欢迎来到天天文库
浏览记录
ID:36787125
大小:591.42 KB
页数:7页
时间:2019-05-15
《差分进化算法在电力系统中的应用研究进展》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、第37卷第2期要氧电力Vo1.37No.2EaRChi怕ElectricPower2009年2月Feb.20o9差分进化算法在电力系统中的应用研究进展袁晓辉,苏安俊,聂浩,张勇传,袁艳斌(1.华中科技大学水电与数字化工程学院,武汉430074;2.武汉理工大学资源与环境学院,武汉430070)摘要:差分进化算法是一种基于群体智能的新型演化计算技术,近年来已在多种领域成功应用,但电力系统中实际应用尚不多见。评述了差分进化算法在电网规划、负荷经济分配、最优潮流计算与无功优化调度、谐波分析与电容器配置、发电计划、优化设计等方面应用的研究成果和进展情况,还将在电力市场竞价交易、投标策略以及电
2、力市场仿真等领域发挥应用潜力。关键词:差分进化;智能计算;群集智能;电力系统基金项目:国家自然科学基金资助项目(50779020;40572166);国家自然科学基金重点资助项目(50539140)作者简介:袁晓辉(1971一),男,副教授,博士,主要研究方向为复杂性理论在电力系统和电力市场中的应用。中图分类号:TM715文献标志码:A文章编号:1001-9529(2009)02-0243-07AdvancesinapplicationofdiferentialevolutionalgorithmtopowersystemsYUANXiao.hui,SUAn-jun。,NIEHao,
3、ZHANGYong—chuan,YUANYah—bin(1.SchodofHydropowerandInformationEngineering,HuazhongUniversityofScienceandTechnology,Wuhan430074,China;2.SchoolofResourceandEnvironmentEngineering,WuhanUniversityofTechnology,Wuhan430070,China)Abstract:Differentialevolution(DE)algorithmbasedonswaJlnintelligenceisane
4、wevolutionarycomputationaltoolandhasbeensuccessfullyappliedtofunctionoptimization,neuralnetworkdesign,classification,patternrecognition,signalprocessing,robottechnologyandSOon.However,reportsonitspracticalapplicationstopowersystemscouldbeseldomseen.Inthispaper,themainresearchresultsofapplyingDE
5、topowersystems,suchaspowerdplan—ning,loadeconomicdispatch,optimalpowerflowcalculationandreactivepowerdispatchoptimization,harmonica—nalysisandcapacitorconfiguration,generationscheduling,andoptimaldesign,wereilluminated.Itslatentcapacitywillalsobebroughtintoplayinelectricitymarketauction,bidding
6、strategyandelectricitymarketsimulation.Keywords:differentialevolution;computationintelligence;swarlnintelligence;powersystem差分进化算法(DifferentialEvolution,以下简济学、现代农业、食品安全、环境保护和运筹学等称DE)是Storn等人于1995年提出的一种基于群领域取得了成功应用,并涌现出许多研究成果。集智能理论的新型优化算法⋯。DE算法通过群DE算法在电力系统中的应用研究起步较晚,体内个体间的相互合作与竞争产生的群体智能指本文对DE算法在
7、电力系统中应用的研究现状进导优化搜索。同遗传算法等其他进化算法相比,行了较为全面的总结,主要包括在电网规划、负荷DE保留了基于种群的全局搜索策略,采用实数编经济分配、最优潮流计算与无功优化调度、谐波分码、基于差分的简单变异操作和一对一的竞争生析与电容器配置、发电计划和优化设计等方面的存策略,从而降低了遗传操作的复杂性。同时,应用研究成果。DE特有的记忆能力使其可以动态跟踪当前的搜1差分进化算法索情况,用以调整其搜索策略,具有较强的全局收敛性和鲁棒性,且不需
此文档下载收益归作者所有