基于改进PSO算法的电力系统机组优化组合

被引:14
作者
蒋秀洁
乐良才
机构
[1] 三峡大学电气信息学院
关键词
机组组合; 电力系统; 离散粒子群优化算法; 遗传算法;
D O I
暂无
中图分类号
TM715 [电力系统规划];
学科分类号
080802 [电力系统及其自动化];
摘要
机组组合优化问题是一个大规模、多约束、非线性的混合整数规划问题,因此求解非常困难.粒子群优化(PSO)算法是一类随机全局优化技术,它通过粒子间的相互作用发现复杂搜索空间中的最优区域.采用二进制粒子群优化方法解决机组状态组合问题,用遗传算法结合启发式技术解决经济分配问题,并对最小开停机时间及启停费用进行了处理,使得运算速度大大加快.方法的可行性在10台机组系统中检验.模拟结果表明文章所提出的算法具有收敛速度快及解的质量高等优点.
引用
收藏
页码:504 / 508
页数:5
相关论文
共 4 条
[1]
快速求解大规模机组组合问题的启发式算法 [J].
杨俊杰 ;
周建中 ;
刘芳 .
华北电力大学学报, 2005, (01) :50-53
[2]
机组优化组合的遗传算法 [J].
蔡超豪 ;
蔡元宇 .
电网技术, 1997, (01) :44-47+51
[3]
一类随机Tabu搜索策略及其全局收敛性研究 [J].
田澎 ;
工浣尘 ;
张冬茉 .
上海交通大学学报, 1996, (02)
[4]
启发式遗传基因算法及其在电力系统机组组合优化中的应用 [J].
韦柳涛 ;
曾庆川 ;
姜铁兵 ;
虞锦江 ;
黄定疆 .
中国电机工程学报, 1994, (02)