改進量子粒子群算法的電力系統(tǒng)經(jīng)濟調(diào)度仿真

風一火電力系統(tǒng)聯(lián)合優(yōu)化調(diào)度是一個極其復雜的np問題，不易求解。，改進粒子群算法，并將其應用于風一火電力系統(tǒng)聯(lián)合優(yōu)化調(diào)度，提出了一種改進的慣性權重線性遞減的粒子群算法。針對粒子群算法容易局部收斂的缺陷，、首先，本文在慣性權重線性遞減（ldw）的基礎上，加入常數(shù)擾動，使慣性權重大幅增大，以便于跳出局部搜索，進行全局搜索，從而防止局部收斂；其次，為盡可能的避免粒子群算法出現(xiàn)粒子高度聚集在最優(yōu)粒子的周圍的情況，使得粒子趨于相同以致于大大損失粒子群的多樣性，一定概率的自適應的改變慣性權重并混入隨機個體，以便于更好的保持種群多樣性、、最后，在matlab2010agui平臺下采用幾種不同的粒子群算法進行仿真試驗。仿真結果表明，在相同條件下改進的粒子群算法能夠?qū)さ礁_的解。

首次將量子粒子群優(yōu)化算法用于水電系統(tǒng)經(jīng)濟運行研究中。該算法是量子理論與粒子群算法的融合,在粒子編碼過程中引入了量子的態(tài)矢量表達,并將量子比特的概率幅表示應用于粒子的編碼,使得粒子可以表達為多個態(tài)的疊加;在粒子更新操作過程中,利用量子邏輯門實現(xiàn)了粒子的演化,具有比常規(guī)粒子群算法更好的目標優(yōu)化性能。仿真結果證實該算法可有效解決水電機組經(jīng)濟運行問題。性能對比顯示,該算法求得的解優(yōu)于常規(guī)粒子群算法及其它優(yōu)化算法所求得的解。

船舶電力系統(tǒng)網(wǎng)絡重構本質(zhì)上是帶約束的多目標組合優(yōu)化問題。針對船舶電網(wǎng)重構問題的特點,建立了船舶電力網(wǎng)絡的無向圖模型;在此基礎上,進一步建立了以負荷恢復量、開關操作次數(shù)和發(fā)電機效率均衡性為優(yōu)化目標的船舶電力系統(tǒng)多目標重構模型;提出了一種結合\"背包策略\"和模擬退火算子的改進粒子群算法進行求解。其中\(zhòng)"背包策略\"可以明顯提高粒子群算法的搜索起點和加快收斂速度;模擬退火算子能夠很好地提高粒子群算法的局部搜索能力和克服粒子群算法易于陷入局部最優(yōu)解的缺點。測試算例結果表明,利用所提方法能夠獲得更好、更完備的船舶電力系統(tǒng)重構方案,算法具有較好的優(yōu)化性能。

第28卷第19期電網(wǎng)技術vol.28no.19 2004年10月powersystemtechnologyoct.2004 文章編號：1000-3673（2004）19-0014-06中圖分類號：tm715文獻標識碼：a學科代碼：470·4054 粒子群優(yōu)化算法在電力系統(tǒng)中的應用 袁曉輝1，王乘1，張勇傳1，袁艷斌2 （1．華中科技大學，湖北省武漢市430074；2．武漢理工大學，湖北省武漢市430071） asurveyonapplicationofparticleswarmoptimization toelectricpowersystems yuanxiao-hui1，wangcheng1，zhangyong-chuan1，yuanya

隨著電力系統(tǒng)規(guī)模的日益擴大和電力市場改革的實施，保證電力系統(tǒng)安全、經(jīng)濟、穩(wěn)定、可靠地運行越來越重要。本文對pso算法在電力系統(tǒng)中應用的研究現(xiàn)狀進行了較為全面的總結，主要包括在電網(wǎng)擴展規(guī)劃、檢修計劃、機組組合、負荷經(jīng)濟分配、最優(yōu)潮流計算與無功優(yōu)化控制、諧波分析與電容器配置、網(wǎng)絡狀態(tài)估計、參數(shù)辨識、優(yōu)化設計等方面的應用研究成果。

為科學求解梯級水電站群多目標優(yōu)化調(diào)度模型,提出一種基于量子行為進化機制的多目標量子粒子群算法(moqpso)。該方法以標準量子粒子群算法(qpso)為基礎,引入外部檔案集合存儲非劣粒子,利用個體支配關系實現(xiàn)檔案集合的動態(tài)更新維護;依據(jù)個體領導能力優(yōu)劣選擇粒子歷史最優(yōu)位置與種群全局最優(yōu)位置,維持搜索過程中個體進化方向的多樣性;采用混沌變異算子對個體進行局部擾動,提升算法的全局收斂性能。烏江流域模擬調(diào)度結果表明,所提方法具有良好的收斂速度與尋優(yōu)能力,可快速獲得兼顧梯級水電系統(tǒng)經(jīng)濟性與可靠性要求的pareto解集,能夠為工程人員提供科學的決策依據(jù)。

介紹了標準粒子群算法的基本思想,提出了鋼框架抗震優(yōu)化設計的量子粒子群算法,建立了多層鋼框架優(yōu)化設計數(shù)學模型,最后通過一個算例驗證了該方法的效率和有效性,結果表明該方法科學可行,具有很好的應用前景。

電力系統(tǒng)機組組合問題的改進粒子群優(yōu)化算法

為優(yōu)化電力市場競價,以發(fā)電機組實際報價結算購電費用最低為目標函數(shù),提出了基于粒子群算法的電力市場競價方法。算例仿真計算的結果表明,在滿足電力系統(tǒng)多種約束的前提下,能取得較好的收斂結果,進一步驗證算法的正確性和有效性。

盾構掘進優(yōu)化能夠提高施工的穩(wěn)定性,確保施工效率和施工質(zhì)量,因此,將改進粒子群算法應用于盾構掘進施工優(yōu)化中.文章分析了盾構掘進施工參數(shù)對施工質(zhì)量的影響,并設計了施工優(yōu)化的數(shù)學模型;研究了改進粒子群算法,提出了慣性權重的調(diào)節(jié)算法和設計盾構掘進施工優(yōu)化的算法流程;最后進行了盾構掘進施工優(yōu)化的仿真分析.結果表明:該算法能夠有效地控制盾構掘進施工的沉降量,從而確保了盾構掘進施工質(zhì)量.

提出了一種基于進化機制的ebg(electromagneticbandgap)結構優(yōu)化設計方法,該方法結合改進的簡化粒子群算法ispso(improvedsimpleparticleswarmoptimization)和電磁仿真軟件ie3d,實現(xiàn)ebg結構自動優(yōu)化設計,使其達到設計指標。算法實現(xiàn)過程中,ebg結構的幾何參數(shù)通過外部改進的粒子群優(yōu)化算法來優(yōu)化設計,結構特性的仿真通過電磁仿真軟件ie3d來完成的。利用ispso/ie3d方法優(yōu)化設計了一個ebg結構,仿真試驗表明該ebg結構性能優(yōu)異,進而也驗證了ispso/ie3d自動設計方法對ebg結構設計的有效性。最后將該ebg結構用于微帶天線設計中,提高了天線的性能。

濟鋼的氧氣系統(tǒng)一直存在著供需不平衡的問題,導致氧氣放散率高,影響經(jīng)濟效益。通過對氧氣系統(tǒng)的生產(chǎn)、存儲和使用等環(huán)節(jié)進行綜合分析,以氧氣放散率最低,經(jīng)濟效益最大為目標函數(shù),建立氧氣系統(tǒng)優(yōu)化調(diào)度的模型,并利用改進的粒子群算法求得最優(yōu)解,取得了良好的效果。

針對火電系統(tǒng)生產(chǎn)過程中的環(huán)境污染問題,提出以火電系統(tǒng)節(jié)能環(huán)保為重點研究對象的多目標優(yōu)化調(diào)度模型,并以改進的粒子群算法進行求解。結合灰色系統(tǒng)理論中有關灰色關聯(lián)度的概念對粒子群算法多目標求解機制進行改進,對煤耗量、污染氣體和煙塵排放等的多目標火電系統(tǒng)優(yōu)化求解,引入壓縮因子改善粒子群算法的性能,增強其全局收斂能力。通過ieee14節(jié)點系統(tǒng)算例證明本算法的有效性。

為提高電力系統(tǒng)短期負荷預測的精度,引入一種新型的群智能方法——粒子群優(yōu)化算法,并將這種智能算法與bp算法相結合,形成了粒子群優(yōu)化bp算法模型,建立了計及氣象因素的短期負荷預測模型.通過具體算例將此模型與單純的bp模型進行比較,結果表明:該算法具有較高的預測精度,完全能滿足實際工程的要求.

在物聯(lián)網(wǎng)時代利用計算機信息技術與通信技術,基于粒子群算法可實現(xiàn)對電力調(diào)度分級管理的技術手段。本文在應用現(xiàn)代微電子技術、通信技術和控制理論的基礎上,選取常用測試函數(shù)的兩種方式利用軟件matlab完成測試與驗證。通過粒子群算法,按照調(diào)度分級管理劃分的范圍,實現(xiàn)電力系統(tǒng)最優(yōu)化的信息收集與交換、安全監(jiān)視和控制、經(jīng)濟運行和維護,力求保障各電力控制功能的自動協(xié)調(diào),有效防止了算法陷入局部最優(yōu),輔助調(diào)度人員正常穩(wěn)定的指揮電力系統(tǒng)的生產(chǎn)運行。

針對粒子群算法易陷入局部最優(yōu)的缺點,提出了一種雙適應度方法、動態(tài)鄰域算子和隨機動態(tài)調(diào)整慣性權重機制有機結合的混合改進策略。算例計算表明,該改進策略能增強粒子的局部收斂能力,加快算法的收斂速度,便于處理復雜約束條件,為求解具有復雜約束條件的非線性規(guī)劃問題提供了一種簡單有效的方法。文中探討了梯級水電站優(yōu)化調(diào)度的相關問題,考慮了豐枯分時電價因素,建立了梯級水電站長期優(yōu)化調(diào)度數(shù)學模型,并應用改進粒子群算法進行求解。實際梯級水電站計算表明,該模型使枯水期大部分時間出力均勻平穩(wěn),豐水期能兼顧防洪和蓄水的不同要求,有利于電力系統(tǒng)的穩(wěn)定運行。改進粒子群算法計算速度快、收斂精度高,為梯級水電站長期優(yōu)化調(diào)度提供了一種簡單實用的求解方法。

粒子群優(yōu)化算法是通過粒子記憶、追隨當前最優(yōu)粒子,并不斷更新自己的位置和速度來尋找問題的最優(yōu)解。為了克服標準粒子群算法存在著早熟收斂、難以處理問題約束條件等缺點,本研究對遞減慣性權值進行了改進,將其表示為粒子群進化速度與群體平均適應度方差的函數(shù);給出了適合pso算法的約束處理機制,提出了一種改進自適應粒子群算法,并將其應用于水庫優(yōu)化調(diào)度中。實例計算并與經(jīng)典方法相比,表明該方法原理簡單、易編程實現(xiàn),能以較快的速度收斂于全局最優(yōu)解。

在無功優(yōu)化、分布式電源(dg)有功優(yōu)化和網(wǎng)絡重構協(xié)同的條件下,以有功網(wǎng)損最小為目標函數(shù)、多種電氣限制和網(wǎng)絡拓撲結構為約束條件建立了配電網(wǎng)綜合運行優(yōu)化模型;針對基本粒子群算法容易陷入局部最優(yōu)、收斂速度慢等缺點,提出一種改進的粒子群(ipso)算法,并將其用于求解配電網(wǎng)綜合運行優(yōu)化模型.結果表明,所建配電網(wǎng)綜合運行優(yōu)化模型能夠同時優(yōu)化補償電容器投切容量、有載調(diào)壓變壓器變比、dg出力和網(wǎng)絡開關狀態(tài),從而獲得配電網(wǎng)的最佳運行狀態(tài).同時,通過ieee33節(jié)點配電網(wǎng)算例的仿真結果驗證了配電網(wǎng)綜合運行優(yōu)化模型的有效性和ipso算法的高效性.

提出了一種利用改進粒子群算法來解決變電站選址定容的問題,在改進的方法中,通過對基本粒子群算法的慣性權值的研究和測試,將其由一個定值變?yōu)橐粋€隨著迭代次數(shù)而變化的量,有效的解決了粒子群算法在局部收斂上的問題;在模型上,將一些在選址定容中不可量化的因素引用到模型中,使量化因素和非量化因素緊密結合,共同作用于選址過程,使其科學合理;并通過實例規(guī)劃實例驗證了該文所提模型和方法正確性和有效性。

基于改進粒子群算法的水電站水庫優(yōu)化調(diào)度研究——針對粒子群優(yōu)化算法容易陷入局部最優(yōu)解的問題，提出一種基于模擬退火機制的改進粒子群優(yōu)化算法，并將其引入水庫調(diào)度領域，設計了基于該算法的水電站水庫優(yōu)化調(diào)度問題的求解方法。計算實例表明，該方法采用并行搜...

針對分布式能源接入配電網(wǎng)的經(jīng)濟調(diào)度問題,本文在考慮光伏、風能、燃氣輪機及蓄電池等分布式能源接入配電網(wǎng)的基礎上,建立以配電網(wǎng)總成本最小為目標函數(shù)的主動配電網(wǎng)的經(jīng)濟優(yōu)化調(diào)度模型,并將粒子群算法用于該調(diào)度問題的求解,最后通過算例仿真驗證調(diào)度的優(yōu)化性,大大提高了電網(wǎng)經(jīng)濟效益.

電梯混合能源控制優(yōu)化是對電梯、太陽能、蓄電池、超級電容等設備間的能量交換進行控制優(yōu)化。根據(jù)電梯系統(tǒng)的特點，在滿足電梯所需能量的前提下，以電網(wǎng)所需的耗電量最小為優(yōu)化指標，建立電梯的混合能源優(yōu)化目標函數(shù)。其中目標優(yōu)化函數(shù)中的變量如0－1等非連續(xù)的開關變量，其混合能源管理優(yōu)化過程是非線性變參數(shù)優(yōu)化問題，難以用普通的解析方法進行計算。采用混沌粒子群算法的智能求解策略，通過對某電梯的仿真，驗證了模型和算法的有效性。