．电力系统自动化装置原理．北京：水利电力出版社，1995．
【04】郭培源．电力系统自动控制新技术．北京：科学出版社，2001．
【05】何利铨，邱国跃．电力系统无功功率与有功功率控制．重庆：重庆大学出版社，1995．
【06】柳焯．最优化原理及其在电力系统中的应用．哈尔滨：哈尔滨工业大学出版社，1988．
【07】徐枋同，李植鑫，等．水电站机组控制计算机仿真．北京：水利电力出版社，1995．
【08】李人厚．智能控制理论和方法．西安：西安电子科技大学出版社，1999．
【09】孙增圻．智能控制理论与技术．北京：清华大学出版社，1997．
【10】王小平．遗传算法—理论、应用与软件实现．西安：西安交通大学出版社，2002．
【11】李敏强，寇纪淞，等．遗传算法的基本理论与应用．北京：科学出版社，2002．
【12】刘华．Borland C++ Builder程序设计．北京：清华大学出版社，2001．
【13】李伟生．深入C++ Builder编程．西安：西安电子科技大学出版社，2001．
【14】施光燕，董加礼，等．最优化方法．北京：高等教育出版社，1999．
【15】韦巍．智能控制技术的研究现状和展望．机电工程，17(6)，2000：1-4．
【16】杨晓菊，罗南华．智能控制技术在水电厂自动化中的应用．东北水
利水电，9，1998：30-33．
【17】熊凌，赵明旺，等．基于遗传算法的BP网络全局收敛的混合智能学习算法．武汉科技大学学报，23(2)，2000：183-186．
【18】金菊良，杨晓华，等．基于实数编码的加速遗传算法．四川大学学报(工程科学版)，32(4)，2000：20-24．
【19】刘鹏，魏英姿，等．离散变量结构优化设计的组合遗传算法．沈阳建筑工程学院学报(自然科学版)，17(3)，2001：183-186．
【20】许海平，张彤，等．浮点数编码遗传算法及其在电站机组组合优化中的应用．小型微型计算机系统，20(8)，1999：578-582．
【21】彭召旺，钟廷修．遗传算法的单纯形交叉算子．机械设计与研究，4，1999：17-19．
【22】樊会元，王尚锦，等．遗传算法引入进化方向算子的一个改进及应用．西安交通大学学报，33(5)，1999：45-48．
【23】任立红，丁永生，等．采用DNA遗传算法优化设计的TS模糊控制系统．控制与决策，16(1)，2001：16—19．
【24】杨荣富，金菊良，等．保持群体多样性的遗传算法．四川联合大学学报(工程科学版)，3(6)，1999：13-16．
【25】钟晓敏，方建安，等．基于遗传算法的混沌系统模糊控制．计算技术与自动化，17(1)，1998：1-3．
【26】赵正佳，黄洪钟，等．优化设计求解的遗传·神经网络新算法研究．西南交通大学学报，35(1)，2000：66-68．
【27】陈奕梅，赵锡龄．基于遗传算法的模糊控制仿真研究．电脑开发与应用，14(3)，2001：44-45．
【28】张建生，刘定友．小浪底水电厂AGC／AVC应用分析．水电自动化与大坝监测，27(2)，2003：10-13．
【29】潘明惠．电厂AGC过程控制研究．电力系统自动化，21(9)，1997：28-30．
【30】邓庆松．自动发电控制与机组协调控制．湖北电力，25(5)，2001：12-14．
【31】潘勇伟．AGC过程控制及其分析．华东电力，3，1996：14～19．
【32】LEE K Y, BAI X, PARK Y M. Optimization method for reactive power planning by using a modified simple genetic algorithm. IEEE Transaction on Power Systems, 10(4),1995.
【33】王黎，马光文．水电厂经济运行的遗传算法．四川联合大学学报(工程科学版)，1(1)，1997：42-47．
【34】MAGuang-wen, WANG LI. The scheduling of a hydrothermal system with a progressive optimal genetic algorithm. HYDROELECTRIC ENERGY, VOL. 18, NO. 2,2001.
【35】内部文献．电力系统运行与控制．武汉水利电力大学，1997．
【36】赵子臣．应用启发式与逐步动态规划法进行机组最优组合．清华大学学报(自然科学版)．37(1)，1997：57-60．
【37】朱振青，王东平，等．机组组合的扩散并行遗传算法．西安交通大学学报，32(5)，1998：102-104．
【38】张高峰，权先璋，等．三峡梯级水电站自动发电控制．水电自动化与大坝监测，26(2)，2002：1-4．
【39】武永刚，王定一，等．基于PC机的水电厂自动发电控制系统．水电能源科学，14(3)，1996：196-202．
【39】周任军．微增动态规划在电力系统火电机组最优组合中的应用 长沙电力学院学报(自然科学版)．12(2)，1997：206-209．
【40】柴玉和．发电自动控制．电力自动化设备，4，1994：8-14．
【41】蒋逸静．天荒坪抽水蓄能电站的电压控制．华东电力，9，2001：8-10
【42】高宗和．自动发电控制算法的几点改进．电力系统自动化，25，2001：49-51．
【43】唐涛南，魏守平，等．水电站AGC执行机构控制策略的研究．电力系
统自动化，21(5)，1997：49-52．
【44】伍永刚，王定一，等．水电站AGC中负荷调节策略的研究．华中理工大学学报，28(2)，2000：56-60．
【45】陈坚，邓诗军．隔河岩水电厂“四遥”及厂内AGC改造．电力系统自动，22，2001：66-67．
【46】谭万里．省调中心AGC与宝珠寺电厂监控系统AGC协调控制．四川电力技术，1，2002：29-31．
【47】Lba K, Reactive Power Optimization by Genetic Algorithm. IEEE Transaction on Power Systems, 9(2),1994.
【48】王民量，张伯明，等．考虑多种约束条件的机组组合新算法．电力系统自动化，6，2000：29-35．
【49】Kazarlis S A, Barkirtzis A G, Petridis V. A genetic algorithm solution to the nuit commitment problem. IEEE Transaction on Power Systems, 11(1),1996:83-92.
【50】Sheble G B, Britting K. Refined Genetic Algorithm Economic Dispatch Example. IEEE Transaction on Power Systems, 10(11),1995.
【51】王承民，郭志忠．机组组合问题的罚函数法．继电器，29(11)，2001：9-12．
【52】左浩，陈昆薇，等．机组负荷最优分配的改进遗传算法．电力系统及其自动化学报，13(2)，2001：16-19．
【53】Genetic Algorithms in Optimal Multistage Distribution Network Planning. IEEE Transaction on Power Systems, (11),1994.
【54】韦冬，熊曼丽，李光熹．调峰水电厂的动态机组组合方法，电网技术，21(2)，1997：44-47．
【55】刘青松．改进遗传算法确定发电机组的优化组合．电网技术．22(12)，1998：31-33．
【56】裴金勇，赖一飞，等．机组优化组合的改进遗传算法．武汉大学学报
(工学版)，34(1)，2001：72-76．
【57】蔡超豪．机组优化组合的遗传算法．电网技术，21(1)，1997：44-47．
【58】李亚男．结合专家知识的遗传算法在无功规化中的应用．电网技术，25(7)，2001：14-17．
【59】张昆，潘云江，等．遗传算法在电力系统无功优化中的应用综述．电力情报，1，2001：1-4．
【60】娄信明．进化规则(EP)法在大型水电站自动电压控制(AVC)中的应用研究．电力系统及其自动化学报，13(3)，2001：58-63．
【61】娄信明，罗毅，等．改进遗传算法在水电站自动电压控制中的应用研究．电力系统自动化，12，2000，41-44．