一种适合于电力系统机组组合问题的混合粒子群优化算法

《一种适合于电力系统机组组合问题的混合粒子群优化算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第24卷第4期中国电机工程学报Vol.24No.4Apr.20042004年4月ProceedingsoftheCSEE©2004Chin.Soc.forElec.Eng.文章编号：0258-8013(2004)04-0024-05中图分类号：TM76文献标识码：A学科分类号：470⋅4054一种适合于电力系统机组组合问题的混合粒子群优化算法122胡家声，郭创新，曹一家(1．华中科技大学电气与电子工程学院，湖北武汉430074；2．浙江大学电气工程学院，浙江杭州310027)AHYBRIDPARTI

2、CLESWARMOPTIMIZATIONMETHODFORUNITCOMMITMENTPROBLEM122HUJia-sheng,GUOChuang-xin,CAOYi-jia(1．CollegeofElectricalandElectronicsEngineering，HuazhongUniversityofScienceandTechnology，Wuhan430074，China；2．CollegeofElectricalEngineering，ZhejiangUniversity，Hangz

3、hou310027，China)ABSTRACT:Thispaperproposesanewhybridparticle关键词：电力系统；机组组合；混合粒子群优化；并行优化；swarmoptimizationmethodforunitcommitmentproblem．The变动阈值；启发式变异newmethodincludesthreeimportantaspects：toemployparalleloptimizationofrelaxedzero-onevariableandtheactive

4、power1引言continuousvariabletoovercomethecurseofdimensionality电力系统机组组合问题(UnitCommitment)是一problem；tointroducethevariablethresholdtoensureallunit个大规模混合整数的非线性优化问题。近几十年来，operatingstatestakenintoaccountwhensomezero-onevariablesareoscillatediniterativeoptimiz

5、ation；toconstructheuristic诸多研究人员对机组组合问题做了大量的研究工作[1~9][1]mutationoperationtocopewiththestart-upandshut-downramp并提出了许多解决方法，如：动态规划法、系constraintsandtoimprovetheglobalconvergenceofthemethod统进化算法[2]、混合整数规划法、拉格朗日松弛算法efficiently．Comparedwithothermethods，numeri

6、calsimulation[3][4]以及遗传算法等。目前，一类新兴的模拟生物群resultsdemonstratethatthehybridparticleswarmoptimization落行为的进化算法被引入到优化问题中，其中已经初methodpossessesstrongglobalconvergencecapability．[5,6]步应用于电力系统的有蚂蚁算法和粒子群优化KEYWORDS：Powersystem;Unitcommitment；Hybrid[7~9](PSO)算法。part

7、icleswarmoptimization；Paralleloptimization;VariablePSO算法源自对鸟群捕食行为的研究，最初由threshold；Heuristicmutation[10,11]Kennedy和Eberhart提出，是一种通用的启发式摘要：该文针对机组组合问题，提出了一种新的混合粒子群搜索技术。其本质是一种多代理算法，研究由简单个优化算法。该算法包含3个重要的方面：通过在算法迭代过体组成的群落与环境以及个体之间的互动行为。粒子程中对松弛后的0、1变量与机组有功出力变

8、量并行地进行优化，避免了由于决策变量过多造成的维数灾难题；引入变动群的迁移过程是有方向性的，搜索过程中运用到反馈阈值，解决了在寻优过程中粒子的值出现振荡时可能会丢失原理并可采用并行计算技术，因此具有较高的搜索效机组有效启停状态的问题；在粒子群优化算法中引入启发式率。Gallad等人首次将PSO算法应用于解决经济调变异技术，有效地处理了机组启、停时间的约束并提高了粒[7]度问题，然而，该文[7]提出的算法只适用于解决单子群优化算法的全局收敛能力。文中通过对2个算例的计算