中文摘要：

随着"厂网分开，竞价上网"的逐步实施，随着智能电网的发展，节能减排的需要，虽然新能源得到大力发展，但火力发电在电网中的核心支柱地位没变，同时对火力发电系统的生产、运行调度提出了新的更高要求，迫切需要厂级负荷优化调度是以安全性、快速性、经济性、环保性等多目标的优化而非从前的简单的单、双目标优化。厂级负荷优化问题是一个高位数、非凸的、离散的、非线性优化问题，很难找出理论上的最优解，用于厂级负荷优化比较有影响的算法各有利弊，用单一的方法解决起来效果不理想，本课题提出的免疫遗传算法融合了免疫算法和遗传算法的优点，充分发挥遗传算法被广泛接受、使用的优点，同时利用免疫算法具有免疫记忆、免疫疫苗、抗体促进抑制机制的优点有效改进遗传算法存在早熟、局部搜索能力差、进化缓慢、抗体多样保持欠缺等问题，因此本课题的研究顺应了理论和实际的需要，具有重要的理论意义和实际意义，解决了新形式下厂级负荷优化的难题。

结论摘要：

随着“厂网分开，竞价上网”的逐步实施，随着智能电网的发展，节能减排的需要，虽然新能源得到大力发展，但火力发电在电网中的核心支柱地位没变，同时对火力发电系统的生产、运行调度提出了新的更高要求、迫切需要厂级负荷优化调度是以安全性、快速性、经济性、环保性等多目标的优化而非从前的简单的单、双目标优化。厂级负荷优化问题是一个高维数、非凸的、离散的非线性优化问题，很难找出理论上的最优解，用于厂级负荷优化比较有影响的算法各有利弊，用单一的方法解决起来效果不理想，本课题提出的免疫遗传算法融合了免疫算法和遗传算法的优点，充分发挥遗传算法被广泛接受和使用的优点，同时利用免疫算法具有免疫记忆、免疫疫苗、抗体促进抑制机制的优点有效改进遗传算法存在早熟、局部搜索能力差、进化缓慢、抗体多样保持欠缺等问题。因此基于免疫遗传算法的多目标厂级负荷优化问题的研究，不但顺应了算法发展的需要，也顺应了电力企业和国家可持续发展、节能降耗、减排的需要，具有重要的理论意义与实际应用价值。课题组完成了厂级负荷优化分配基于安全性、经济性、快速性、环保性子目标的建模、总优化目标函数的建模，综合安全性和机组的实际情况合理考虑、选择了不同运行阶段的机组的众多约束，合理设计免疫遗传算法三个方面的工作，在算法设计上，采用理论证明以及利用matlab仿真软件进行了大量的函数验证仿真实验，有效证实算法具有很好的快速收敛性，最后结合实际电厂的的4台机组，利用matlab仿真软件实现基于安全性、经济性、快速性、环保性等多目标的优化，并与NSGA II优化结果以及电厂的出厂参数进行对比，都有效证实本课题在安全的基础上，基于免疫遗传算法的厂级负荷优化分配具有更好的经济性、快速性和环保性，圆满完成了课题研究计划的任务。与此同时，申请了国家专利1项（已由国家知识产权局受理）以及发表了11篇学术论文的丰厚研究成果，在此课题的支持下培养了8名硕士研究生。