欢迎来到天天文库
浏览记录
ID:14816747
大小:226.50 KB
页数:34页
时间:2018-07-30
《基于多agent粒子群优化算法的电力系统经济负荷分配》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、基于多Agent粒子群优化算法的电力系统经济负荷分配第49><#990099'>0卷第<#990099'>0期th革钝4事唱~~枝~Vo1.4<#990099'>0No.1<#990099'>02<#990099'>012年5月16t:lPowerSystemProtectionandControl~ay16,2<#990099'>012基于多Agent粒子群优化算法的电力系统经济负荷分配唐贤伦,张衡,李进,周维(重庆邮电大学工业物联网与网络化控制教育部重点实验室,重庆4<#990099'>0<#
2、990099'>0<#990099'>065)摘要2为更好地解决电力系统中经济负荷分配非连续、非凸、非线性的优化问题,提出一种新的基于多Agent系统竞争与合作机制的多Agent粒子群优化算法.该算法以拉子群算法和智能体技术为基础,将位于群算法的群搜索特征和智能体的智能搜索特征相结合,使粒子在搜索过程中利用群体信息,环境信息共同决定搜索策略.每-个Agent相当于粒子群优化算法中的一个拉子,通过与其随机选取的邻居的竞争、合作操作,能够充分获得问题信息并自适应地权衡粒子的全局探索能力和局部开发能力,可
3、灵快、史精确地收敛到全局最优解.对IEEE3节点,IEEE13节点和IEEE4<#990099'>0节点系统的仿真结果表明,该算法在求取电力系统ELD问题时具有较高质量的解和运行速度.关键词2电力系统;经济负荷分配;位子群优化算法;多Agent系统;竞争;合作Aneconomicloaddispatchmethodofpowersystembasedonmulti-AgentparticleswarmoptimizationalgorithmTANGXian-Iun,ZHANGHeng,LIJin,
4、ZHOUWei(KeyLaboraωryoflndus创alWtrelessNetworkandNetworkedControlofMinis町ofEducation,ChongqingUniversityofPostsandTelecommw世ωtions,Chongqing4<#990099'>0∞65,China)AbstraehAnimprovedmulti-Agentparticlesw四noptimizationa1gorithm(RN-MAPSO)basedonrnulti-Agent
5、sy蜘:rncornpetitionandωllaborationrnechanisrnisproposedforsolvingthediscontinωus,non-convexandnonlm臼1econornicloaddispa比h(ELD)problemsofpowersy由rn.TheaJgorithrncombinestheswarrn岱archfeatureofthePSOwi位也.eintelligent部缸chfeaωreof世magentbasedontheparticlesw
6、arrnoptimizationa1gorithrnandtechnologyofagent.Inthesearchproωss,eachagentistreatedasoneparticleofPSO阳:tc啤ntakeadvantageofthegroupinformationandtheenvironmen旭1informationtode:terrni阴阳se唱rchtactics.Byωmpetitionandc∞perationwith血.erandomlyselectedneighbo
7、rs,theagentcanadaptively叫justitsg1<#990099'>0balsearchingabilityandlocaIexploringability,and∞nver段伽eg1<#990099'>0baloptirnalsolutionmoreaccuratelyathigherspeed.Toverify血.eeffectivenessof恤propos创algori由rn,RN-MAPSOistestedintheIEEE3nod饵,13nodesand4<#9900
8、99'>0node唱systemand由eexpe由nentresultsshowthattheproposedalgorithrnforELDproblemsωna叫回rehigh-qualityωlutionsrapidly.ThisworkissupportedbyNationalNaturalScienceFoundationofChina(No.6<#990099'>07><9<#990099'>05<#990099'>066).Keywords.power
此文档下载收益归作者所有