基于经济负荷分配的混沌迭代粒子群算法.pdf

基于经济负荷分配的混沌迭代粒子群算法.pdf

ID:55806108

大小:973.53 KB

页数:5页

时间:2020-06-03

基于经济负荷分配的混沌迭代粒子群算法.pdf_第1页
基于经济负荷分配的混沌迭代粒子群算法.pdf_第2页
基于经济负荷分配的混沌迭代粒子群算法.pdf_第3页
基于经济负荷分配的混沌迭代粒子群算法.pdf_第4页
基于经济负荷分配的混沌迭代粒子群算法.pdf_第5页
资源描述:

《基于经济负荷分配的混沌迭代粒子群算法.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34卷第3期桂林理工大学学报Vol34No32014年8月JournalofGuilinUniversityofTechnologyAug2014文章编号:1674-9057(2014)03-0579-05doi:103969/j.issn1674-9057201403029基于经济负荷分配的混沌迭代粒子群算法121a1a1a1a邹恩,林兰,黄浩扬,霍庆,张增根,黄水鸿(1华南农业大学a工程学院,广州510642;b

2、珠江学院,广州510900;2广东中烟工业有限责任公司广州卷烟厂,广州510385)摘要:为高效求解复杂的非凸、非线性电力系统经济负荷分配问题,提出了一种混沌迭代粒子群算法:粒子群算法的全局搜索能力很强,但易陷入局部最优,混沌的遍历性特性可有效抑制早熟现象。将最优迭代因子引入粒子群算法,对经粒子群算法搜索后的先验解进行基于一种新Tent映射的混沌变异,并改进算法的迭代策略,以平衡粒子的全局和局部性搜索,避免了早熟收敛。通过6机组、15机组的仿真试验,以及同其他算法仿真结果的比较,验证了本算法良好的收敛性和寻优性。关键词:混沌变异

3、;最优迭代;粒子群;电力系统;早熟中图分类号:TP3016文献标志码:A群算法的全局搜索能力和禁忌算法(TS)的局部0引言搜索能力相结合用于热电联产负荷经济分配问题作为电力系统中典型的优化问题,经济负荷分的求解,通过TS算法较强的爬坡能力有效克服配(economicloaddispatch,ELD)的目标是在满足负PSO算法的早熟问题;文献[5]将单纯形算子嵌荷和运行约束的条件下,最小化发电成本。系统送入PSO算法,用于更新适应值最好的部分粒子,电能力、稳定性等使得ELD问题的可行域为非凸,提高了NM-PSO算法的寻优能力和收敛

4、速度;文受汽轮机阀点效应的影响,机组的耗量曲线呈现非献[6]引入优化惯性权重策略和带扰动的最优最线性,因此,ELD问题本质上呈现高维、非凸、多约差粒子策略改进粒子群算法,对13、20机组在经束和非线性的特点。传统方法如动态规划法解决济负荷分配上的仿真,取得了比PSO算法效率更ELD问题,需要被优化对象具有良好的数学特性,高、总费用更小的最优解;文献[7]采用基于但处理效果不理想。近年来,人工智能技术的发展Pareto占优策略和拥挤距离排序方法的改进粒子群和多学科的交叉融合,给ELD问题的求解带来了新算法求解多目标经济调度问题,取得

5、了比NSGA-[1][2]的突破,遗传算法(GA)、混沌粒子群算法II和常规MOPSO算法分布更均匀、更完整的Pare[3](ICPSO)和微分进化算法(DE)等新方法的广泛to最优前沿;文献[8]将序列二次规划法应用,克服了传统方法的不足,提高了解的质量。(SQP)引入混沌粒子群算法对全局较优解进行微粒子群(PSO)算法利用记忆和反馈机制共调,求解带阀点效应的经济负荷分配问题,获得同进行高效率的寻优,能够较快解决大规模的优了比现有算法收敛性更快、质量更优的解。化问题,但算法效率受参数设置及粒子的初始分笔者在以往混沌粒子群算法的

6、基础上,引入[9]布影响严重。为改善算法效率,文献[4]将粒子最优迭代因子以增强粒子的全局搜索能力,在粒收稿日期:2013-09-22基金项目:国家自然科学基金项目(31171457);广东省产学研结合基金项目(2010B090400451;201213091100020);广东省自然科学基金项目(S2013040016144)作者简介:邹恩(1956—),女,博士,教授,研究方向:神经网络、模糊控制和混沌优化,zouen10@scaueducn。引文格式:邹恩,林兰,黄浩扬,等.基于经济负荷分配的混沌迭代粒子群算法[J].桂

7、林理工大学学报,2014,34(3):579-583.580桂林理工大学学报2014年子群速度更新公式的基础上,引入1项以全局最工作死区的上边界、下边界;nm是机组m的工作死优粒子对应的适应值为引导的变异算子,并将先区个数,对违反该约束的机组,将其限定在最近的验解进行基于一种新Tent映射的混沌变异,改变边界值。了粒子的混沌搜索机制,流程上改进了粒子的迭15线路潮流约束代策略。经多个算例验证,算法很好的平衡了粒|P|≤Pmax,k=1,2,2,…,L。(6)Lf,kLf,k子的全局性和局部性搜索,有效避免了早熟。max其中:PL

8、f,k是线路k上的实时功率流;PLf,k是线路k1多约束的ELD数学模型上的潮流上限;L是传输线根数。ELD问题的目标函数为ELD问题是在系统功率平衡约束、机组本身N限制如爬坡约束和死区约束等制约下,合理分配minmizeFt=∑Fm(Pm)。(7

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。