采用改进型多目标粒子群算法的电力系统环境经济调度

被引:55
作者
刘刚
彭春华
相龙阳
机构
[1] 华东交通大学电气与电子工程学院
关键词
环境经济调度; 多目标粒子群; 拥挤距离; Pareto最优前沿; 小概率变异;
D O I
10.13335/j.1000-3673.pst.2011.07.029
中图分类号
TM73 [电力系统的调度、管理、通信];
学科分类号
080802 ;
摘要
电力系统多目标环境经济调度要求在满足发电成本最小的同时发电厂的污染气体排放也最小,为此提出了基于Pareto占优策略和拥挤距离排序方法的改进型粒子群算法求解该多目标问题。采用容量可动态调整的外部存档集合存储当前Pareto最优解,利用Pareto占优策略确定个体最优位置,进而根据粒子拥挤距离确定全局最优位置,并设置了动态惯性权重,引入了小概率变异机制,提高了算法搜索能力。算例结果验证了该算法的有效性。
引用
收藏
页码:139 / 144
页数:6
相关论文
共 6 条
[1]   基于改进粒子群-径向基神经网络模型的短期电力负荷预测 [J].
师彪 ;
李郁侠 ;
于新花 ;
闫旺 ;
何常胜 ;
孟欣 .
电网技术, 2009, 33 (17) :180-184
[2]   基于免疫粒子群算法的电力系统无功优化 [J].
鲁忠燕 ;
邓集祥 ;
汪永红 .
电网技术, 2008, 32 (24) :55-59
[3]   一种求解最优潮流问题的改进粒子群优化算法 [J].
杨波 ;
赵遵廉 ;
陈允平 ;
韩启业 .
电网技术, 2006, (11) :6-10
[4]   基于微粒群优化算法的最优电力系统稳定器设计 [J].
赵辉 ;
刘鲁源 ;
张更新 .
电网技术, 2006, (03) :32-35
[5]   基于改进微粒群算法的水火电力系统短期发电计划优化 [J].
汪新星 ;
张明 .
电网技术, 2004, (12) :16-19
[6]  
Emission constrained dynamic dispatch .2 Granelli G P,Montagna M,Pasini G L,Marannino P. Electric Power Systems Research . 1992