資源描述：
《電力系統(tǒng)經(jīng)濟負(fù)荷分配的混沌粒子群優(yōu)化算法》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、電力系統(tǒng)經(jīng)濟負(fù)荷分配的混沌粒子群優(yōu)化算法第19卷第2期2007年4月電力系統(tǒng)及其自動化ProceedingsoftheCSU—EPSAVo1.19No.2Apr.2007電力系統(tǒng)經(jīng)濟負(fù)荷分配的混沌粒子群優(yōu)化算法蒙文川,邱家駒(浙江大學(xué)電氣工程學(xué)院,杭州310027)摘要:提出一種新的混沌粒子群優(yōu)化(CPSO)算法,將其用于求解復(fù)雜的電力系統(tǒng)經(jīng)濟負(fù)荷分配(ELD)問題.該算法保持了粒子群優(yōu)化(PSO)的簡單結(jié)構(gòu),先利用PSO算法的全局收斂能力進行搜索,以獲得近似解(即粒子經(jīng)過的最佳位置),然后利用混沌優(yōu)化的混沌運動特性在近似解的鄰域內(nèi)進行局部搜索,從而獲得精確的全局最優(yōu)解.多個算例
2、的仿真結(jié)果表明,該算法能快速有效求取電力系統(tǒng)ELD問題更精確的最優(yōu)解.關(guān)鍵詞:電力系統(tǒng);經(jīng)濟負(fù)荷分配;混沌優(yōu)化;粒子群優(yōu)化算法;混沌粒子群優(yōu)化中圖分類號:TM714文獻標(biāo)識碼:A文章編號:1003—8930(2007)02—114—06ChaoticParticleSwarmOptimizationAlgorithmforEconomicLoadDispatchofPowerSystemMENGWen—chuan,QIUJia—j"(CollegeofElectricalEngineering,ZhejiangUniversity,Hangzhou310027,China)Abs
3、tract:Anewchaoticparticleswarmoptimization(CPSO)algorithmisproposedtosolvethecomplicatedeconomicloaddispatch(ELD)problemsofpowersystem.Thesimpleframeworkofthebasicparticleswarmoptimization(PSO)algorithmismaintainedintheproposedalgorithm.Duringthecourseofoptimization,theapproximatesolution,nam
4、elythebestlocationstheparticleshavevisited,canbeobtainedbyPSOalgorithm.Thentheaccurateoptimalsolutionscanbereachedusingchaoticoptimization,whichlocallyexploittheneighborhoodoftheapproximatesolutionsaccordingtotherulesofchaoticmotion.Thesimulationresultsofseveralexamplesshowthattheproposedalgo
5、rithmforELDproblemscanacquiretheaccurateoptimalsolutionsrapidly.Keywords:powersystem;economicloaddispatch(ELD);chaoticoptimization;particleswarmoptimization(PSO)algorithm;chaoticparticleswarmoptimization(CPSO)1前言經(jīng)濟負(fù)荷分配ELD是電力系統(tǒng)中一類典型的優(yōu)化問題,其目的是在滿足負(fù)荷和運行約束的條件下,最小化發(fā)電成本.研究ELD問題對于提高系統(tǒng)運行的經(jīng)濟性和可靠性都具有重要的
6、意義.火電機組閥點效應(yīng)[門(valvepointeffect)導(dǎo)致耗量特性非線性,不可導(dǎo),并且組成系統(tǒng)的機組眾多.因此,ELD問題本質(zhì)上是高維,非線性,不可導(dǎo)的優(yōu)化問題.采用經(jīng)典數(shù)學(xué)方法解決ELD問題,有諸多不足,如拉格朗日松弛法口要求模型連續(xù)可導(dǎo);動態(tài)規(guī)劃法_4對于高維問題存在維數(shù)災(zāi)難.近年來,人收稿日期:2005—11—04;修回日期:2006—01—09工智能技術(shù)的發(fā)展以及,多學(xué)科的交叉融合,為ELD問題的求解提供了新方法:進化算法l_1l5j,神經(jīng)網(wǎng)絡(luò)模型法,混沌優(yōu)化方法Ⅲ,模糊算法,粒子群優(yōu)化法l_2],人工免疫法rl..,以及多種智能技術(shù)的融合,如混沌模擬退火神經(jīng)網(wǎng)絡(luò)
7、模型法¨,遺傳算法和Tabu搜索結(jié)合等.這些新方法可以克服經(jīng)典方法的缺點,提高求解效率.其中,粒子群優(yōu)化法D3,14JPSO是一種新的隨機全局優(yōu)化算法,其操作簡便,依賴經(jīng)驗參數(shù)較少,已廣泛應(yīng)用于求解多種優(yōu)化問題.但其進化后期收斂速度慢和精度較差,且常常陷入局部極值點,因此,PSO算法用于解決ELD問題時,需要進行各種形式的改進,如文獻[23的算法中融人變異,擾動第19卷第2期蒙文川等:電力系統(tǒng)經(jīng)濟負(fù)荷分配的混沌粒子群優(yōu)化算法?115?和局部搜索算子;文獻[9]專門設(shè)計了一種約束處
