基于改进粒子群优化算法的火电机组负荷多目标优化
随着人们环保意识的增强,火电机组负荷的经济性与环保性优化逐渐成为研究的对象,但目前研究一般在稳态工况下进行,而没有考虑负荷频繁变化所带来的影响.文中在动态情况下以负荷调度的经济性与环保性为目标进行优化,即以负荷调度的经济性、环保性、快速性为优化目标.在优化算法上,将广义Lagrange乘子法与粒子群优化(particle swarm optimization,PSO)算法相结合,提出了一种改进PSO算法.用改进PSO算法对优化模型进行了处理,结果表明,改进后的PSO优化方法比PSO算法调节解的速度更快、解空间的搜索能力更强.
电力负荷、多目标优化、集合函数、广义Lagrange乘子、改进粒子群优化算法
34
TM714(输配电工程、电力网及电力系统)
2010-10-13(万方平台首次上网日期,不代表论文的发表时间)
118-122