嵌套型遗传算法的海水淡化系统优化调度研究

发布时间：2021-08-24 23:17

　　提出了一种多目标的海水淡化系统优化调度研究策略,进而采用嵌套型遗传算法进行求解。通过理论分析和仿真验证,认为考虑海水淡化设备的优化配置,建立多目标规划模型,考虑可行的最小设备配置,并在此基础上进行调度优化,可实现对各蓄水池总容量、各个时间段总供水量以及运行费用降到最低要求。而利用嵌套型遗传算法进行求解,分别对蓄水池组合、机组启停向量以及供水向量三组决策变量进行分步串行搜索,可有效增强算法的搜索能力,找到可行的最优解。仿真结果表明,所提出的多目标规划模型能够实现系统经济、高效、安全运行。 

【文章来源】：浙江水利水电学院学报. 2020,32(03)

【文章页数】：6 页

【部分图文】：

机组与蓄水池的基本配置图

将规划模型分解为多个子问题,并用多层遗传算法分别对其进行求解,采用嵌套型的遗传算法对各决策变量进行串行搜索,以克服决策变量过多导致单层遗传算法无法寻得可行解的问题。其中内层遗传算法1主要对机组启停向量进行搜素;内层遗传算法2是在可行解的基础上对决策变量进行搜索;外层遗传算法是采用二进制编码,对蓄水池组合进行随机搜索。算法流程图(见图2)。以下对表1所示三类蓄水池算例进行仿真求解,每类各5台作为候选。一天不同时段的电价(见表2)。表3为预测的一天每小时需电量。每台蓄水池分配两台机组,一天作为一个周期,分为24个时刻。系数α取1.1,每台机组启停次数上限Nrmax取16,每台机组最大连续运行时间Nrmax取12。

内层遗传算法1进化曲线


本文编号：3360913