为了准确、快速地求解电力系统环境经济调度(environmental economic dispatching,EED)问题,将基于分解的多目标进化算法(multi-objective evolutionary algorithm based on decomposition,MOEA/D)应用于电力调度领域,提出了基于MOEA/D的多目标环境经济调度算法.该算法首先采用Tchebycheff法将整个EED Pareto最优前沿的逼近问题分解为一定数量的单目标优化子问题,然后利用差分进化同时求解这些子问题,并在算法中加入约束处理及归一化操作,以获得最优的带约束EED问题的调度方案.最后,应用模糊集理论为决策者提供最优折中解.对IEEE 30节点测试系统进行仿真计算,并与其它智能优化算法的调度方案对比.结果表明,该算法有效可行,且具有很好的收敛速度和求解精度.
环境经济调度、多目标进化算法、MOEA/D、Pareto最优前沿
38
TM73(输配电工程、电力网及电力系统)
国家自然科学基金项目61305080;河南省科技攻关计划项目132102210521.本文的研究得到了河南省教育厅科学技术研究重点项目14A470010的资助,谨此致谢!Project Supported by National Natural Science Foundation of China61305080;Scientific and Technological Projects of Henan Province132102210521