本文關(guān)鍵詞：改進(jìn)的粒子群算法在多目標(biāo)電力系統(tǒng)優(yōu)化中的應(yīng)用

  更多相關(guān)文章： 改進(jìn)多目標(biāo)粒子群尋優(yōu)算法 Pareto前沿 隨機(jī)黑洞策略 NSGA-II非支配排序 擁擠距離排序

【摘要】：隨著“十三五”規(guī)劃的全面部署和實施,我國的經(jīng)濟(jì)發(fā)展進(jìn)入了一個全新的階段。各行各業(yè)發(fā)迅速發(fā)展對電力行業(yè)提出了更高的要求,電力行業(yè)作為支撐著國家經(jīng)濟(jì)、社會、民生命脈的根基性行業(yè)將面臨著重大的改進(jìn)。目前,伴隨著經(jīng)濟(jì)的發(fā)展和人民生活水平的提高,用戶對電能的要求不斷提升,既需要保證供電可靠性,也要考慮到電能質(zhì)量、電能生產(chǎn)的經(jīng)濟(jì)性以及電能生產(chǎn)與環(huán)境保護(hù)的關(guān)系。從全球能源方面來看,煤、石油、天然氣等不可再生能源的枯竭以及燃燒這些不可再生能源對環(huán)境造成的污染,這些都使得電力行業(yè)需要生產(chǎn)清潔環(huán)保的電能。現(xiàn)代電力的發(fā)展已經(jīng)進(jìn)入到了多效益時代,關(guān)乎全球資源、環(huán)境保護(hù)和可持續(xù)發(fā)展。同時,用戶對電能質(zhì)量和可靠性的要求不斷提高,未來電力事業(yè)的發(fā)展需朝著向更加安全可靠、清潔環(huán)保的優(yōu)質(zhì)電能的發(fā)、輸、配、變發(fā)展。目前,我國已經(jīng)進(jìn)入了電力全面建設(shè)的階段。在電力建設(shè)中,合理的發(fā)、輸、配、變規(guī)劃不僅增強(qiáng)了電網(wǎng)的可靠性,而且提高了電網(wǎng)的經(jīng)濟(jì)性,節(jié)省了人力和財力。因此,電力系統(tǒng)中的優(yōu)化問題亟待解決,電能的發(fā)電指標(biāo)有待優(yōu)化,電能的遠(yuǎn)距離傳輸有待優(yōu)化,電壓質(zhì)量有待優(yōu)化。然而,電力系統(tǒng)中的優(yōu)化問題存在非線性,多約束,非凸性,高維等難題。首先,常規(guī)的數(shù)學(xué)計算很難求解此類問題;其次,涉及到電力系統(tǒng)多目標(biāo)優(yōu)化問題傳統(tǒng)方法常常將多個目標(biāo)通過加權(quán)方式簡單地將多目標(biāo)轉(zhuǎn)化為單目標(biāo)來求解,忽略了各個目標(biāo)函數(shù)之間的關(guān)系,權(quán)重系數(shù)的取值也不夠科學(xué),不能給決策者提供多組合適的解。本文針對以上問題提出了一種改進(jìn)的多目標(biāo)粒子群算法,該算法在經(jīng)典粒子群算法的基礎(chǔ)上,引入隨機(jī)黑洞策略、慣性權(quán)重和學(xué)習(xí)因子的動態(tài)更新、NSGA-II非支配排序、擁擠距離排序、領(lǐng)導(dǎo)粒子的選擇、小概率隨機(jī)突變等方法,加快了算法的收斂速度,提高了收斂精度;計算結(jié)果隨機(jī)性小,穩(wěn)定性好;形成了Pareto前沿解集,解的分布更加均勻并且更具有多樣性;為決策者提供多組Pareto前沿可行解,達(dá)到了較好的輔助決策作用。最后,將本文所提改進(jìn)多目標(biāo)粒子群優(yōu)化算法應(yīng)用于電力系統(tǒng)中火電廠的環(huán)保經(jīng)濟(jì)調(diào)度計算,求解既經(jīng)濟(jì)又環(huán)保的火電廠發(fā)電調(diào)度方案;應(yīng)用于電力系統(tǒng)中的梯級水電站多目標(biāo)短期優(yōu)化調(diào)度計算,求解梯級水電站的優(yōu)化調(diào)度方案;應(yīng)用于電力系統(tǒng)中的無功優(yōu)化計算,求解滿足有功網(wǎng)損小、電壓質(zhì)量和穩(wěn)定性好的最優(yōu)無功分配方案。計算結(jié)果提供Pareto最優(yōu)前沿和多個滿足條件的可行解,供決策者輔助決策。
【學(xué)位授予單位】：貴州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TM73;TP18

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 全芙蓉;;粒子群算法的理論分析與研究[J];硅谷;2010年23期

2 吳軍;李為吉;;改進(jìn)的粒子群算法及在結(jié)構(gòu)優(yōu)化中的應(yīng)用[J];陜西理工學(xué)院學(xué)報(自然科學(xué)版);2006年04期

3 段海濤;劉永忠;馮霄;;水系統(tǒng)優(yōu)化的粒子群算法分析[J];華北電力大學(xué)學(xué)報(自然科學(xué)版);2007年02期

4 王偉;;混合粒子群算法及其優(yōu)化效率評價[J];中國水運(yùn)(學(xué)術(shù)版);2007年06期

5 付宜利;封海波;孫建勛;李榮;馬玉林;;機(jī)電產(chǎn)品管路自動敷設(shè)的粒子群算法[J];機(jī)械工程學(xué)報;2007年11期

6 蔣榮華;王厚軍;龍兵;;基于離散粒子群算法的測試選擇[J];電子測量與儀器學(xué)報;2008年02期

7 周苗;陳義保;劉加光;;一種新的協(xié)同多目標(biāo)粒子群算法[J];山東理工大學(xué)學(xué)報(自然科學(xué)版);2008年05期

8 姚峰;楊衛(wèi)東;張明;;改進(jìn)粒子群算法及其在熱連軋負(fù)荷分配中的應(yīng)用[J];北京科技大學(xué)學(xué)報;2009年08期

9 張大興;賈建援;張愛梅;郭永獻(xiàn);;基于粒子群算法的三軸跟瞄裝置跟蹤策略研究[J];儀器儀表學(xué)報;2009年09期

10 王麗萍;江波;邱飛岳;;基于決策偏好的多目標(biāo)粒子群算法及其應(yīng)用[J];計算機(jī)集成制造系統(tǒng);2010年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 朱童;李小凡;魯明文;;位置加權(quán)的改進(jìn)粒子群算法[A];中國科學(xué)院地質(zhì)與地球物理研究所第11屆（2011年度）學(xué)術(shù)年會論文集(上)[C];2012年

2 陳定;何炳發(fā);;一種新的二進(jìn)制粒子群算法在稀疏陣列綜合中的應(yīng)用[A];2009年全國天線年會論文集（上）[C];2009年

3 陳龍祥;蔡國平;;基于粒子群算法的時滯動力學(xué)系統(tǒng)的時滯辨識[A];第十二屆全國非線性振動暨第九屆全國非線性動力學(xué)和運(yùn)動穩(wěn)定性學(xué)術(shù)會議論文集[C];2009年

4 于穎;李永生;於孝春;;新型離散粒子群算法在波紋管優(yōu)化設(shè)計中的應(yīng)用[A];第十一屆全國膨脹節(jié)學(xué)術(shù)會議膨脹節(jié)設(shè)計、制造和應(yīng)用技術(shù)論文選集[C];2010年

5 劉卓倩;顧幸生;;一種基于信息熵的改進(jìn)粒子群算法[A];系統(tǒng)仿真技術(shù)及其應(yīng)用（第7卷）——'2005系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文選編[C];2005年

6 熊偉麗;徐保國;;粒子群算法在支持向量機(jī)參數(shù)選擇優(yōu)化中的應(yīng)用研究[A];2007中國控制與決策學(xué)術(shù)年會論文集[C];2007年

7 方衛(wèi)華;徐蘭玉;陳允平;;改進(jìn)粒子群算法在大壩力學(xué)參數(shù)分區(qū)反演中的應(yīng)用[A];2012年中國水力發(fā)電工程學(xué)會大壩安全監(jiān)測專委會年會暨學(xué)術(shù)交流會論文集[C];2012年

8 熊偉麗;徐保國;;單個粒子收斂中心隨機(jī)攝動的粒子群算法[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學(xué)學(xué)報（增刊）][C];2009年

9 馬向陽;陳琦;;以粒子群算法求解買賣雙方存貨主從對策[A];第十二屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2010年

10 趙磊;;基于粒子群算法求解多目標(biāo)函數(shù)優(yōu)化問題[A];第二十一屆中國（天津）’2007IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會議論文集[C];2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李慶偉;粒子群算法及電廠若干問題的研究[D];東南大學(xué);2016年

2 杜毅;多階段可變批生產(chǎn)線重構(gòu)的研究[D];廣東工業(yè)大學(xué);2016年

3 王芳;粒子群算法的研究[D];西南大學(xué);2006年

4 安鎮(zhèn)宙;家庭粒子群算法及其奇偶性與收斂性分析[D];云南大學(xué);2012年

5 劉建華;粒子群算法的基本理論及其改進(jìn)研究[D];中南大學(xué);2009年

6 黃平;粒子群算法改進(jìn)及其在電力系統(tǒng)的應(yīng)用[D];華南理工大學(xué);2012年

7 胡成玉;面向動態(tài)環(huán)境的粒子群算法研究[D];華中科技大學(xué);2010年

8 張靜;基于混合離散粒子群算法的柔性作業(yè)車間調(diào)度問題研究[D];浙江工業(yè)大學(xué);2014年

9 張寶;粒子群算法及其在衛(wèi)星艙布局中的應(yīng)用研究[D];大連理工大學(xué);2007年

10 劉宏達(dá);粒子群算法的研究及其在船舶工程中的應(yīng)用[D];哈爾濱工程大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張忠偉;結(jié)構(gòu)優(yōu)化中粒子群算法的研究與應(yīng)用[D];大連理工大學(xué);2009年

2 李強(qiáng);基于改進(jìn)粒子群算法的艾薩爐配料優(yōu)化[D];昆明理工大學(xué);2015年

3 付曉艷;基于粒子群算法的自調(diào)節(jié)隸屬函數(shù)模糊控制器設(shè)計[D];河北聯(lián)合大學(xué);2014年

4 余漢森;粒子群算法的自適應(yīng)變異研究[D];南京信息工程大學(xué);2015年

5 梁計鋒;基于改進(jìn)粒子群算法的交通控制算法研究[D];長安大學(xué);2015年

6 王偉;大型螺紋旋風(fēng)硬銑削數(shù)值模擬及工藝參數(shù)優(yōu)化[D];浙江大學(xué);2016年

7 李玲玉;基于粒子群算法的城市軌道交通列車節(jié)能優(yōu)化研究[D];北京交通大學(xué);2016年

8 苗冬云;基于改進(jìn)粒子群算法的云任務(wù)調(diào)度方案研究[D];安徽財經(jīng)大學(xué);2015年

9 蔣曉\~;粒子群算法在多維優(yōu)化問題中的改進(jìn)研究[D];浙江理工大學(xué);2016年

10 劉角;生態(tài)系統(tǒng)粒子群算法及其在陣列天線方向圖優(yōu)化中的應(yīng)用[D];太原理工大學(xué);2016年

，

本文編號：1150695