基于动态调整学习因子的免疫粒子群算法及其应用

被引:10
作者
罗毅
张若含
机构
[1] 华北电力大学
基金
北京市自然科学基金;
关键词
学习因子; 免疫粒子群算法; 风光水联合系统; 经济性调度;
D O I
暂无
中图分类号
TM73 [电力系统的调度、管理、通信];
学科分类号
120103 [信息系统与信息管理];
摘要
为了使风光水联合发电系统达到经济效益最大化优化调度的目的,针对粒子群算法在进化过程中易早熟、后期收敛速度慢并且精度较低的特点,提出一种动态调整学习因子的免疫粒子群算法。该算法对学习因子进行非对称线性动态调整,增强前期的全局搜索能力,以及后期的局部搜索能力,快速得到全局最优解。该算法在文中联合系统的求解中得到很好的应用,显著提高了搜索精度,表明了模型和算法的有效性。
引用
收藏
页码:76 / 80+87 +87
页数:6
相关论文
共 23 条
[1]
分布式能源面临重大发展机遇 [J].
吴凯槟 ;
彭旭东 ;
杨秀芳 ;
朱振辉 ;
姜远刚 ;
陈利华 .
节能技术, 2013, 31 (05) :437-441
[2]
清洁能源优先的风–水–火电力系统联合优化调度 [J].
王开艳 ;
罗先觉 ;
吴玲 ;
刘旭晨 .
中国电机工程学报, 2013, 33 (13) :27-35
[3]
含风电场电力系统环境经济动态调度建模与算法 [J].
陈功贵 ;
陈金富 .
中国电机工程学报, 2013, 33 (10) :27-35+22
[4]
基于改进粒子群算法的梯级水电站优化调度 [J].
欧阳俊 ;
袁中祥 ;
郑丹 ;
贺忠尉 .
陕西电力, 2013, 41 (01) :48-51+56
[5]
加强学习与联想记忆的粒子群优化算法 [J].
段其昌 ;
张广峰 ;
黄大伟 ;
周华鑫 .
计算机应用, 2012, 32 (12) :3322-3325
[6]
基于遗传算法:BP网络的空调水系统优化控制研究 [J].
许远超 ;
李苏泷 .
节能技术, 2011, 29 (05) :412-414+423
[7]
基于自适应Tent混沌搜索的粒子群优化算法 [J].
黄美灵 ;
赵之杰 ;
浦立娜 ;
吴非 ;
赵美玲 ;
陈浩 ;
陈明哲 .
计算机应用, 2011, 31 (02) :485-489
[8]
改进的粒子群算法及收敛性分析 [J].
谢铮桂 ;
钟少丹 ;
韦玉科 .
计算机工程与应用 , 2011, (01) :46-49
[9]
基于非对称学习因子调节的粒子群优化算法 [J].
毛开富 ;
包广清 ;
徐驰 .
计算机工程, 2010, 36 (19) :182-184
[10]
基于反捕食粒子群算法的电力系统经济调度方法 [J].
吴杰康 ;
韩军锋 ;
刘蔚 ;
吴智华 .
电网技术, 2010, 34 (06) :59-63