电力系统经济调度的量子粒子群改进算法

摘要：

电力系统经济调度(economic dispatch,ED)通过合理配置电力资源,在满足实际运行约束的前提下,使发电成本率最小化.针对ED问题,将量子粒子群优化(quantum-behaved particle swarm optimization,QPSO)算法与随机扰动策略相结合,提出了一种改进的随机扰动量子粒子群优化(QPSO with random perturbation,RPQPSO)算法.扰动策略采用2种方式,在进化后期根据随机概率对群中的每个粒子进行扰动,避免算法陷入局部最优.为了验证其有效性,利用一组标准测试函数对RPQPSO算法进行了性能测试,测试表明,该算法有助于增加种群多样性,提高算法的全局搜索能力.通过将该算法应用到典型电力系统中进行测试,该算法相较于传统遗传算法、粒子群算法和QPSO算法,在解的质量、鲁棒性和收敛性等方面都取得了较大的提高,表现出优异的求解性能.

关键词：经济调度、约束优化、随机扰动、进化计算、粒子群优化、城镇化

所属期刊栏目：32

分类号：TP301.6(计算技术、计算机技术)

资助基金：江苏省自然科学基金BK20170198

在线出版日期：2020-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：528-535