基于改进的LDW粒子群算法的风-火电力系统联合优化调度策略

被引:17
作者
钟臻 [1 ]
张楷旋 [2 ]
吴贞龙 [1 ]
甘洪丽 [1 ]
机构
[1] 国网重庆市电力公司江北供电分公司
[2] 国网重庆市电力公司南岸供电分公司
关键词
电力系统; 优化调度; 粒子群; 惯性权重递减; 常数扰动;
D O I
10.19317/j.cnki.1008-083x.2017.10.012
中图分类号
TM73 [电力系统的调度、管理、通信]; TP18 [人工智能理论];
学科分类号
120103 [信息系统与信息管理]; 140502 [人工智能];
摘要
风-火电力系统联合优化调度是一个极其复杂的NP问题,不易求解。改进粒子群算法,并将其应用于风-火电力系统联合优化调度,提出了一种改进的惯性权重线性递减的粒子群算法。针对粒子群算法容易局部收敛的缺陷。首先,本文在惯性权重线性递减(LDW)的基础上,加入常数扰动,使惯性权重大幅增大,以便于跳出局部搜索,进行全局搜索,从而防止局部收敛;其次,为尽可能的避免粒子群算法出现粒子高度聚集在最优粒子的周围的情况,使得粒子趋于相同以致于大大损失粒子群的多样性,一定概率的自适应的改变惯性权重并混入随机个体,以便于更好的保持种群多样性。最后,在Matlab2010a GUI平台下采用几种不同的粒子群算法进行仿真试验。仿真结果表明,在相同条件下改进的粒子群算法能够寻到更精确的解。
引用
收藏
页码:50 / 55
页数:6
相关论文
共 10 条
[1]
线性递减权重粒子群优化人工神经网络算法的光伏系统谐波检测 [J].
马建伟 ;
陈珊珊 .
低压电器, 2014, (04) :60-62+68
[2]
含风电场电力系统机组组合的模糊机会约束决策模型 [J].
艾欣 ;
刘晓 ;
孙翠英 .
电网技术, 2011, 35 (12) :202-207
[3]
基于混沌量子粒子群算法的含风电场电力系统实时调度 [J].
王魁 ;
张步涵 ;
周杨 ;
李俊芳 .
电力系统自动化, 2011, 35 (22) :141-146
[4]
面向列车运行调整问题的粒子群算法研究 [J].
陈世明 ;
赖毅平 ;
江冀海 .
计算机应用研究, 2010, 27 (12) :4460-4463
[5]
大规模风电并网电力系统动态清洁经济优化调度的建模 [J].
袁铁江 ;
晁勤 ;
吐尔逊·伊不拉音 ;
李义岩 .
中国电机工程学报, 2010, 30 (31) :7-13
[6]
面向电力市场的含风电电力系统的环境经济调度优化 [J].
袁铁江 ;
晁勤 ;
吐尔逊·伊不拉音 ;
李义岩 .
电网技术, 2009, 33 (20) :131-135
[7]
含风电场的电力系统动态经济调度 [J].
周玮 ;
彭昱 ;
孙辉 ;
魏庆海 .
中国电机工程学报, 2009, 29 (25) :13-18
[8]
一种动态改变惯性权重的自适应粒子群算法 [J].
张顶学 ;
关治洪 ;
刘新芝 .
控制与决策 , 2008, (11) :1253-1257
[9]
A hybrid particle swarm optimization for feature subset selection by integrating a novel local search strategy.[J].Parham Moradi;Mozhgan Gholampour.Applied Soft Computing.2016,
[10]
An improved particle swarm optimisation with a linearly decreasing disturbance term for flow shop scheduling with limited buffers [J].
Zhao, Fuqing ;
Tang, Jianxin ;
Wang, Junbiao ;
Jonrinaldi, Jonrinaldi .
INTERNATIONAL JOURNAL OF COMPUTER INTEGRATED MANUFACTURING, 2014, 27 (05) :488-499