基于改进遗传算法的电力系统经济负荷分配.pdf

基于改进遗传算法的电力系统经济负荷分配.pdf

ID:54018137

大小:280.21 KB

页数:6页

时间:2020-04-28

基于改进遗传算法的电力系统经济负荷分配.pdf_第1页
基于改进遗传算法的电力系统经济负荷分配.pdf_第2页
基于改进遗传算法的电力系统经济负荷分配.pdf_第3页
基于改进遗传算法的电力系统经济负荷分配.pdf_第4页
基于改进遗传算法的电力系统经济负荷分配.pdf_第5页
资源描述:

《基于改进遗传算法的电力系统经济负荷分配.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第卷第期控制与决策年月文章编号:()基于改进遗传算法的电力系统经济负荷分配何大阔,王福利,毛志忠(东北大学教育部暨辽宁省流程工业综合自动化重点实验室,信息科学与工程学院,沈阳)摘要:针对电力系统经济负荷分配问题,分析了遗传算法与传统数学优化方法的不同优势与特性,提出一种求解电力系统经济负荷分配问题的改进遗传算法利用极大熵理论将经济负荷分配问题转化为可微问题,将法引入遗传算法,提出了算子,以提高遗传算法的寻优速度与局部搜索能力同时,应用单纯形交叉算子将种群逐步向最优点进行引导,实现算法的快速寻优实例研究结果验证了所提出方法的有效性关键词:经济

2、负荷分配;遗传算法;极大熵;算子;单纯形交叉算子中图分类号:文献标识码:,,(,,,,:,:):(),,:;;;;引言适应性,使其成功地应用于包括问题在内的各[]经济负荷分配()问题是电力系统规划和运类优化问题本文通过对遗传算法与传统数学行调度中一类典型的优化问题其目的是在满足负优化方法和问题的分析,通过极大熵函数法将荷和运行约束的条件下,实现发电成本最小化,对于传统数学优化方法与遗传算法相结合,提出了一种提高系统运行的经济性和可靠性都具有重要的意针对问题的改进遗传算法()义电力系统经济负荷分配问题[]由于火电机组阀点效应导致耗量特性非线问

3、题的目标函数为[]性、不可导,使问题较为复杂二次规划法、动[]{()}()态规划法等传统数学优化方法在解决问题时都面临困难传统数学优化方法存在的问题为人工式中:为系统总发电费用,为系统内发电机总智能方法的应用提供了契机,进化规划[]、混沌优数,为第台发电机有功功率,()为第台发化[]、粒子群算法[,]等方法都在求解问题上取电机耗量特性得了较好的结果考虑阀点效应的耗量特性,()可表示为遗传算法的并行全局搜索性能和对问题较强的()收稿日期:;修回日期:基金项目:国家自然科学基金项目(,);国家子课题项目()作者简介:何大阔(),男,沈阳人,副教

4、授,博士,从事过程建模及优化理论与应用的研究;王福利(),男,辽宁辽阳人,教授,博士生导师,从事复杂工业过程建模、优化等研究第期何大阔等:基于改进遗传算法的电力系统经济负荷分配(())()问题近似化为一个可导问题,从而取得传统数学式中:,,,,为参数;为第台发电机有优化方法的应用基础同时,由定理,近似函数功功率下限()较原函数"()要大,即()是由正方向近发电机运行约束为似"(),于是,对于求极小的问题而言,近似后,()的函数最优值不会出现较原函数更优的病态解式中为发电机有功功率上限严格地讲,当不够大时,由近似函数求得的电力平衡约束为最优值

5、并非原函数的最优值,但本文应用传统数学优化方法是要发挥其快速性与局部搜索能力,只要,()能搜索到局部极值点附近次局部极值点即可,这也式中:为系统总网损,为系统总负荷为控制过早收敛提供了有利条件同时,所应用的传遗传算法与传统方法的结合统数学优化方法只用来搜索局部最优个体,整体算遗传算法种群对种群的多点寻优方式使它较法使用遗传算法的惩罚策略评价函数,并不将近似传统数学优化方法更易找到全局最优解,但对于一函数值作为评价函数值,所以,近似函数值的近似性些问题存在收敛速度较慢、难以找到精确解的情况不会对整体算法造成不良影响传统数学优化方法在寻优速度和

6、精度上较遗传算法算子优越,但对目标函数有特殊要求并且对初始点有较通过极大熵函数近似,结合处理约束的强的依赖性从遗传算法与传统数学优化方法的优乘子法可将原问题转化为可导无约束缺点和特性考虑,传统数学优化方法与遗传算法相优化问题变尺度法是求解无约束最优化问题的有结合具有扬长避短、优势互补的理论基础要将传统效算法之一,它不需要求二阶矩阵,只利用一数学优化方法与遗传算法相结合,首先必须对问题阶导数来构造二阶信息的近似矩阵,从而使该算法的目标函数进行处理,使它满足传统数学优化方法有较好的收敛性质的要求本文选择变尺度法中的法,对于如极大熵函数法()的问

7、题,算法可描述为由对于目标函数()的问题,可将目标函数改()得到搜索方向,然后沿方向进行一写为如下形式:维搜索,利用下式修正,从而迭代寻优:()(),{()()(())},()()()将法作为与选择、交叉、变异平行的一个{算子加入到遗传算法中,以一定比例产生算子个体进入子代{(()),遗传算法的实现(())}}单纯形交叉算子设!()(()),则有单纯形搜索法对于维问题采用对个初"(){!(),!()}()[,]始点为顶点组成的单纯形进行计算,通过改良单纯根据乘子法与极大熵理论,可得形较劣顶点进行搜索并逐步逼近最优点可见,单纯如下函数:形搜索

8、法是将单纯形中各顶点的信息加以交流来迭!()!()()[]()代寻优,这与遗传算法的交叉算子交叉父代信息极定理[,]当时,()一致收敛为类似由于单纯形搜索法具有方向性,寻优速度较

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。