【正文】 )處理機(jī)組負(fù)荷超限問題時(shí)，上述二種問題都有可能出現(xiàn)：使用策略b)處理時(shí)，只會出現(xiàn)第一種問題；使用策略C)處理時(shí)，只會出現(xiàn)第二種問題。論文對同時(shí)出現(xiàn)分配功率超出最小和最大出力范圍的情況時(shí)，提出了一種新的處理方法：a)將機(jī)組開啟狀況和系統(tǒng)需求功率數(shù)據(jù)儲存；b)按照策略b)對機(jī)組功率進(jìn)行分配，即將超出最小出力范圍的機(jī)組按照其最小值出力；c)對其余機(jī)組最大總功率進(jìn)行檢測，如果能夠滿足剩余的系統(tǒng)總功率則轉(zhuǎn)至e)，不能則轉(zhuǎn)Nd)：d)獲取步驟a)中儲存的機(jī)組開啟狀況和系統(tǒng)需求功率數(shù)據(jù)，按照策略c)對機(jī)組功率進(jìn)行分配，即將超出最大出力范圍的機(jī)組按照其最大值出力，其余機(jī)組重新迭代計(jì)算求解；e)按照等微增率繼續(xù)進(jìn)行迭代計(jì)算求解。在論文中，個(gè)體的性質(zhì)指標(biāo)為機(jī)組在各時(shí)段的啟停狀態(tài)，所以需要對個(gè)體的二進(jìn)制字符串進(jìn)行解碼，該過程于編碼只好相反，：1 0 1 00 1 0 0 0 00 1 1 0 1 11 1 1 1 1 1 1 1 1 1 1 10 0 0 0 0 0 1 1 1 1 1 11 1 1 1 1 1 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 01 2 3 4 … . . . ………. 12Unit 1信息提取HourUnit 2Unit 3Unit 4 機(jī)組優(yōu)化組合解碼過程所以，最后個(gè)體的性質(zhì)指標(biāo)用一個(gè)二維數(shù)組表示，數(shù)組中的元素都是二進(jìn)制數(shù)。即： k=1,2,…,S =1,2,…,S (3—24)顯然，滿足，即同一個(gè)或者相同個(gè)體的差異為0。 主要群初始化和主種群終止設(shè)定主群體初始化時(shí)，種群中的個(gè)體一般是隨機(jī)產(chǎn)生的。當(dāng)與其它個(gè)體的距離的最近的一個(gè)大于預(yù)定值時(shí)，該個(gè)體選入初始群體，否則拋棄。主種群終止判定根據(jù)算法最佳個(gè)體的適應(yīng)值的變化情況確定，即當(dāng)進(jìn)化設(shè)定的代數(shù)之后，如果最佳個(gè)體的適應(yīng)值沒有改進(jìn)，則判定算法結(jié)束；為了防止算法的進(jìn)化時(shí)間過長，算法同時(shí)設(shè)定最大進(jìn)化的代數(shù)。該新個(gè)體選入初始子群體，否則拋棄；e)檢測選入初始子群體的個(gè)體數(shù)目是否達(dá)到要求，否則結(jié)束，否則轉(zhuǎn)到b)。該群體在開采點(diǎn)附近從事局部最優(yōu)解的搜索。 主種群和子種群遺傳算子設(shè)計(jì)算法中主種群異化算子占主導(dǎo)作用，而趨嗣算子在子種群占主導(dǎo)作用。由于論文采用可變長度的二進(jìn)制編碼，所以遺傳算子與普通的遺傳算子有一些區(qū)別。GA交叉算子是模仿自然界有性繁殖的基因重組過程，其作用在于將原有的優(yōu)良基因遺傳給下一代個(gè)體，并生成包含更復(fù)雜基因結(jié)構(gòu)的新個(gè)體。取較短的一個(gè)個(gè)體長度L，對要交配的一對個(gè)體，隨機(jī)選取{1,L1}中一個(gè)整數(shù)k做為交叉位置。當(dāng)要交配的一對個(gè)體的長度相等時(shí)，上述操作與普通一點(diǎn)交叉操作相同。其中為了提高子種群的收斂速度和解的質(zhì)量，子種群中采用多子交叉，方法如下：1)根據(jù)交叉概率，從交配池中隨機(jī)取出要交配的一對個(gè)體；2)對該對個(gè)體實(shí)施一點(diǎn)交叉，從而形成新的一對個(gè)體。通過上述步驟，一對交配個(gè)體可以生成多個(gè)子代，由于交叉點(diǎn)的不同，多個(gè)子代往往各不相同。c） 普通變異變異操作模擬自然界生物體進(jìn)化中染色體上某位基因發(fā)生的突變現(xiàn)象，從而改變?nèi)旧w的結(jié)構(gòu)和物理性狀。d)特殊變異由于論文采用了編碼長度可變的二進(jìn)制編碼，所以針對該編碼，設(shè)計(jì)了新的遺傳算子——特殊變異。為了使編碼長度在進(jìn)化過程中自動確定，必須要有一種可以改變基因長度的策略。以上指出，機(jī)組優(yōu)化中的二迸制編碼有兩部分：機(jī)組初始狀態(tài)和機(jī)組啟停變化位置。特殊變異就是一種改變啟停變化位置數(shù)量的方法。當(dāng)每次特殊變異增加或者減少n個(gè)機(jī)組啟停變化位置時(shí)，我們就稱其為n位特殊變異。：2)當(dāng)變異發(fā)生在時(shí)，機(jī)組啟停變化位置增加一個(gè)，即機(jī)組基因長度增加h位二進(jìn)制。即在基因串的末尾減少h位二進(jìn)制。但是，當(dāng)基因長度小于設(shè)定的最小數(shù)只時(shí)，基因長度將不再減少。與一位特殊變異相似，他們分別各自變異概率只，和變異概率￡，他們每～次作用分別增加患者減少2和3個(gè)啟停位置。e) 選擇操作選擇是從當(dāng)前群體中選擇適應(yīng)值高的個(gè)體以生成新群體的過程。論文中主種群和子種群均以排序選擇為主。顯然，排序選擇與個(gè)體的適應(yīng)值的絕對值無直接關(guān)系，僅僅與個(gè)體之間的適應(yīng)值相對大小有關(guān)，所以可以避免群體進(jìn)化過程的適應(yīng)值標(biāo)度變換。論文中主種群個(gè)體間的排序選擇概率相差比較小，選擇壓力低，極大的抑制了種群的收斂。 開采點(diǎn)的獲取開采點(diǎn)是子種群開始局部搜索的起始點(diǎn)，其選點(diǎn)規(guī)則如下：a)適應(yīng)度相對較大，只有適應(yīng)度較大的點(diǎn)才具有開采價(jià)值。根據(jù)以上規(guī)則，論文中算法獲取開采點(diǎn)的方法如下：a)適應(yīng)度對主群體中的個(gè)體進(jìn)行排序，適應(yīng)度高(即綜合成本小)的個(gè)體排在前面，提取序列中前10％作為開采點(diǎn)的候選對象，其中候選個(gè)體i在序列中的位置計(jì)為；b)分別計(jì)算已經(jīng)開采完畢的開采點(diǎn)和己知的局部晟優(yōu)解與候選開采點(diǎn)的距離，取其最小值作為該候選開采點(diǎn)與已開采區(qū)域的距離，分別計(jì)算所有候選開采點(diǎn)與已開采區(qū)域的距離，其中候選個(gè)體i與已開采區(qū)域的距離計(jì)為樣本；c)綜合候選開采點(diǎn)適應(yīng)度排序和與己開采區(qū)域的距離，選擇其中一個(gè)個(gè)體作為正式的開采點(diǎn)。顯然，候選開采點(diǎn)適應(yīng)度越高（即綜合成本越小），排序越靠前，并且與已開采區(qū)域的距離越大，則函數(shù)的值越高，候選開采點(diǎn)的性質(zhì)也就越優(yōu)秀。一般情況下，搜索區(qū)域愈大，包含的局部最優(yōu)解就越多，所以開采點(diǎn)也越多。由于這些原因，在全局范圍內(nèi)任意一點(diǎn)開始搜索都相當(dāng)在進(jìn)行局部搜索。而不需要通過主種群進(jìn)行開采點(diǎn)的尋找。同時(shí)，由于省略了對主種群的操作，算法的計(jì)算速度也會加快。 子種群的控制子種群搜索過程中還需要進(jìn)行一定的檢測和控制，防止因?yàn)樽儺惖仍蚨沟脗€(gè)體遠(yuǎn)離局部搜索的范圍，同時(shí)也預(yù)防子群體搜索過去曾經(jīng)搜索過的空間，從而造成資源的浪費(fèi)。仿真時(shí)先設(shè)置一個(gè)閥值，當(dāng)上述二者之差超過該閥值時(shí)候，我們可以認(rèn)為該個(gè)體己經(jīng)遠(yuǎn)離子群體，則使用其它與群體距離較近的個(gè)體代替該個(gè)體。其中a)是對子群體中個(gè)體進(jìn)行檢測，可以合并在子群體選擇操作中完成。4. 算例仿真分析 算例一仿真數(shù)據(jù)位4臺機(jī)組，12時(shí)段的機(jī)組組合問題，假設(shè)所有機(jī)組的熱啟動費(fèi)用和冷啟動費(fèi)用相等。 機(jī)組特性參數(shù)數(shù)據(jù)機(jī)組號機(jī)組參數(shù)機(jī)組1機(jī)組2機(jī)組3機(jī)組4機(jī)組最大出力（MW）3002508060機(jī)組最小出力（MW）75602530系數(shù)a系數(shù)b（R/MWh）系數(shù)c （R/h）700450370660最小開機(jī)時(shí)間（h）5541最小停機(jī)時(shí)間（h）4321冷啟動費(fèi)用（R）110090034060熱啟動費(fèi)用（R）110090034060單位AGC上調(diào)費(fèi)用（R/h）單位AGC下調(diào)費(fèi)用（R/h）初始狀態(tài)（h）8856）16時(shí)段機(jī)組AGC上調(diào)量機(jī)組時(shí)段1時(shí)段2時(shí)段3時(shí)段4時(shí)段5時(shí)段612025253030252202020252520389989104688866） 7—12時(shí)段機(jī)組AGC上調(diào)量機(jī)組時(shí)段7時(shí)段8時(shí)段9時(shí)段10時(shí)段11時(shí)段1212020253025302252020252025389108894688686）1—6時(shí)段機(jī)組AGC下調(diào)量機(jī)組時(shí)段1時(shí)段2時(shí)段3時(shí)段4時(shí)段5時(shí)段6123242626242322223242423203710998104668866） 7—12時(shí)段機(jī)組AGC下調(diào)量機(jī)組時(shí)段7時(shí)段8時(shí)段9時(shí)段10時(shí)段11時(shí)段1212426232424252202222242022398891074686886） 16時(shí)段系統(tǒng)總負(fù)荷時(shí)段1時(shí)段2時(shí)段3時(shí)段4時(shí)段5時(shí)段6負(fù)荷（WM）410450530550600620） 7—12時(shí)段系統(tǒng)總負(fù)荷時(shí)段7時(shí)段8時(shí)段9時(shí)段10時(shí)段11時(shí)段12負(fù)荷（WM）540520450400350450論文采用改進(jìn)的遺傳算法中，主種群的交叉概率為O．1，變異概率為0．1，一位特殊變異概率為O．1，二位特殊變異概率為0．1，三位特殊變異概率為O．1；子種群中交叉概率為0．9，多子交叉次數(shù)為8，多子系統(tǒng)中變異概率、一位特殊變異概率、二位特殊變異概率和三位特殊變異概率分別為O．00．00．02和0．01，非多子系統(tǒng)中變異概率、一位特殊變異概率、二位特殊變異概率和三位特殊變異概率分別為0．00．0O．02和0．02，當(dāng)連續(xù)5代子種群最優(yōu)解沒有改進(jìn)時(shí)，判定子種群收斂。 算例二論文中數(shù)據(jù)來自文獻(xiàn)[9]本文將對16臺機(jī)組，24時(shí)段（24h）的機(jī)組組合進(jìn)行仿真，其中AGC上調(diào)量和下調(diào)量都為機(jī)組理論最大出力的10%，并且所有時(shí)段的AGC調(diào)節(jié)量都是相等的。 5次計(jì)算結(jié)果分析主種群進(jìn)化代數(shù)子種群進(jìn)化代數(shù)最終綜合成本1491200952332200953118200954592200955611620095平均20095） 1—8時(shí)段機(jī)組出力時(shí)段機(jī)組1234567819090909090909002727272720000310810810810810810810840000000051351351351351351351351356000000007135135135135135135135135854545454545454549108108108108000010135135135135135135135135111213198198198198198198198198141516） 9—16時(shí)段機(jī)組出力時(shí)段機(jī)組910111213141516100000000200000000300000000400000000513560000000071358545454545454545490000000010135135135135135135135135111215215215215215215215215213198198198198198198198198141516） 17—24時(shí)段機(jī)組出力時(shí)段機(jī)組17181920212223241000000002000000003000108108108108400000000513513513513513513560000000071351351351351351358545454545454545490000000010135135135135135135135135111981981215215213198198198198198198198198143203561532035616文獻(xiàn)[9]中，使用實(shí)數(shù)編碼的遺傳獲得的最優(yōu)運(yùn)行費(fèi)用為2