1.一种基于灰色预测演化算法的电力机组组合方法,其特征在于,所述方法包括:步骤1,设置电力机组的约束条件;
步骤2,建立表示各个种群个体的开关状态的二进制矩阵和输出电力的实数矩阵;各个所述种群个体表示各个所述电力机组组合;
步骤3,针对各个每一代种群个体,采用二进制遗传算法生成开关状态的二进制矩阵,采用灰色预测演化算法生成在机组电力范围内的输出电力的实数矩阵,保证所述二进制矩阵和所述实数矩阵满足所述约束条件;
步骤4,选择当代种群的最优的种群个体进入下一代直到达到最大迭代次数后停止,种群代数为最大迭代次数的最优个体为所述电力机组组合为题的最优解;
所述步骤1中设置的约束条件包括系统约束和发电机组约束;
所述系统约束包括系统电力负荷约束和旋转储备约束;
所述发电机组约束包括机组电力限制和最小开启/关闭时间约束;
所述步骤3中生成开关状态的二进制矩阵的过程包括:
种群初始化,各个所述种群个体的二进制矩阵以相同的概率随机生成0或1,生成第一代的所述种群个体的二进制矩阵;由二进制遗传算法生成之后各代的所述种群个体的二进制矩阵;
所述步骤3中生成开关状态的实数矩阵的过程包括:
种群初始化,第一代种群个体随机初始化,第二代和第三代种群个体的所述实数矩阵由元启发式算法中的一种生成;由灰色预测演化算法生成之后各代的所述种群个体的实数矩阵;
所述步骤3中生成新的所述种群个体的所述二进制矩阵和所述实数矩阵必须满足所述约束条件,采用约束修复机制对不可行解进行约束修复之前对所述机组进行排序生成优先序列。
2.根据权利要求1所述的方法,其特征在于,所述步骤3还包括:根据电力机组规模设置种群大小和最大迭代次数。
3.根据权利要求1所述的方法,其特征在于,所述步骤3还包括设置所述二进制遗传算法中的交叉因子和变异因子的值,确定所述灰色预测演化算法的阈值。
4.根据权利要求1所述的方法,其特征在于,所述二进制矩阵生成后对其进行旋转储备约束修复后,进行最小开启/关闭时间约束修复,按照优先序列对机组降序,依次将机组状态设置为关闭状态直到满足约束为止。
5.根据权利要求1所述的方法,其特征在于,所述实数矩阵生成后将超出电力限制的机组的电力设置为边界值。
6.根据权利要求1所述的方法,其特征在于,所述步骤4之后还包括:测试所述基于灰色预算演化算法解决电力机组组合问题的效果。