1、隨著電網(wǎng)負荷峰谷差的不斷增大,越來越多的機組需要參與調(diào)峰運行,機組間不同的負荷分配方式直接影響電廠的能耗水平,對整個電力行業(yè)的節(jié)能減排工作也具有十分重要的意義。本文圍繞機組負荷分配的建模與優(yōu)化算法展開研究工作,主要內(nèi)容包括:
　　 對負荷分配中的目標函數(shù)及約束條件進行研究,建立了基于能耗的單目標以及綜合考慮能耗、環(huán)保和響應速率的多目標負荷優(yōu)化分配數(shù)學模型。對機組煤耗特性及污染排放特性獲取方法進行分析,重點探討了煤耗特性的機組性能

2、計算、神經(jīng)網(wǎng)絡和數(shù)據(jù)挖掘等在線獲取方法。
　　 提出基于差分粒子群混合算法的機組負荷分配方法,在差分進化算法基礎上增加全局最優(yōu)更新和粒子群優(yōu)化算法的速度及位置更新等操作,提高了算法收斂速度以及優(yōu)化結(jié)果精度,該方法應用于單目標負荷優(yōu)化分配問題時,具有收斂速度快、精度高等優(yōu)點。
　　 研究了多目標進化算法基本概念和算法流程,提出了一種新的多目標進化算法:MODPA算法,算法中利用擂臺賽法和凝聚層次聚類分析方法分別構(gòu)造和修剪非