电力系统日发电计划的启发式遗传算法

被引：7

作者：

杨俊杰

周建中

刘大鹏

机构：

[1] 华中科技大学

[2] 华中科技大学湖北武汉

[3] 湖北武汉

来源：

水力发电 | 2004年 / 01期

关键词：

遗传算法; 启发式算法; 局部优化算法; 机组组合; 日发电计划; 电力系统;

D O I：

暂无

中图分类号：

TM711 [网络分析、电力系统分析];

学科分类号：

080802 ;

摘要：

机组组合是电力系统日发电计划中主要的优化任务,在满足各种约束条件下求得全局最优解是一个比较困难的事情。遗传算法没有充分利用个体基因的有效信息,所以局部搜索能力较弱,而且随机遗传操作产生的大量不可行解,使得遗传算法的收敛能力降低。为了提高算法的全局搜索能力和收敛性,设计了基于局部优化算法的智能变异算子和消除约束冲突的修复算子。结果表明,运用了新算子的启发式遗传算法收敛到最优解的速度有显著提高。

引用

页码：7 / 11

页数：5

共 3 条

[1]

Usingan enhanced genetic algorithm to solve the unit commitment problemIntelligent Processing Systems. Zhu Mingyu,Cen Wenhui,Wang Mingyou,Zhang Peichao. 1997 IEEE International Conferenceon . 1997

[2]

A new efficient algorithm for unit commitmentand economic dispatch planning. Rattanakul,Anotai,Ph. D. Dissertation Abstracts . 2001

[3]

A novel unit commitmentmethod considering various operation constraints. Minliang Wang,Boming Zhang,Youman Deng. Power EngineeringSociety Winter Meeting . 2000

← 1 →