10.13335/j.1000-3673.pst.2020.0041a
采用混沌粒子群-内点法联合算法的多目标发电调度
文章提出一种多目标混沌粒子群算法(multi-objective chaos particle swarm optimization,MOCPSO)-内点法(interior point method,IPM)联合算法(MOCPSO-IPM)来求解考虑经济环境状况的发电调度问题(economic environmental dispatching,EED),同时将负荷节点电压偏移量纳入规划.该算法包括3个阶段:1)用混沌初始化、混沌搜索和外部存档交叉变异改进的粒子群算法进行全局搜索,获取初步优化的非支配解集;2)采用基于前后代支配度比较的粒子群进化收敛判据.当满足判据时,对当前非支配解集进行自适应K-means聚类,在每个类中选取与该聚类中心归一化距离最近的可行粒子作为该类的代表粒子,用以概括非支配解集曲面的分布情况;3)对每个代表粒子,针对目标函数的取值情况,建立ε-constriant化模型,用内点法进行局部搜索和深度寻优.通过IEEE 30节点和2736节点标准算例进行仿真实验,从多角度来评估和证实本算法的有效性.
发电调度、帕累托最优、多目标混沌粒子群、K-means聚类、内点法
45
TM721(输配电工程、电力网及电力系统)
2021-03-15(万方平台首次上网日期,不代表论文的发表时间)
共9页
613-621