基于多目标粒子群算法的电力系统环境经济调度研究.pdfVIP

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