基于模糊遗传算法的机组组合问题的求解

华南理工大学学报（自然科学版） ›› 2006, Vol. 34 ›› Issue (10): 94-99.

基于模糊遗传算法的机组组合问题的求解

蔡杰进马晓茜

华南理工大学电力学院，广东广州 510640

收稿日期:2005-09-02 出版日期:2006-10-25 发布日期:2006-10-25
通信作者: 蔡杰进(1977-)，男，博士生，主要从事电站系统的优化研究 E-mail:ehiven77@hotmail.com
作者简介:蔡杰进(1977-)，男，博士生，主要从事电站系统的优化研究

Solving Unit Commitment Problem Based on Fuzzy Genetic Algorithm

Cai Jie-fin Ma Xiao-qian

School of Electric Power,South China Univ.of Tech.,Guangzhou 510640,Guangdong,China

Received:2005-09-02 Online:2006-10-25 Published:2006-10-25
Contact: 蔡杰进(1977-)，男，博士生，主要从事电站系统的优化研究 E-mail:ehiven77@hotmail.com
About author:蔡杰进(1977-)，男，博士生，主要从事电站系统的优化研究

摘要/Abstract

摘要： 为求解机组组合问题，提出一种模糊优化与遗传算法紧密结合的新的模糊遗传算法．通过建立模糊推理规则，对交叉率和变异率进行模糊控制，从而提高了收敛速度，避免了不成熟收敛．将该模糊遗传算法应用于一工程算例中求解机组组合问题，与传统遗传算法相比，在同样的种群规模和终止准则下，采用该算法的收敛迭代次数减少，减幅最大达122次，而每次迭代计算时间最多仅增加约0．01 s；优化组合的发电成本减小，减幅最大时达总发电成本的0.73% .

关键词: 机组组合, 模糊遗传算法, 模糊推理规则

Abstract:

In order to solve the unit commitment problem,a new fuzzy genetic algorithm that closely combines the fuzzy optimization and the genetic algorithm is proposed.Then,some fuzzy inference rules are established to control the crossover rate and the mutation rate,thus improving the convergence speed and avoiding the premature conver-gence.The proposed fuzzy genetic algorithm is finally adopted to solve the unit commitment problem in a practical
case.The results show that,as compared with the traditional genetic algorithm,in the same population scale and termination criteria,the convergence iterative times of the proposed algorithm decrease even by 1 22,while the com-putation time cost per population only increases by about 0.01s.Moreover.the electricity-generating cost with the optimal unit commitment decreases,with the largest contraction up to 0.73%of the corresponding total operation cost.

Key words: unit commitment, fuzzy genetic algorithm, fuzzy inference rule

蔡杰进马晓茜. 基于模糊遗传算法的机组组合问题的求解[J]. 华南理工大学学报（自然科学版）, 2006, 34(10): 94-99.

Cai Jie-fin Ma Xiao-qian. Solving Unit Commitment Problem Based on Fuzzy Genetic Algorithm[J]. Journal of South China University of Technology (Natural Science Edition), 2006, 34(10): 94-99.

[1]	赵强刘海勇汪晋宽韩英华. 计及风电和电动汽车的安全约束机组组合模型[J]. 华南理工大学学报（自然科学版）, 2017, 45(10): 78-86.
[2]	武志刚马义松. 基于图论和改进模糊遗传算法的配电网转供方法[J]. 华南理工大学学报（自然科学版）, 2015, 43(12): 48-54,70.
[3]	马晓茜王毅廖艳芬. 火电厂机组负荷优化调度软件系统的设计与实现[J]. 华南理工大学学报（自然科学版）, 2006, 34(6): 112-116.