本文關(guān)鍵詞：基于改進(jìn)引力搜索算法的電力系統(tǒng)機(jī)組組合問題的研究

  更多相關(guān)文章： 機(jī)組組合問題 萬有引力搜索算法 混沌局部搜索 電力系統(tǒng)

【摘要】：機(jī)組組合問題(Unit Commitment Problems,UCP)是一個(gè)具有實(shí)際應(yīng)用價(jià)值的工程問題,在電力系統(tǒng)研究中占有非常重要的地位,對(duì)發(fā)電廠中機(jī)組的啟停狀態(tài)機(jī)發(fā)電功率進(jìn)行合理的安排,能夠帶來顯著的社會(huì)效益和經(jīng)濟(jì)效益。機(jī)組組合問題具有離散、非線性等不確定因素,到目前為止,仍然沒有找到既能獲得理想的精度和運(yùn)算速度,又能全面考慮各種實(shí)際約束的算法。如何提高求解機(jī)組組合問題的速度和精度對(duì)電力系統(tǒng)的經(jīng)濟(jì)運(yùn)行仍然十分重要。常規(guī)的數(shù)學(xué)方法在解決這類問題時(shí)具有一定的局限性。但是,智能優(yōu)化方法卻適合求解傳統(tǒng)數(shù)學(xué)方法難以解決的高離散及高非線性的組合優(yōu)化問題。根據(jù)引力搜索算法和混沌局部搜索方法的特點(diǎn),將兩種算法進(jìn)行結(jié)合,設(shè)計(jì)求解算法用來求解決機(jī)組組合問題。首先,本文提出了兩種改進(jìn)的引力搜索算法求解機(jī)組組合問題,第一種方法是利用混沌系統(tǒng)產(chǎn)生的混沌變量代替引力搜索算法中的隨機(jī)變量,改善了引力搜索算法收斂速度過慢及容易陷入局部最優(yōu)的缺陷,同時(shí)利用混沌系統(tǒng)的遍歷性,還能增強(qiáng)引力搜索算法的全局搜索能力。第二種方法是先利用引力搜索算法求解問題的最優(yōu)解,為了防止算法陷入局部最優(yōu),以引力算法得到的最優(yōu)解為中心,設(shè)定合理的搜索半徑,建立一個(gè)超立方體,利用混沌局部搜索算法在新的搜索域內(nèi)進(jìn)行二次尋優(yōu),該方法可以有效的防止引力搜索算法陷入局部最優(yōu),從而得到全部最優(yōu)解。然后,運(yùn)用這兩種方法求解6種測(cè)試函數(shù)并進(jìn)行仿真實(shí)驗(yàn),仿真結(jié)果表明第二種改進(jìn)的算法比基本的引力搜索算法及第一種改進(jìn)算法好。最后,為了進(jìn)一步增強(qiáng)了算法的全局搜索能力,在第二種改進(jìn)的引力搜索算法的基礎(chǔ)上,增加遍歷性更強(qiáng)Piece Wise Linear Chaotic Map混沌系統(tǒng),并將算法應(yīng)用于含6臺(tái)和10臺(tái)發(fā)電機(jī)組的測(cè)試系統(tǒng),仿真優(yōu)化結(jié)果與初始的引力搜索算法、選擇性的修剪方法及迭代線性算法等進(jìn)行對(duì)比,電力系統(tǒng)機(jī)組的總發(fā)電費(fèi)用均優(yōu)于上述幾種算法,驗(yàn)證了改進(jìn)的引力搜索算法解決機(jī)組組合問題的可行性。
【關(guān)鍵詞】：機(jī)組組合問題 萬有引力搜索算法 混沌局部搜索 電力系統(tǒng)
【學(xué)位授予單位】：東華大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TM732
【目錄】：

• 摘要5-7
• ABSTRACT7-11
• 第一章 緒論11-19
• 1.1 課題研究背景及意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-18
• 1.2.1 機(jī)組組合數(shù)學(xué)模型的發(fā)展12-13
• 1.2.2 機(jī)組組合問題的研究現(xiàn)狀13-18
• 1.3 本文的主要內(nèi)容18-19
• 第二章 萬有引力搜索算法19-27
• 2.1 引力搜索算法的基本原理19-21
• 2.2 引力搜索算法操作流程21-24
• 2.3 引力搜索算法的實(shí)現(xiàn)步驟24-25
• 2.4 引力搜索算法的有效性25
• 2.5 引力搜索算法的應(yīng)用25-26
• 2.6 小結(jié)26-27
• 第三章 基于混沌局部搜索的改進(jìn)萬有引力算法27-45
• 3.1 混沌局部搜索算法27-29
• 3.1.1 混沌局部搜索算法的思想27
• 3.1.2 混沌局部搜索算法的特點(diǎn)27-28
• 3.1.3 混沌局部搜索算法的步驟28-29
• 3.2 基于混沌局部搜索算法的萬有引力算法29-33
• 3.2.1 算法的原理29-31
• 3.2.2 算法的實(shí)現(xiàn)步驟及流程圖31-33
• 3.3 改進(jìn)的引力搜索算法在函數(shù)優(yōu)化中的應(yīng)用33-35
• 3.3.1 函數(shù)優(yōu)化問題33-34
• 3.3.2 標(biāo)準(zhǔn)測(cè)試函數(shù)34-35
• 3.4 仿真結(jié)果分析35-43
• 3.4.1 函數(shù)的最優(yōu)解35-38
• 3.4.2 算法收斂速率38-41
• 3.4.3 函數(shù)最優(yōu)解的比值41-43
• 3.5 本章小結(jié)43-45
• 第四章 改進(jìn)的引力搜索算法在機(jī)組組合問題中的應(yīng)用45-65
• 4.1 機(jī)組組合問題的目標(biāo)函數(shù)45-47
• 4.1.1 機(jī)組的運(yùn)行成本46
• 4.1.2 機(jī)組的啟停成本46-47
• 4.2 機(jī)組組合問題的約束條件47-48
• 4.3 機(jī)組組合問題的求解難點(diǎn)分析48-49
• 4.4 算法設(shè)計(jì)49-53
• 4.4.1 種群初始個(gè)體的產(chǎn)生方式49-50
• 4.4.2 算法的實(shí)現(xiàn)步驟及流程圖50-51
• 4.4.3 約束條件及變量離散化處理51-53
• 4.5 實(shí)驗(yàn)仿真及結(jié)果53-64
• 4.5.1 含6臺(tái)機(jī)組的測(cè)試系統(tǒng)53-57
• 4.5.2 含10臺(tái)機(jī)組的測(cè)試系統(tǒng)57-64
• 4.6 本章小結(jié)64-65
• 第五章 總結(jié)與展望65-67
• 5.1 總結(jié)65
• 5.2 展望65-67
• 參考文獻(xiàn)67-73
• 攻讀碩士期間發(fā)表的論文73-75
• 致謝75

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉立群;火久元;王聯(lián)國;;全局共享因子的和聲搜索算法[J];重慶理工大學(xué)學(xué)報(bào)(自然科學(xué));2014年02期

2 周日貴;謝強(qiáng);姜楠;丁秋林;;多模式高概率量子搜索算法[J];南京航空航天大學(xué)學(xué)報(bào);2007年02期

3 劉躍軍;蘇靜;;一種改進(jìn)三步搜索算法的設(shè)計(jì)與實(shí)現(xiàn)[J];河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年04期

4 張敬敏;秦彭;賀毅朝;王彥祺;;一種改進(jìn)的和聲搜索算法及其應(yīng)用[J];科學(xué)技術(shù)與工程;2013年13期

5 歐陽海濱;高立群;郭麗;孔祥勇;;混沌反向?qū)W習(xí)和聲搜索算法[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年09期

6 ，

本文編號(hào)：858176