10.16081/j.issn.1006-6047.2018.08.001
基于混合DE-PSO多目标算法的动态环境经济调度
电力系统中的动态环境经济调度(DEED)是一个多变量、强约束、非凸的多目标优化问题,传统方法很难进行求解.基于微分进化(DE)算法的快速收敛性和粒子群优化(PSO)算法的搜索多样性,提出一种融合2种算法优点的混合DE-PSO多目标优化算法来求解DEED问题,该算法基于外部存档集和Pareto占优原则,采用自适应参数的DE和PSO双种群更新策略以及一种改进的Pareto解集裁剪方法.引入3种指标评价算法的性能,并采用模糊决策技术从Pareto前沿中提取折中解以供决策者进行选择.经典算例的仿真结果表明所提方法能同时优化成本和排放这2个冲突的目标,且获得了比其他算法更为宽广和均匀的Pareto前沿,体现了所提方法的可行性和优越性.
动态环境经济调度、多目标优化、微分进化、粒子群优化、最佳折中解
38
TM743(输配电工程、电力网及电力系统)
国家自然科学基金资助项目51677072
2018-09-13(万方平台首次上网日期,不代表论文的发表时间)
共7页
1-7