欢迎来到天天文库
浏览记录
ID:57749891
大小:408.90 KB
页数:6页
时间:2020-03-28
《基于多Agent粒子群优化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,更多相关内容在行业资料-天天文库。
1、第4O卷第10期电力系统保护与控制V01.40NO.102012年5月16日PowerSystemProtectionandControlMay16,2012基于多Agent粒子群优化算法的电力系统经济负荷分配唐贤伦,张衡,李进,周维(重庆邮电大学工业物联网与网络化控制教育部重点实验室,重庆400065)摘要:为更好地解决电力系统中经济负荷分配非连续、非凸、非线性的优化问题,提出一种新的基于多Agent系统竞争与合作机制的多Agent粒子群优化算法。该算法以粒子群算法和智能体技术为基础,将粒子群算法的群搜索特征和智能体的智能搜索特征相
2、结合,使粒子在搜索过程中利用群体信息,环境信息共同决定搜索策略。每一个Agent相当于粒子群优化算法中的一个粒子,通过与其随机选取的邻居的竞争、合作操作,能够充分获得问题信息并自适应地权衡粒子的全局探索能力和局部开发能力,可更快、更精确地收敛到全局最优解。对IEEE3节点,IEEE13节点和IEEE40节点系统的仿真结果表明,该算法在求取电力系统ELD问题时具有较高质量的解和运行速度。关键词:电力系统;经济负荷分配;粒子群优化算法;多Agent系统;竞争;合作Aneconomicloaddispatchmethodofpowersys
3、tembasedonmulti-AgentparticleswarmoptimizationalgorithmTANGXian-lun,ZHANGHeng,LIJin,ZHOUWei‘(KeyLaboratoryofIndustrialWirelessNetworkandNetworkedControlofMinistryofEducation,ChongqingUniversityofPostsandTelecommunications,Chongqing400065,China)Abstract:Animprovedmulti-A
4、gentparticleswarmoptimizationalgorithm(RN--MAPSO)basedonmulti·-Agentsystemcompetitionandcollaborationmechanismisproposedforsolvingthediscontinuous,non-convexandnonlineareconomicloaddispatch(ELD)problemsofpowersystem.ThealgorithmcombinestheswarmsearchfeatureofthePSOwitht
5、heintelligentsearchfeatureoftheagentbasedontheparticleswalTnoptimizationalgorithmandtechnologyofagent.Inthesearchprocess,eachagentistreatedasoneparticleofPSOthatCantakeadvantageofthegroupinformationandtheenvironmentalinformationtodeterminethesearchtactics.Bycompetitiona
6、ndcooperationwiththerandomlyselectedneighbors,theagentCanadaptivelyadjustitsglobalsearchingabilityandlocalexploringability,andconvergetheglobaloptimalsolutionmoreaccuratelyathigherspeed.Toverifytheefectivenessoftheproposedalgorithm,RN-MAPSOistestedintheIEEE3nodes,13node
7、sand40nodessystemandtheexperimentresultsshowthattheproposedalgorithmforELDproblemscanacquirehigh-qualitysolutionsrapidly.ThisworkissuppoaedbyNmionalNaturalScienceFoundationofChina(No.60905066).Keywords:powersystem;economicloaddispatch(ELD);particleSWalTnoptimizationalgo
8、rithm(PSO);multi-Agentsystem(MAS);competition;coopermion中图分类号:TM71文献标识码:A文章编号:1674-3415(2012)10-0042—06系统中,由于机
此文档下载收益归作者所有