資源描述：
《電力經(jīng)濟負荷分配的自適應(yīng)算法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、電力經(jīng)濟負荷分配的自適應(yīng)算法研宄何丹國網(wǎng)四川南江縣供電有限責(zé)任公司四川南江635600摘要:在電力行業(yè)迅速發(fā)展的同時，電力系統(tǒng)的經(jīng)濟負荷分配問題tl益突出，改進粒子群算法作為目前解決此問題的重要方法得到了廣泛的應(yīng)用與推廣。改進粒子群算法是對基木粒子群算法的改進，通過應(yīng)用優(yōu)化慣性權(quán)重策略與最優(yōu)最差粒子改進策略，提高改進粒子群算法的搜索能力，具有效率高、全局性強的特點。木篇文章就電力經(jīng)濟負荷分配的自適應(yīng)改進粒子群算法就行了深入的研究。關(guān)鍵詞：電力系統(tǒng)；經(jīng)濟負荷分配；改進粒子群算法經(jīng)濟負荷分配簡稱ELD,是目前電力系統(tǒng)的規(guī)劃與調(diào)度工作優(yōu)化的重
2、點問題，主要是指電力系統(tǒng)在滿足負荷條件與運行條件的同時，將發(fā)電任務(wù)合理分配給正在運行的機組，進而降低發(fā)電成木，提高電力系統(tǒng)運行的可靠性，確保經(jīng)濟適用。而在實際的電力系統(tǒng)正常工作中，由于系統(tǒng)運行條件的約朿，諸如電力輸送能力與系統(tǒng)穩(wěn)定程度等，使得求解問題出現(xiàn)非凸可行域，同時乂受到火電機組的影響，機組的耗量呈現(xiàn)出非線性的特點，所以經(jīng)濟負荷分配的優(yōu)化呈現(xiàn)出不可微、非凸，以及非線性的特點。此外，經(jīng)濟負荷分配的求解需要采用諸如二次規(guī)劃與非線性規(guī)劃等數(shù)學(xué)方法，這些典型的數(shù)學(xué)方法在對電力經(jīng)濟負荷分配問題進行求解時對目標函數(shù)有明確要求，即連續(xù)可導(dǎo)。而動態(tài)
3、規(guī)劃法在對電力經(jīng)濟負荷分配問題進行求解時對目標函數(shù)沒有特殊要求，但是在對高維問題進行求解時，容易出現(xiàn)維數(shù)問題。一、粒子群算法粒子群算法最初是美國提出的，起始于1995年，是Kenny與Eberhart模擬鳥群覓食過程得到的算法。粒子群算法與傳統(tǒng)的遺傳算法相比較，流程更加簡單、算法更加簡潔、調(diào)整更加容易。當(dāng)前，雖然粒子群算法已經(jīng)被廣泛應(yīng)用到電力系統(tǒng)的經(jīng)濟負荷分配問題研究中，但是其收斂形式相對落后，仍然是傳統(tǒng)的軌道形式。與此冋吋，粒子的速度是優(yōu)先的，在搜索中粒子的搜索空間相對有限，不具有整體覆蓋性，所以粒子群算法并不是非常完美的全局收斂算法
4、，仍然存在著很多缺陷。本文提出了一種求解電力系統(tǒng)經(jīng)濟負荷分配問題的新算法，基于粒子群算法的改進粒子群算法，通過對改進最優(yōu)最差粒子策略與優(yōu)化慣性策略的應(yīng)用，在原始算法收斂速度不變的前提下實現(xiàn)了更大范圍的搜索，能夠奮效避免粒子的過早收斂，保證了電力系統(tǒng)的正常運行。二、電力經(jīng)濟負荷分配的數(shù)據(jù)模型探析（一）0標函數(shù)電力經(jīng)濟負荷分配問題在數(shù)學(xué)計算上模擬為非線性函數(shù)規(guī)劃問題，函數(shù)需要滿足不同的等式約束與不等式約束，最終使得價值函數(shù)得到最小值，即：（三）閥點效應(yīng)在實際的電力系統(tǒng)運行過程中，在機組運行的測試階段，發(fā)電機的功率是從最小值到最大值的變化過程
5、，耗量曲線呈現(xiàn)出起伏狀，等冋于在耗量曲線上加了動脈效果。而造成好量曲線起伏的主要原因是隨著發(fā)電機功率的增加，汽輪機的氣門依次開放導(dǎo)致的。如果上一個氣門已經(jīng)全部打開，而下一個氣門才剛剛打開吋，蒸汽流通會損失較多，進而出現(xiàn)耗量增加，曲線凸起的現(xiàn)象，即閥點效應(yīng)，如下表示：2、最優(yōu)最差粒子改進策略基本粒子群算法不能夠?qū)⒆顑?yōu)粒子的優(yōu)勢充分的發(fā)揮出來，因此改進粒子群算法中，最優(yōu)粒子每飛行一步，都要增加一個優(yōu)化的判別。假如判別的適應(yīng)度變好，粒子則要按照新的位置飛行；假如判別的適應(yīng)度變差，粒子則需要返冋到原來的位置再次搜索。在最差粒子的改進中，每個粒子
6、記住的最優(yōu)粒子形成的種群中，適應(yīng)度最差的表示該粒子搜索區(qū)域差于其他搜索區(qū)域，此粒子即為最差粒子。每一步最差粒子都隨機初始化速度與位置。在電力系統(tǒng)經(jīng)濟負荷分配中應(yīng)用改進粒子群算法吋發(fā)現(xiàn)，最差粒子改進策略砬用之后，其它粒子都會朝著最優(yōu)的粒子靠近，進而陷入局部的最優(yōu)解，因此在采用擾動的方法進一步改進?？偨Y(jié)本文通過探宄改進粒子群在電力系統(tǒng)經(jīng)濟負荷分配中的應(yīng)用，得出兩個重要結(jié)論。首先，改進粒子群算法在經(jīng)濟負荷分配中的應(yīng)用能夠冇效解決電力系統(tǒng)經(jīng)濟負荷的分配問題；其次，采用慣性權(quán)重優(yōu)化策略與最優(yōu)最差粒子改進策略能夠提高粒子群算法的搜索能力，具奮效率高
7、、全局性強的特性。因此，加強自適應(yīng)改進粒子群算法在電力系統(tǒng)經(jīng)濟負荷分配中的應(yīng)用有重要意義。參考文獻：［1】韓世芬.基于自適應(yīng)免疫克隆算法的電力經(jīng)濟負荷分配［j］.計算機仿真，2010，27(6)：290-292，［2】張銳，商聰，李永振等.基于動態(tài)改變慣性權(quán)自適應(yīng)粒子群算法的電廠負荷分配研究［」］.制造業(yè)自動化，2013，(17)：97-99.［3】劉杰.PSO算法在電力系統(tǒng)無功優(yōu)化和經(jīng)濟負荷分配中的應(yīng)用研究［D】.西南交通大學(xué)，2012.［4】張雪雯，李艷君.基于自調(diào)節(jié)粒子群算法的電力系統(tǒng)經(jīng)濟負荷分配［」］.電網(wǎng)技術(shù)，2006，30(
8、18)：8-13.
