摘 要

电力系统负荷分配问题在这几十年来一直被广泛关注，关乎能源消耗和环境保护等很多方面，国内外许多学者对此做了相关研究，并取得了丰富的研究成果，本文对电力系统负荷分配问题的数学模型，常见概念等做了简要阐述。

本文着重介绍了群体智能算法中的差分进化算法，包括理论，计算思路，步骤，优缺点，改进手段和应用领域等多个方面。应用MATLAB软件进行仿真求解，结果表明，差分进化算法能很好地解决电力系统负荷分配问题，但某些方面也存在缺点，后针对基础差分算法的缺点对算法进行简单改进，MATLAB仿真结果表明，新算法能一定程度上对原算法进行优化。

关键词：电力系统；差分进化算法；经济负荷分配

Abstract

In recent decades, the problem of power system load distribution has been widely concerned about many aspects, such as energy consumption and environmental protection. Scholars from all over the world have done relevant research and obtained extensive results. In this paper, the mathematical model and basic concept of load distribution are briefly introduced.

This paper focuses on the differential evolution algorithm in swarm intelligence algorithm,including theory, calculation ideas, steps, advantages and disadvantages, improvement methods and application fields. MATLAB software is used to solve the simulation, experimental data prove the superiority of the algorithm, but there are some shortcomings in some aspects. After that, the algorithm is simply improved for the shortcomings of the basic algorithm.The simulation results show that the improvement is effective.

Key Words：Electric power system；Economic distribution of load；Differential evolution algorithm

目 录

摘 要 I

Abstract II

第1章 绪论 1

1.1 研究背景及意义 1

1.2 研究现状 1

1.2.1 国外研究现状 1

1.2.2 国内研究现状 2

第2章 电力系统负荷分配问题 4

2.1 综述 4

2.2 电力系统负荷分配问题中常见概念 4

2.2.1 经济指标 4

2.2.2 煤耗特性曲线 4

2.2.3 阀点效应 5

2.3 电力系统负荷分配数学模型 5

2.3.1 约束条件 5

2.3.2 目标函数 6

2.4 电力系统负荷分配与节能环保 8

第3章 差分进化算法 10

3.1 理论的提出 10

3.2 历史发展 10

3.3 基本原理 11

3.4 基本操作 11

3.4.1 编码及种群初始化 11

3.4.2 个体适应度评价 12

3.4.3 突变 12

3.4.4 交叉 14

3.4.5 选择 14

3.5 基本参数 14

3.6 与遗传算法的比较 15

3.7 应用领域 15

第4章 基于差分进化算法的负荷分配问题仿真研究 17

4.1 基于基本差分进化算法的仿真实现 17

4.1.1 参数选择 17

4.1.2 算法流程 17

4.1.3 伪代码 18

4.1.4 仿真结果及分析 18

4.1.5 改变算法参数对优化结果的影响 19

4.1.6 基本DE算法优缺点分析 21

4.2 差分进化算法改进方法概述 22

4.2.1 种群初始化的改进 22

4.2.2 算法参数的改进 22

4.2.3 算法策略的改进 23

4.2.3 与其他算法混合 24

4.3 基于改进差分进化算法的仿真实现 25

4.3.1 本文改进方法 25

4.3.2 仿真结果对比及分析 26

4.3.3 本文改进算法优缺点分析 28

第5章 总结与展望 29

5.1 本文内容总结 29

5.2 展望 29

参考文献 31

致 谢 35

第1章 绪论

1.1 研究背景及意义

自上个世纪九十年代以来，很多研究都表明全球自然环境正每况愈下，特别是全球变暖问题，而碳基类燃料消耗过大便是其中重要因素之一，消耗此类燃料占比最多的就是电力系统。

电力系统负荷分配问题在这几十年来一直被广泛关注，关乎能源消耗和环境保护等诸多方面。虽然各国科学家都在积极研究清洁能源的发展，但最主要的发电方式仍然是火力发电。研究表明，原始的电力系统负荷分配方式已不能满足目前电力系统的要求，特别是新时代的到来，人们越来越关注节能环保问题，如何既保证电力系统正常发电，又能使发电成本降到最低，同时不污染环境，这是一个必须面对而且急需解决的问题^[1]。

1.2 研究现状

对于电力系统负荷分配问题来说，如何优化各发电机组的出力，降低能源消耗，同时减少二氧化碳和氮氧化物等的排放，国内外学者界已经涌现出了一大批研究成果。

“金山银山不如绿水青山”，经济繁荣的同时做到节能环保，才能保证可持续发展，这已然成为人类的共识。

1.2.1 国外研究现状

在一些发达国家中，大量有关电力系统负荷优化分配的解决方案和各种算法已经被相继提出并施以应用，近年来，随着计算机技术和优化理论的发展，又衍生出各个方面的智能优化算法^[2]。

Victorie Jeyakumar等人提出在建立电力系统负荷分配问题数学模型时，除了考虑一般约束条件，还将机组的出力爬坡约束考虑进去，把PSO算法和二次规划混合算法相结合，用PSO算法先找出一个大概的最优解，再用二次规划算法在它附近进行局部搜索来求得更优值^[3]。

Sayah等人提出一种采用改进突变操作和随机生成突变因子的DE算法，突变操作对象由固定个体改为三个种群中随机选取的个体中适应度最好的个体，同时F在范围中随机生成^[4]。