改进多目标蚁群算法在电网规划中的应用

《改进多目标蚁群算法在电网规划中的应用》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33卷第18期2009年10月文章编号：1000-3673（2009）18-0057-06电网技术PowerSystemTechnology中图分类号：TM715文献标志码：AVol.33No.18Oct.2009学科代码：470·4051改进多目标蚁群算法在电网规划中的应用符杨1，孟令合2，胡荣1，曹家麟1（1．上海电力学院电力工程系，上海市杨浦区200090；2．上海大学机电工程与自动化学院，上海市闸北区200072）ApplicationofImprovedMulti-ObjectiveAntColonyAlgorithminPowerNetworkPlanningFUYang1，M

2、ENGLing-he2，HURong1，CAOJia-lin1（1．DepartmentofElectricalEngineering，ShanghaiUniversityofElectricPower，YangpuDistrict，Shanghai200090，China；2．SchoolofMechatronicsEngineeringandAutomation，ShanghaiUniversity，ZhabeiDistrict，Shanghai200072，China）ABSTRACT:Forthereasonthatbotheconomyandreliabilityshouldbec

3、onsideredduringpowernetworkplanning,animprovedmulti-objectiveantcolonyalgorithm(IMACA)isproposed.Intheproposedalgorithm,themodifiedquicksortmethodisadoptedtoconstructParetooptimalsolutionset,thustheslow-chainisshortenedandthetimecomplexityofthisalgorithmismitigated;theclusteringalgorithmisadoptedto

4、modifynon-dominatedsolution,thustheobtainedsolutioncanpossessgooddiversityanddistributivityinwholeParetosolutionspace;thesociohormoneisadoptedtoupdatevariableparametercontrol,thustheglobalconvergenceisspeededup;thesociohormonevolatilizationcoefficientisusedtodynamicadaptiveregulationmechanism,thust

5、heglobalsearchabilityoftheproposedalgorithmisimproved.Thecalculationresultsofan18-buspowernetworkplanningshowthatmoreParetooptimalsolutionscanbeobtainedbytheproposedalgorithmthanbybasicmulti-objectiveantcolonyalgorithm,andtheParetofrontierdistributionismoreuniform,meanwhile,theconvergenceandrapidit

6、yareimproved.KEYWORDS:multi-objectiveantcolonyalgorithm；clusteringanalysis；Paretooptimal；powernetworkplanning摘要：针对电网规划需综合考虑经济性和可靠性的问题，提出一种改进的多目标蚁群算法。该算法采用改进的快速排序方法构造Pareto最优解集，缩短了“慢速链”，降低了算法的时间复杂度；采用聚类算法裁剪非支配解，使所得解在整个Pareto解空间具有良好的多样性和分布性；采用信息素更新变参数控制，加快算法的全局收敛速度；采用挥发系数动态自适应调节机制，提高算法全局搜索能力。通过18节点电网

7、规划算例证明，提出的改进算法与基本多目标蚁群算法相比，所得的Pareto最优解数量更多，Pareto前沿分布更基金项目：上海市重点攻关计划项目(071605123)；上海市教委科研创新项目(08ZZ92)；上海市教委重点学科建设资助项目(J51301)。加均匀，同时收敛性和快速性也得到了提高。关键词：多目标蚁群算法；聚类分析；Pareto最优；电网规划0引言电网规划是一个多目标的优化问题，传统的规划方法主要侧