基于混合DE-PSO多目标算法的动态环境经济调度

摘要：

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.

关键词：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

所属期刊栏目：38

分类号：TM743(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金资助项目51677072

在线出版日期：2018-09-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-7