基于HS—Bat算法优化的电力系统负荷分配

高宁 张会林 吴倩雯

摘 要：针对单一和声搜索算法（HS）在解决厂级负荷分配问题时存在对数据约束性不足、容易陷入局部最优等问题，利用蝙蝠算法搜索频率、速度与位置更新实现了和声搜索算法中和声记忆库的变异，利用两种算法共同搜索的机制，提高了和声搜索算法的寻优能力，同时在算法中加入防越界限制，增强了算法的约束力与鲁棒性，并分别建立了考虑机组阀点效应的负荷分配模型，以及机组额定功率下排污费用与除尘、脱硫、脱销补偿电价的环保型负荷分配模型。通过仿真并与其它智能算法的优化结果进行比较，证明了该算法在优化负荷分配问题上的优越性。

关键词：阀点效应；环保；脉冲频率；和声记忆库

DOIDOI：10.11907/rjdk.181234

中图分类号：TP319

文献标识码：A 文章编号：1672-7800（2018）010-0165-04

英文摘要Abstract：In solving the problem of load distribution of power system，the convergence of the single harmonic search algorithm is easy to get into local optimal problem.In this article，the pulse frequency speed and location of bats in bat algorithm are used to update the harmony memory database in harmony memory database in harmony search algorithm.The search capability of the algorithm is improved by using two algorithms ，in addition，the anti-transgression limit is added to the algorithm，the binding and stability of the algorithm is enhanced.A load distribution model considering the valve point effect of the generator set is also established， as well as the discharge cost of the unit rated power， the compensation electricity price and environmentally-friendly load distribution modelfor dust removal， desulfurization， and out-of-stock compensation.Through simulation，the optimization results are compared with other algorithm，which proves that the HS-Bat is advantageous in optimizing the load distribution of power system.

英文关键词Key Words：valve point effect；environmental protection；pulse frequency；harmony memory library

0 引言

目前，经济负荷分配ELD（Economic Load Distribution）对电力企业经济效益最大化的实现具有重要意义。在火电厂运行过程中，汽轮机下级进气阀突然开启，会出现拔丝现象，从而使机组耗量特性产生阀点效应（Valve Point Effect），计及阀点效应有利于提高计算全厂经济效益最大值的准确性。我国目前还是发展中国家，在经济发展的同时，环境保护工作一定要同步进行。火电厂作为我国主要的发电厂，它在燃煤产生电能的同时，释放了大量二氧化碳、二氧化硫、氮氧化物等有害气体[1-3]。我国为了保护生态环境，对电力企业实行除尘、脱硫、脱硝补偿电价的政策，因而传统的负荷分配模型已不能有效解决全厂经济效益最优问题。因此，本文构建考虑除尘、脱硫、脱销、补偿电价的售电收入减去煤耗成本与排污成本之和的负荷分配模型[4-9]。

如何保证火电厂机组组合的经济性与环保性，并尽量减少机组损耗，该问题引起了国内外学者的普遍关注。近年来，人工智能算法广泛应用于机组负荷分配等多目标优化问题的求解，其中和声搜索算法因其结构简单、全局搜索能力强而受到广泛关注。2001年，韩国学者Greem首次提出和声搜索算法，之后Dash[10]在和声搜索算法基础上提出差分和声搜索算法，Turky[11]提出随机迁移和声搜索算法以及趋向变化的和声搜索算法。以上算法虽然可以利用记忆库中的不同音调组合成新和声，但是旧和声变异类型单一，无法保证和声库的多样性，导致计算结果往往不能接近最优。本文提出利用蝙蝠算法优化和声搜索算法，利用蝙蝠算法中蝙蝠个体的搜索脉冲频率、速度与位置更新，实现和声搜索算法中和声记忆库的更新，从而提高了和声搜索算法的搜索能力，大大降低了陷入局部最优的概率。仿真结果证明了利用HS-Bat计算电力系统经济负荷分配方案的优越性。

1 电力系统负荷分配模型

1.1 经济负荷分配模型

2 蝙蝠与和声搜索混合算法

2.1 蝙蝠與和声搜索混合算法原理

和声搜索算法主要根据乐师已有的和声记忆库，利用随机概率使和声库中的和声不断产生新和声，直到弹奏出最佳乐曲，但其无法保证和声库中产生新和声的优劣度，且算法的局部搜索能力难以控制，搜索精度不够[12-13]。蝙蝠算法寻优模仿了蝙蝠对猎物的探测、定位过程，蝙蝠算法的脉冲搜索能力主要根据蝙蝠个体之间的相互作用，蝙蝠群体具备良好的变异机制，并且在寻优过程中，最优蝙蝠可能会吸引其它蝙蝠向其聚集，从而使蝙蝠个体越来越接近种群最优个体，收敛速度大大提升，但也可能导致陷入局部最优[14]。针对两种算法的特性，利用蝙蝠在规定范围内的搜索脉冲频率、速度和位置不断寻优变换，更新和声记忆库中的最差和声，实现两种算法的优劣互补，进一步提高了和声搜索算法的优化能力。

2.2 算法流程

由表1可知，当13台机组承担的总负荷为1 800MW时，HGA、MHS、HS-Bat算法计算出的分配方案分别花费17 963.83、17 962.96、17 960.76元[16-18]。相比于其它两种算法，HS-Bat算法计算出的分配方案最优，花费最少。从图1可以看出，3种算法在初始化起点位置各不相同，其中HS-Bat算法初始化位置最差，但可以看出在迭代50次后，HS-Bat算法计算出的方案已优于其它算法，HS-Bat算法在迭代460次左右即开始收敛达到最优值。

3.2 计及环境成本负荷分配模型

本文计及环境因素模型为4台机组的火电厂，电网调度总负荷Pd为1 702.63MW，其中该电厂自身用电率为6.5%，机组经除尘、脱硫、脱硝补偿后的上网电价为0.417元/（kw·h），燃烧煤售价为700元/t，该电厂机组小于400MW额定功率时的排污量为110·104 m3/t，机组额定功率在600MW时排污量为165·104 m3/t，所有污染物排放费用为630元/t。在算法参数设定中，变量个数为4，其它参数同上。

当4台机组所带的总负荷为1 702.63MW时，采用HS-Bat算法进行负荷优化分配，同时与PSO-CE、AGC指令算法的优化分配结果進行对比[19]。如表4所示，本文算法负荷优化分配的全厂经济效益为32.852 4万元，相比于AGC、PSO-CE算法的负荷分配结果，分别提升了0.106 3、0.047 4万元。如图2所示，HS-Bat算法在迭代计算410次左右即达到最优，而PSO-CE、AGC指令算法在迭代计算430、450次左右才达到最优。因此，进一步证明了HS-Bat算法进行负荷优化分配时，收敛速度快、收敛精度高。

为进一步证明HS-Bat算法的有效性，将4台机组的总负荷改为1 595.68MW。优化结果如表5所示，HS-Bat算法在1 595.68MW的负荷调度指令下，计算出每台机组所分配的负荷都满足各机组功率上下限，计算出的最优分配方案相比于AGC指令、PSO-CE算法的负荷分配方案，分别提升了0.309、0.178 9万元。结果证明HS-Bat算法在满足电网调度要求的基础上，能最大限度地提高电厂经济效益。

4 结语

针对经典和声搜索算法以及AGC、PSO-CE等算法容易陷入局部收敛而出现早熟的问题，本文提出蝙蝠算法与和声搜索联合寻优机制，从而增加算法中的种群多样性，防止陷入局部最优，并将其应用于求解电力系统负荷优化分配问题，取得了较好效果。

本文分别建立了计及阀点效应的负荷分配模型，以及计及污染气体排放费用与节能减排补偿电价等因素的环保型负荷分配模型，并且在计算计及阀点效应的负荷分配模型时选择了高维度电力系统负荷分配问题，从而证明HS-Bat算法在解决高维度电力系统ELD问题时，能得到更好的效果，更适用于实际工程当中。计算环保型负荷分配模型符合当前国家节能减排的要求，有必要将环境成本纳入对电力工业企业的实际考核中，以促进企业的节能减排与可持续发展。

参考文献：

[1] 吴辰斌，李海明，刘栋，等.一种改进型粒子群优化算法在电力系统经济负荷分配中的应用[J].电力系统保护与控制，2016，44（10）：44-48.

[2] BASUM .Economic environmental dispatch using multi-objective differential evolution[J].Applied soft computing Journal，2011，11（2）：2845-2853.

[3] SINGHM .Protection coordination in distribution systems with and without distributed energy resourcesa review[J].Protection and Control of Modern Power Systems，2017，2（4）：1-17.

[4] 李勇，王建君，曹丽华.考虑电网调度实时性要求的机组负荷优化分配[J].中国电机工程学报，2011，31 （32）：122-138.

[5] 陈亮，陈雨果.多目标发电调度策略与方法[J].电力系统自动化，2012，36（9）：104-108.

[6] 刘吉臻，苏凯，牛玉广，等.考虑脱硫补偿电价的厂内负荷优化分配[J].中国电机工程学报，2012，32（8）：104-111.

[7] ZHOU WQ，QIAO ZL，QI SF，et al.Multi-objective load optimal dispatch and descision-making guidance of power plant[J].Proceeding of the CSEE，2010，30（2）：29-34.

[8] 白杨，李昂，夏清.新形势下电力市场营销模式与新型电价体系[J].电力系统保护与控制，2016，44（5）：10-16.

[9] 谢冰，黄柳强，吴茵，等.基于"三公"调度的年度滚动发电计划与机组组合优化模型[J].电力系统保护与控制，2017，44（20）：111-116.

[10] DASH R，DASH P，BISOI R.A differential harmony search based hybrid interval type2 fuzzy EGARCH model for stock market volatility prediction [J].International Journal of Approximate Reasoning，2015，59：81-104.

[11] TURKY A M，ABDULLAH S，SABAR N R.A hybrid harmony search algorithm for solving dynamic optimisation problems[J].Procedia Computer Science，2014，29（29）：1926-1936.

[12] 潘玉霞，谢圣献.和声搜索算法参数研究[J].软件导刊，2013，12（6）：40-42.

[13] 歐阳海滨，高立群，邹德旋，等.和声搜索算法探索能力研究及其修正[J].控制理论与应用，2014，31（1）：57-65.

[14] 李枝勇，马良，张惠珍.蝙蝠算法收敛性分析[J].数学的实践与认识，2013，43（12）：182-190.

[15] SINHA N，CHAKRABARTI R，CHATTOPADHYAY P，et al.Evolutionary programming techniques for economic load dispatch[J].IEEE Transactions on Evolutionary Computation，2003，7（1）：83-94.

[16] DAKUO H，WANG F，MAO Z.A hybrid genetic algorithm approach based on differential evolution for economic dispatch with valve-point effect[J].International Journal of Electrical Power & Energy Systems，2008，30（1）：31-38.

[17] 郝雅雅.基于趋向变化的和声搜索算法及其在电力负荷分配中的应用研究[D].兰州：兰州大学，2015.

[18] 王伟，常浩，苏宏业，等.考虑环境成本的火电厂负荷优化分配[J].热力发电，2014，43（11）：97-103.

[19] 赵霞，张荣荣，赵瑞锋，等.CPS标准下AGC机组动态优化调度的改进模型[J].电工技术学报，2016，31（5）：99-106.

（责任编辑：黄 健）