基于遗传粒子群混合算法的机组组合优化

被引:33
作者
张炯 [1 ]
刘天琪 [1 ]
苏鹏 [1 ]
张鑫 [2 ]
机构
[1] 四川大学电气信息学院
[2] 成都电业局
关键词
机组组合; 负荷经济分配; 遗传算法(GA); 粒子群优化(PSO);
D O I
暂无
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
节能发电调度的目标是实现能耗量最小,合理安排机组发电计划则更为至关重要。在参考文献的基础上,提出了一种用于机组组合优化的遗传粒子群混合优化算法。先用遗传算法求解机组组合,再用粒子群优化算法求解负荷经济分配。按照节能调度思路对遗传算法进行了改进,提高了优化性能。给出了10机算例系统优化结果,验证了该混合算法的可行性和有效性。
引用
收藏
页码:25 / 29
页数:5
相关论文
共 9 条
[1]   用于机组组合优化的蚁群粒子群混合算法 [J].
陈烨 ;
赵国波 ;
刘俊勇 ;
刘天琪 ;
李华强 .
电网技术, 2008, (06) :52-56
[2]   电力系统机组组合问题的动态双种群粒子群算法 [J].
李丹 ;
高立群 ;
王珂 ;
黄越 .
计算机应用, 2008, (01) :104-107
[3]   基于矩阵实数编码遗传算法求解大规模机组组合问题 [J].
孙力勇 ;
张焰 ;
蒋传文 .
中国电机工程学报, 2006, (02) :82-87
[4]   电力系统机组启停优化问题的改进DPSO算法 [J].
娄素华 ;
余欣梅 ;
熊信艮 ;
吴耀武 .
中国电机工程学报, 2005, (08) :30-35
[5]   基于退火演化算法和遗传算法的机组优化组合算法 [J].
吴金华 ;
吴耀武 ;
熊信艮 .
电网技术, 2003, (01) :26-29
[6]   基于蚁群优化算法的机组最优投入 [J].
郝晋 ;
石立宝 ;
周家启 ;
徐国禹 .
电网技术, 2002, (11) :26-31
[7]   机组优化组合的遗传算法 [J].
蔡超豪 ;
蔡元宇 .
电网技术, 1997, (01) :44-47+51
[8]   考虑发电机组输出功率速度限制的最优机组组合 [J].
韩学山 ;
柳焯 .
电网技术, 1994, (06) :11-16
[9]  
Unit commit ment:a bibliographical survey .2 PADHY N P. IEEE Trans on Power Systems . 2004