42、基于有偏随机键遗传算法的机组组合问题求解

基于有偏随机键遗传算法的机组组合问题求解

1. 引言

机组组合（Unit Commitment，UC）是电力行业中一个复杂的优化问题。合理的机组调度解决方案具有巨大的经济潜力，能有效提升机组调度效率，在电力系统的规划和运行中起着关键作用。

热机组组合问题涉及安排热力发电机组的启停时间，以及为每个在线机组分配发电任务，以在特定时间范围内最小化运营成本。同时，该问题还需满足多种技术约束、系统需求和旋转备用约束。由于其组合特性、多周期特征和非线性，求解机组组合问题计算量极大，尤其是对于实际规模的电力系统而言，这是一项极具挑战性的优化任务。

为解决此问题，本文提出了一种基于随机键编码的遗传算法——有偏随机键遗传算法（Biased Random Key Genetic Algorithm，BRKGA），用于确定每个时间段发电机组的启停状态以及各机组在每个时间段的发电量。

过去，人们采用了多种基于精确方法的传统启发式方法，如动态规划、混合整数规划和Benders分解。但近年来，大多数新开发的方法是元启发式算法、进化算法及其混合算法，这些方法通常比传统启发式方法取得更好的结果。常用的元启发式方法包括模拟退火（Simulated Annealing，SA）、进化规划（Evolutionary Programming，EP）、模因算法（Memetic Algorithm，MA）、粒子群优化（Particle Swarm Optimization，PSO）和遗传算法（Genetic Algorithm，GA）。

本文聚焦于应用遗传算法来寻找机组组合问题的高质量解决方案。大多数已报道的用于解决机组组合问题的遗传算法实现基于二进制编码，但研究表明，实数随机键等其他