求解经济负荷分配的自适应混沌粒子群算法 - 信阳师范学院学报.pdf

信阳师范学院学报：自然科学版 Ｊｏｕｒｎａｌ ｏｆ Ｘｉｎｙａｎｇ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ 第２７卷　 第１期　 ２０１４年１月 Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ Ｖｏｌ．２７ Ｎｏ．１Ｊａｎ．２０１４ ＤＯＩ：１０．３９６９／ ｊ．ｉｓｓｎ．１００３⁃０９７２．２０１４．０１．０３４ 求解经济负荷分配的自适应混沌粒子群算法 ∗ 邹　 恩 ，林　 兰，黄浩扬，霍　 庆 （华南农业大学 工程学院，广东 广州５１０６４２） 摘　 要：针对电力系统经济负荷分配（ｅｃｏｎｏｍｉｃ ｌｏａｄ ｄｉｓｐａｔｃｈ，ＥＬＤ）这一典型的非凸、非线性的多约束优化 问题，提出一种自适应混沌粒子群算法（ｓｅｌｆ ａｄａｐｔｉｖｅ ｃｈａｏｔｉｃ ｐａｒｔｉｃｌｅ ｓｗａｒｍ ｏｐｔｉｍｉｚａｔｉｏｎ，ＳＡＣＰＳＯ）．在混沌粒子 群算法（ＣＰＳＯ）的基础上，先利用引入变异算子和社会因子的粒子群算法进行全局搜索，再对搜索得到的先验 解进行基于Ｔｅｎｔ 映射的混沌细搜索（ＣＬＳ），并将逆映射回的决策变量和全局最优粒子的线性组合作为ＣＬＳ 的 搜索结果输出．通过６机组、１５机组电力系统的仿真，验证了该算法的有效性． 关键词：经济负荷分配；自适应粒子群算法；混沌映射；线性组合 中图分类号：ＴＰ３０１．６　 　 文献标志码：Ａ　 　 文章编号：１００３⁃０９７２（２０１４）０１⁃０１３１⁃０４ Ａ Ｓｅｌｆ Ａｄａｐｔｉｖｅ Ｃｈａｏｔｉｃ Ｐａｒｔｉｃｌｅ Ｓｗａｒｍ Ｏｐｔｉｍｉｚａｔｉｏｎ Ａｌｇｏｒｉｔｈｍ Ａｐｐｌｉｅｄ ｉｎ Ｅｃｏｎｏｍｉｃ Ｌｏａｄ Ｄｉｓｐａｔｃｈ ∗ Ｚｏｕ Ｅｎ ，Ｌｉｎ Ｌａｎ，Ｈｕａｎｇ Ｈａｏｙａｎｇ，Ｈｕｏ Ｑｉｎｇ （Ｃｏｌｌｅｇｅ ｏｆ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｓｏｕｔｈ Ｃｈｉｎａ Ａｇｒｉｃｕｌｔｕｒａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１０６４２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａ ｓｅｌｆ ａｄａｐｔｉｖｅ ｃｈａｏｔｉｃ ｐａｒｔｉｃｌｅ ｓｗａｒｍ ｏｐｔｉｍｉｚａｔｉｏｎ （ＳＡＣＰＳＯ） ａｌｇｏｒｉｔｈｍｗａｓｐｒｅｓｅｎｔｅｄ ｏｎ ｔｈｅ ｂａｓｉｓ ｏｆ ｅｃｏｎｏｍｉｃ ｌｏａｄ ｄｉｓｐａｔｃｈ，ｗｈｉｃｈｉｓｏｆ ａｐｒｏｂｌｅｍｏｆ ｎｏｎ⁃ｃｏｎｖｅｘ，ｎｏｎｌｉｎｅａｒａｎｄｃｏｍｐｌｅｘ ｃｏｎｓｔｒａｉｎｅｄ． Ｂａｓｅｄｏｎｔｈｅｃｈａｏｔ⁃ ｉｃ ｐａｒｔｉｃｌｅ ｓｗａｒｍ ｏｐｔｉｍｉｚａｔｉｏｎ （ＣＰＳＯ），ａ ｇｌｏｂａｌ ｓｅａｒｃｈ ｍａｄｅ ｂｙ ｔｈｅ ｂａｓｉｃ ｐａｒｔｉｃｌｅ ｓｗａｒｍ ｏｐｔｉｍｉｚａｔｉｏｎ （ＰＳＯ） ｗｈｉｃｈ ｉｎｔｒｏｄｕｃｅｄ ｍｕｔａｔｉｏｎ ｏｐｅｒａｔｏｒ ａｎｄ ｓｏｃｉａｌ ｆａｃｔｏｒ ｗａｓ ｎｏｔ ｓｔｏｐｐｅｄ ｕｎｔｉｌ ｐｒｅｍａｔｕｒｅ ｈａｐｐｅｎｅｄ，ｔｈｅｎ ｔｈｅ ｏｐｔｉｍａｌ ｓｏｌｕｔｉｏｎｓ ｏｆ ｇｌｏｂａｌ ｓｅａｒｃｈｗｅｒｅｕｓｅｄａｓｉｎｉｔｉａｌｐｏｐｕｌａｔｉｏｎｏｆ ｃｈａｏｔｉｃｌｏｃａｌ ｓｅａｒｃｈ （ＣＬＳ）ｗｉｔｈＴｅｎｔ ｍａｐ． Ａｌｉｎｅａｒ ｃｏｍｂｉｎａｔｉｏｎｏｆ ｔｈｅ ｄｅｃｉｓｉｏｎ ｖａｒｉａｂｌｅ ｒｅｔｕｒｎｅｄ ｂｙ ｉｎｖｅｒｓｅ ｍａｐｐｉｎｇ ａｎｄ ｔｈｅ ｂｅｓｔ ｐａｒｔｉｃｌｅ ｏｆ ｐｏｐｕｌａｔｉｏｎ ｗａｓ ｏｕｔｐｕｔ ａｓ ＣＬＳ’ｓ ｒｅｓｕｌｔｓ． Ｉｎ ｔｈｅ ｅｎｄ，ｔｈｅ ｅｆｆｅｃｔｉｖｅｎｅｓｓ ｏｆ ｔｈｅ ｎｅｗ ａｌｇｏｒｉｔｈｍ ｗａｓ ｖｅｒｉｆｉｅｄ ｂｙ ｔｈｅ ｓｙｓｔｅｍ ｓｉｍｕｌａｔｉｏｎｓ ｏｆ ６ ａｎｄ １５ ｕｎｉｔｓ．