本文關(guān)鍵詞：基于進(jìn)化算法的電力經(jīng)濟(jì)調(diào)度優(yōu)化研究

  更多相關(guān)文章： 進(jìn)化算法 經(jīng)濟(jì)調(diào)度 粒子群算法 差分進(jìn)化算法

【摘要】：當(dāng)今社會(huì)電力系統(tǒng)的安全、可靠以及經(jīng)濟(jì)運(yùn)行都在國(guó)家的各方面發(fā)展尤其是經(jīng)濟(jì)發(fā)展中起到關(guān)鍵作用。電力經(jīng)濟(jì)調(diào)度問(wèn)題是當(dāng)今社會(huì)眾多學(xué)者都關(guān)注探究的難題,為了滿足正常運(yùn)行的同時(shí),減少機(jī)組發(fā)電成本以達(dá)到最小值是它的目標(biāo)。本文將進(jìn)化算法和電力經(jīng)濟(jì)調(diào)度的問(wèn)題相結(jié)合,提出了多種基于進(jìn)化算法的電力系統(tǒng)調(diào)度方法,論文具體內(nèi)容如下：首先對(duì)進(jìn)化算法的基本概念進(jìn)行了介紹,具體闡述了優(yōu)化方法的思想來(lái)源、研究的重點(diǎn)和使用的范圍。著重介紹了粒子群優(yōu)化算法(Particle Swarm Optimization, PSO)以及差分進(jìn)化算法(Differential Evolution Algorithm, DE),說(shuō)明了這兩種算法的思想來(lái)源,從多個(gè)角度對(duì)粒子群算法和差分進(jìn)化算法進(jìn)行了綜述,總結(jié)了這兩種算法存在的問(wèn)題,并通過(guò)多個(gè)標(biāo)準(zhǔn)測(cè)試函數(shù)來(lái)測(cè)試這兩種流行的智能計(jì)算方法的性能。通過(guò)實(shí)驗(yàn)對(duì)比,盡管PSO算法比其他算法對(duì)復(fù)雜函數(shù)有著較強(qiáng)的尋優(yōu)能力以及收斂速度快等特點(diǎn),但是它存在著早熟收斂的缺陷。因此在本文中提出了一種改進(jìn)的PSO算法,使得粒子在搜索過(guò)程中以一個(gè)有價(jià)值的區(qū)域?yàn)樗阉鞣较?同時(shí)以一定的概率在整個(gè)解空間中進(jìn)行搜索。多個(gè)測(cè)試函數(shù)以及應(yīng)用于電力系統(tǒng)經(jīng)濟(jì)調(diào)度中的IEEE 3節(jié)點(diǎn)和40節(jié)點(diǎn)系統(tǒng)用來(lái)測(cè)試改進(jìn)以后的PSO算法的成績(jī)。仿真結(jié)果表明,該算法獲得更精確的解,也提高了算法的穩(wěn)定性。針對(duì)差分進(jìn)化算法的特點(diǎn),本文提出了一種全局的基于柯西變異的差分進(jìn)化算法(GDE)。該算法主要結(jié)合了粒子群歷史最優(yōu)解的優(yōu)點(diǎn)。多個(gè)標(biāo)準(zhǔn)試驗(yàn)綜合IEEE 6節(jié)點(diǎn)為優(yōu)化目標(biāo)評(píng)定,本文提出的算法表現(xiàn)出了快速的尋優(yōu)速度,同時(shí)具有搜索能力強(qiáng)、穩(wěn)定性好等優(yōu)點(diǎn)。
【學(xué)位授予單位】：華北電力大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TM73;TP18

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 劉涌;侯志儉;蔣傳文;;求解經(jīng)濟(jì)調(diào)度問(wèn)題的改進(jìn)粒子群算法[J];繼電器;2006年20期

，

本文編號(hào)：1251258