基于粒子群与蜂群结合的算法求解含风电场电力系统经济调度问题.pdfVIP

第 35卷 第 4期 三峡大学学报 (自然科学版) Vo1．35NO．4 2013年 8月 JofChinaThreeGorgesUniv．(NaturalSciences) Aug．2013 基于粒子群与蜂群结合的算法求解 含风 电场 电力系统经济调度 问题 何 茜 王高峡 王 斌 (三峡大学 理学院，湖北 宜昌 443002) 摘要 ：提 出一种新的混合智能算法解决含阀点效应和系统约束的含风电场 的电力系统经济调度 问 题 ，将蜂群 中的觅食行为与聚群行为引入改进 的粒子群 ，提 出改进粒子群一蜂群混合智能算法．在算 法上进行优化 ，大大地提高搜索的能力 ，从而使结果更优．通过引入交叉策略，对那些速度保持不 变的点，重新赋值．以一定 的比例选拔最优点，其 中选拔 出的最优点，不止一个．同时精英策略的采 用 ，有利于加强全局寻优 ，跳 出局部最优，从而使算法得到很大的改善．最后对一个 10机系统 的算 例进行求解 ，通过与改进 的粒子群算法、蜂群算法进行比较，验证 了改进 的粒子群一蜂群混合智能优 化算法在解决含风电场的电力系统经济调度问题中的有效性与优越性． 关键词 ：混合智能算法； 改进 的粒子群算法 (IPSO)； 人工蜂群算法(ABC)； 电力系统 中图分类号 ：TM73 文献标识码 ：A 文章编号 ：1672—948X(2013)04—0057-06 DynamicEconomicDispatchingConsideringW indPowerPenetrationBasedon ImprovedParticleSwarm Optimization—ArtificialBeeColonyAlgorithm HeXi W angGaoxia W angBin (CollegeofScience，ChinaThreeGorgesUniv．，Yichang443002，China) Abstract A new hybridintelligencealgorithm isusedtosolvedynamiceconomicdispatchingproblem inwind powerintegratedsystem forgeneratingunitswithvalve—pointeffectandsystem—relatedconstrains．Itwillin— troduceforagingbehaviorandclusterbehaviorintoimprovedparticleswarm tooptimizethealgorithm ；SOthe searchcapability1Sgreatlyimproved，SOastomaketheresultsmoreoptimalandbetter．Byintroducingcross strategy，forthosewhoremainthesamespeedpointgivenew assignment．W hatSmore，itselectsthemost morethanonceoptimum pointwithcertainproportion：weuseelitestrategytostrengthentheglobaloptimi— zationandjumpoutoflocaloptimum；SOthealgorithm isgreatlyimproved．Atlast，acasestudyisconducted basedonawindpowersystem of10units．The effectivenessand feasibility oftheproposedalgorithm are demonstratedbycomparingitsperformancewithimprovedparticleswarm optimizationandartificialbeeeolo— nyalgorithm ． Keyword