基于遺傳算法的電力負荷分配方法

摘 要：不同供電線路的用電負荷分配的合理與否，對企業(yè)用電費用有著直接的影響。文章以歷史用電數(shù)據(jù)為基礎(chǔ)，利用遺傳算法，為企業(yè)尋找最優(yōu)化的電力負荷分配方案提供了解決方法。

關(guān)鍵詞：MD電費；最大需求負荷；電力負荷分配

引言

企業(yè)用電電費由基本電費及實際用量電費兩部分組成。基本電費主要由契約（最大）用電負荷（MD）決定。用電企業(yè)的每月用電量的峰值決定了當月MD電費。按照定義，有功電表以連續(xù)15分鐘穩(wěn)定最大負荷記錄作為本月實際負荷的最大值，且只進不退，按此值對照MD進行收費。文章以某鋼鐵廠用電數(shù)據(jù)為例，下文簡稱冷軋薄板廠，做如下分析。按照供電合同電力公司對冷軋薄板廠T1、T2兩路供電線路分別收取MD費用。如圖1所示，其中N1至N13共13個用電單元的電力負荷可以在T1線路及T2線路之間自由切換。其中13個用電單元的電力負荷具有完全不同的負荷特性。冷軋薄板廠供電線路系統(tǒng)如圖1所示。如何最優(yōu)化分配電力負荷，如何盡可能的讓負荷平穩(wěn)，這是文章研究的方向。

2 遺傳算法簡介

眾所周知，在進化過程中，每個種群將會面臨一系列復(fù)雜的變異和環(huán)境選擇，只有能適應(yīng)環(huán)境變化的變異體才能繼續(xù)生存下去，同時，對于生存有利的突變會隨著存活下來的個體的染色體傳給其下一代。在遺傳算法中，用一組染色體的集合模擬解的集合，用評價函數(shù)來模擬自然篩選。通過評價函數(shù)而篩選存活下來的解可以進行“產(chǎn)生突變的繁殖”，產(chǎn)生不同的下一代解集，然后再對下一代解集用評價函數(shù)進行篩選，選出下一代最優(yōu)解，并與上一代最優(yōu)解進行比較，看哪一個更合適，合適的那個解再用來繁殖下一代，如此反復(fù)，直到得出符合要求的最優(yōu)解。其實現(xiàn)方法如下：（1）根據(jù)具體問題確定可行解域，確定一種編碼方法，能用數(shù)值串或字符串表示可行解域的每一解。（2）對每一解應(yīng)有一個度量好壞的依據(jù)，它用一函數(shù)表示，叫做適應(yīng)度函數(shù)，適應(yīng)度函數(shù)應(yīng)為非負函數(shù)。（3）確定進化參數(shù)群體規(guī)模、交叉概率、變異概率、進化終止條件。

3 遺傳算法在電力負荷分配中的應(yīng)用

3.1 收集歷史數(shù)據(jù)

本案例收集了2013年4月冷軋薄板廠的13個用電單元的每分鐘用電數(shù)據(jù)用以模擬歷史工單模型。

3.2 參數(shù)設(shè)置

求解的遺傳算法的參數(shù)設(shè)定如下：

種群大小：M=40

最大代數(shù)：G=15

交叉率=1，交叉概率為1能保證種群的充分進化。

變異率=0.1，一般而言，變異發(fā)生的可能性較小。

3.3 實驗結(jié)果

采用matlab編程，計算機代入歷史數(shù)據(jù)，運行15代，歷時約100分鐘，運行結(jié)果如下。（1）如圖2所示種群MD平均值及最優(yōu)值均處于下降趨勢，其中種群MD平均值由24.47MW下降至24.16MW。種群最優(yōu)值由23.98MW下降至23.86MW。（2）從第15代運行結(jié)果可以得出，排列在前11位的最優(yōu)排列，對應(yīng)兩種排列組合方式，如下：

4 結(jié)束語

根據(jù)上述的電力負荷最佳分配方式，冷軋薄板廠在1#、2#主變間重新分配用電單元，通過2014年3月至8月的試驗運行，總MD平均值由原來的24.45MW降至24.06MW，與仿真結(jié)果相符，平均每月為冷軋薄板廠節(jié)約支出電費3.2萬元，效果喜人。

作者簡介：劉兆煉（1981-），2004年6月畢業(yè)于上海電力學(xué)院，學(xué)士學(xué)位，2013年起就讀上海交通大學(xué)機械與動力工程學(xué)院工程碩士，現(xiàn)就職于寶山鋼鐵股份有限公司，三電技術(shù)區(qū)域工程師，職稱：工程師。