基于量子遗传算法的电网碳排放优化模型.pdfVIP

基于量子遗传算法的电网碳排放优化模型.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于量子遗传算法的电网碳排放优化模型.pdf

第 28卷 第 2期 广 东 电 力 VoL28NO.2 2015年 2月 GUANGDoNG ELECTRIC pOWER Feb.2015 doi:10.3969/j.issn.10()7—290X.2015.02.009 基于量子遗传算法的电网碳排放优化模型 孔灿 ,郑理民 ,黄琳妮 ,张孝顺 ,余涛。 (1 深圳供电局有限公司,广东 深圳 5l8001;2.华南理工大学 电力学院,广东广州510640) 摘要:针对 电网企业在碳排放评估时忽略电能产生和传输过程的问题,引用比例分享碳排放模型对 电网进行碳 排放评估。在考虑经济性和安全性的前提下,引入网损的总碳排放率指标,建立了基于量子遗传算法 (quantum geneticalgorithm,OGA)的电网碳排放优化模型。该模型将 目标函数值作为个体适应度值的评估依据,并通过 量子旋转门对动作进行调整,最终选出最优个体和其相应的 目标值。IEEE39节点仿真实例表明QGA可更好地 解决电网碳排放评估和优化等问题,且与传统遗传算法相 比,QGA具有更好的适应性。 关键词 :比例分享;碳排放优化;量子遗传算法;遗传算法 中图分类号:TM 714 文献标志码:A 文章编号 :1007-290X(2015)02-0045—05 OptimizationModelforPowerGridCarbonEmissionBasedonQuantum GeneticAlgorithm KONG Can ,ZHENG Limin2,HUANG Linni,ZHANG Xiaoshun2,YU Tao2 (1.ShenzhengPowerSupplyBureauCo.,Ltd.,Shenzhen,Guangdong518001,China;2.SchoolofElectricPower,South ChinaUniversityofTechnology,Guangzhou,Guangdong510640,China) Abstract:Inallusiontoproblemsofpowergridenterprisesneglectingelectricpowergenerationandtransmission inevalua· tingcarbonemission,carbonemissionmodelbasedonproportionalsharingwasintroducedintoevaluationonpowergridcar- bonemission.Onpremiseofeconomyandsecurity,indexoftotalcarbonemissionrateofnetworklosswasintroducedtoes— tablishtheoptimizationmodelforpowergridcarbonemissionbasedonquantum geneticalgorithm(QGA).Thismodelre- gardedobjectivefunctionvalueasevaluationbasisforindividualfitnessandcouldadjustactionbyquantumrotatinggate.Fi— nally,itwasabletoselectoptimalindividualandrelevanttargetvalue.SimulationexampleofIEEE 39nodeindicatesthat QGA ispreferablyfeasibletosolveproblemsaboutevaluationandoptimizationonpowergridcarbonemission.Inaddition, OGA isprovidedwithbetteradaptabilitycomparedwithtraditionalgeneticalgorithm. Keywords:proportionalshare;carbo nemissionoptimizatio

文档评论(0)

月光般思恋 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档