- 1、本文档共10页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
基于多目标粒子群算法的电力系统环境经济调度研究.pdf
第45 卷 第10 期 电力系统保护与控制 Vol.45 No.10
2017 年5 月16 日 Power System Protection and Control May 16, 2017
DOI: 10.7667/PSPC160752
基于多目标粒子群算法的电力系统环境经济调度研究
1 2 3
张子泳 ,仉梦林 ,李 莎
(1.广东电网有限责任公司电力调度控制中心,广东 广州 510000;2.武汉大学电气工程学院,
湖北 武汉 430072;3.广东电网有限责任公司电力科学研究院,广东 广州 510000)
摘要:提出了一种新的多目标粒子群优化(Multi-Objective Particle Swarm Optimization, MOPSO )算法,用于求解电
力系统的环境/经济调度问题。通过设计特定的约束修正因子,将不可行解修正成可行解,并在此基础上用惩罚函
数法构建了新的适用于多目标粒子群的适应度函数模型。根据帕累托占优条件形成历史帕累托最优解集和全局帕
累托最优解集,引入稀疏度排序法选择全局最优解,基于帕累托最优前沿的斜率特性,提出用斜率法筛选非劣解,
采用基于模糊数学的满意度评价模型选择POF 的折衷最优解。最后,用IEEE-30 节点标准测试系统对所提算法进
行了仿真测试,并与其他算法进行了对比。仿真结果表明所提算法可行、有效。
关键词:环境经济调度;多目标粒子群;约束处理;帕累托最优解;斜率法;折衷最优解
Environmental/economic power dispatch based on multi-objective particle swarm
constraint optimization algorithm
1 2 3
ZHANG Ziyong , ZHANG Menglin , LI Sha
(1. Guangdong Power Dispatch and Control Center, Guangzhou 510000, China; 2. School of Electrical Engineering,
Wuhan University, Wuhan 430072, China; 3. Guangdong Power Science Academy, Guangzhou 510000, China)
Abstract: A new multi-objective particle swarm optimization (MOPSO) technique for environmental/economic dispatch
(EED) is proposed. Infeasible solutions can be revised to feasible ones by designing specific constraints correction factor.
And on the basis of that, a new fitness function model for multi-objective particle swarm is built based on the penalty
function method. The historical set and global set
文档评论(0)