资源描述：
《改进的差分进化算法在电力经济调度中的应用.pdf》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、改进的差分进化算法在电力经济调度中的应用李荣雨,等改进的差分进化算法在电力经济调度中的应用ApplicationoftheImprovedDifferentialEvolutionAlgorithminPowerEconomicDispatch李荣雨陈菲尔(南京工业大学计算机科学与技术学院,江苏南京211816)摘要:以优化发电系统中的发电总费用为目标,结合实际运行中机组的约束条件和阀点效应,建立了电力经济调度(ED)模型,并提出了求解该模型的改进的差分进化算法(ADE)。针对标准差分进化算法存在的种群多样性和收敛性能之间的矛盾,在度量种群多样性的基础上,引入了基于排序的可行解选取递减策略
2、改进变异策略current-to-best。此外,提出一种新颖的等式约束修复机制,确保求解的可行性。最后,利用13个机组的测试系统进行仿真试验,结果证明了ADE算法求解ED模型的有效性。关键词:发电机组差分进化电力经济调度阀点效应种群多样性粒子群算法变异策略修复机制中图分类号:TH86;TP18文献标志码:ADOI:10.16086/j.cnki.issn1000-0380.201611012Abstract:Forthepurposeofoptimizingthetotalcostofpowergenerationforpowergeneratingsystem,thepowerecon
3、omicdispatch(ED)modelisbuiltbycombiningtheconstraintsoftheunitinpracticaloperationandthevalve-pointeffect,andanimproveddifferentialevolution(ADE)algorithmisproposedtosolvethemodel.Aimingatthecontradictionbetweenpopulationdiversityandconvergenceperformancewhichisexistinginstandardtraditionaldiffere
4、ntialevolutionalgorithm,onthebasisofmeasuringpopulationdiversity,adiminishingfeasiblesolutionselectionmechanismbasedonsequencingisintroducedtoimprovethemutationstrategycurrent-to-best.Inaddition,thenovelequalityconstraintsrepairmechanismisputforwardtoguaranteethefeasibilityofthesolutions.Finally,t
5、estsystemwith13unitsisusedforsimulationexperiment;theresultsprovetheeffectivenessofADEforsolvingEDmodel.Keywords:GeneratorunitDifferentialevolutionPowereconomicdispatchValve-pointeffectPopulationdiversityParticleswarmoptimization(PSD)MutationstrategyRepairmechanism出基于度量种群多样性的改进差分进化算法(adaptive0引言di
6、fferentialevolution,ADE),并处理各约束条件。最终电力经济调度(economicdispatch,ED)问题是现将ADE算法用于求解ED模型,结果表明本文提出的[1]代电力系统控制和操作中至关重要的部分。当考虑算法获得了更好的优化效果。系统实际运行中由于调节阀出现拔丝现象引起的阀点1电力经济调度的数学模型效应时,ED问题将变得更加复杂,因此寻找最优调度[2-3]结果是一个巨大的挑战。近年来,出现了很多求1.1目标函数[4]解ED问题的算法,其中遗传算法、模拟退火算电力经济调度是指在整个调度周期内,在满足系[5][6][7]法、粒子群算法、差分进化算法等启发式算法统负载
7、需求和机组运行约束条件下,优化各机组的负凭借其没有非凸等特征限制的优势,已经成功应用到荷分配,使系统发电总成本达到最小。该非线性优化求解ED问题中,并取得了一定成效。由Storn和Price的目标函数如下:[8]n提出的差分进化算法(differentialevolution,DE)更是minF=∑Fi(Pi)(1)被许多专家证明为简单、有效的进化算法,在实际优化i=1[9-11]式中:F(P)为第i个机组的成本特性函数
