用于机组组合优化的蚁群粒子群混合算法.pdfVIP

32 卷 6 期 电 网 技 术 Vol. 32 No. 6 2008 年3 月 Power System Technology Mar. 2008 文章编号：1000-3673 （2008 ）06-0052-05 中图分类号：TM734 献标识码：A 学科代码：470 4054 用于机组组合优化的蚁群粒子群混合算法 烨，赵国波，刘俊勇，刘天琪，李华强 （四川大学 电气信息学院，四川省 成都市 610065 ） An Ant Colony Optimization and Particle Swarm Optimization Hybrid Algorithm for Unit Commitment Based on Operate Coding CHEN Ye ，ZHAO Guo-bo ，LIU Jun-yong ，LIU Tian-qi ，LI Hua-qiang （School of Electrical Engineering and Information，Sichuan University，Chengdu 610065，Sichuan Province，China ） ABSTRACT: A hybrid algorithm for unit commitment 组优化组合可极大地提高电力系统的运行效 ，因 problem based on ant colony optimization (ACO) and particle 此机组优化组合问题一直是电力系统优化运行中 swarm optimization (PSO) is proposed. By means of coding [1] 的一个热点问题 。 the solution of unit commitment into unit operation sequence, [2] 目前，已用于机组组合优化的算法有优先表 、 the searching difficulty of ACO is reduced and the space [3-5] [6-8] 拉格朗日松弛 等经典算法以及遗传算法 、粒 complexity is reduced from exponential type to linear type. In [9- 12] [13] [14-16] 子群算法 、社会演化算法 、蚁群算法 等 this way it becomes possible to solve larger scale unit 随机启发式算法。随机启发式方法因处理约束方 c