基于改進(jìn)粒子群算法的電力系統(tǒng)經(jīng)濟(jì)負(fù)荷分配

《基于改進(jìn)粒子群算法的電力系統(tǒng)經(jīng)濟(jì)負(fù)荷分配》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、第31卷第3期黑龍江電力2009年6月基于改進(jìn)粒子群算法的電力系統(tǒng)經(jīng)濟(jì)負(fù)荷分配楊瑩，趙為光(黑龍江科技學(xué)院電氣與信息工程學(xué)院，黑龍江哈爾濱150027)摘要：提出了一種應(yīng)用隨機(jī)優(yōu)化理論求解電力系統(tǒng)經(jīng)濟(jì)負(fù)荷分配的新方法，該方法以電力市場全天購電費(fèi)用最小為目標(biāo)函數(shù)，將高斯算子和交叉算子引入基本粒子群算法中。針對基本粒子群算法(PSO)的局限性，通過引入新的算子，克服了PSO算法前期精度低、后期收斂速度慢、易于陷入局部最優(yōu)等缺點(diǎn)，在速度和精度上滿足了計算要求。算例結(jié)果表明，所提出的方法能有效解決電力市場電力系統(tǒng)經(jīng)濟(jì)

2、負(fù)荷分配問題。關(guān)鍵詞：經(jīng)濟(jì)負(fù)荷分配；改進(jìn)離子群算法；電力市場中圖分類號：TM76文獻(xiàn)標(biāo)識碼：A文章編號：1002—1663(2009)03—0181—04EconomicdispatchofpowersystemsbasedonmodifiedparticleswarmoptimizationalgorithmYANGYing，ZHAOWeiguang(CollegeofElecticalandInformationEngineeringHeilongjiangInstituteofScienceandTec

3、hnology，Harbin150027，China)Abstract：Byapplyingchaoticoptimizationforsolutioneconomicdispatchofpowersystemsisproposedinthispa—per．ThemethodisimprovedbyintroducingintersectionandGaussianoperatorwiththemodelofminizingtheelec—tricitypurchasingfeeinthepowermarke

4、t．Theparticleswarmoptimizationalgorithmwithpriorlowprecision，diver-gentcharacter，slowlateconvergenceandtrendingtotrapinlocaloptimumisimprovedbyjoiningthenewvaria-bles．Asatisfiedsolutioninvelocityandprecisionisachieved．Itnumericalsimulationresultsshowthatcha

5、oticopti—mizationmethodforeconomicdispatchofpowersystemsisnoronlyfast，butalsosimpleandeffective．Keywords：economicdispatch；modifiedparticleswarrnoptimization；powermarket其如何利用離子群算法解決電力市場環(huán)境下的電0引言力系統(tǒng)各種難題，已經(jīng)成為一個新的研究熱點(diǎn)J。經(jīng)濟(jì)負(fù)荷分配(EconomicDispatch，ED)是電力下面針對粒子群算法前期精度

6、較低，易發(fā)散，系統(tǒng)規(guī)劃和運(yùn)行調(diào)度中的一類典型的優(yōu)化問題，其后期收斂速度慢，且已陷入局部最優(yōu)的局限性，根目的是在滿足一定約束條件下，使提出的目標(biāo)函數(shù)據(jù)近代數(shù)學(xué)的隨機(jī)優(yōu)化原理，將基本粒子群算法與最小?。在電力市場中，可將購電費(fèi)用最小作為目遺傳算法、進(jìn)化規(guī)劃算法有機(jī)地結(jié)合在一起，提出標(biāo)函數(shù)。由于電力系統(tǒng)本質(zhì)上具有高維、非線性、一種新的混合粒子群算法，以改善算法熟練的精度約束條件多等特點(diǎn)，因此求解較為復(fù)雜。求解這類和速度，并有效地解決了有復(fù)雜約束條件的ED問問題的傳統(tǒng)方法有線性規(guī)劃法、動態(tài)規(guī)劃法、拉格題。朗日乘子法等

7、。隨著近代數(shù)學(xué)的發(fā)展，隨機(jī)搜索算1經(jīng)濟(jì)符合分配的數(shù)學(xué)模型法由于其對求解問題的限制較少切不要目標(biāo)函數(shù)連續(xù)、可微，被應(yīng)用于各類優(yōu)化問題_2J。1．1目標(biāo)函數(shù)粒子群算法PSO(ParticleSwarmOptimization)下面主要研究電力市場現(xiàn)貨交易中的經(jīng)濟(jì)負(fù)是目前計算智能領(lǐng)域中基于智能的算法之一。目荷分配問題。現(xiàn)貨交易是指提前1d(甚至1h)的前，粒子群算法在電力系統(tǒng)的應(yīng)用正逐步深入，尤電力電量交易。現(xiàn)貨交易中火電競價上網(wǎng)的電價基金項(xiàng)目：黑龍江科技學(xué)院引進(jìn)人才基金項(xiàng)目(07—06)。收稿日期：2009—01

8、—19作者簡介：楊瑩(1976一)，女，2006年畢業(yè)于哈爾濱工業(yè)大學(xué)電力系統(tǒng)及其自動化專業(yè)，碩士。一l81—Vo1．31，No．3HeilongjiangElectricPowerJun．20O9稱為現(xiàn)貨電價，它是評價市場競爭效率和市場成熟基本微粒群算法流程如圖1所示。程度的核心指標(biāo)。電力市場環(huán)境下的ED問題是在滿足運(yùn)行約束下優(yōu)化系統(tǒng)發(fā)電機(jī)出力，使系統(tǒng)總購電費(fèi)用最小，微粒群體初始化其數(shù)學(xué)模型如下。