本文關(guān)鍵詞：采用基于分解的多目標進化算法的電力環(huán)境經(jīng)濟調(diào)度　出處：《電網(wǎng)技術(shù)》2014年06期 　論文類型：期刊論文

  更多相關(guān)文章： 環(huán)境經(jīng)濟調(diào)度 多目標進化算法 MOEA/D Pareto最優(yōu)前沿

【摘要】：為了準確、快速地求解電力系統(tǒng)環(huán)境經(jīng)濟調(diào)度(environmental economic dispatching,EED)問題,將基于分解的多目標進化算法(multi-objective evolutionary algorithm based on decomposition,MOEA/D)應(yīng)用于電力調(diào)度領(lǐng)域,提出了基于MOEA/D的多目標環(huán)境經(jīng)濟調(diào)度算法。該算法首先采用Tchebycheff法將整個EED Pareto最優(yōu)前沿的逼近問題分解為一定數(shù)量的單目標優(yōu)化子問題,然后利用差分進化同時求解這些子問題,并在算法中加入約束處理及歸一化操作,以獲得最優(yōu)的帶約束EED問題的調(diào)度方案。最后,應(yīng)用模糊集理論為決策者提供最優(yōu)折中解。對IEEE 30節(jié)點測試系統(tǒng)進行仿真計算,并與其它智能優(yōu)化算法的調(diào)度方案對比。結(jié)果表明,該算法有效可行,且具有很好的收斂速度和求解精度。
[Abstract]:In order to solve the power system environmental and economic dispatch economic dispatch problem accurately and quickly. Multiobjective evolutionary algorithm based on decomposition. Multi-objective evolutionary algorithm based on decomposition. MOEA / D) is used in the field of power dispatching. A multi-objective environmental economic scheduling algorithm based on MOEA/D is proposed. The Tchebycheff method is used to make the whole EED. The approximation problem of Pareto optimal frontier is decomposed into a certain number of single-objective optimization subproblems. Then the subproblems are solved simultaneously by differential evolution, and the constrained processing and normalized operation are added to the algorithm to obtain the optimal scheduling scheme of the constrained EED problem. Finally. The fuzzy set theory is applied to provide the optimal compromise solution for the decision makers. The IEEE 30-bus test system is simulated and calculated, and compared with the scheduling schemes of other intelligent optimization algorithms. The results show that. The algorithm is effective and feasible, and has good convergence speed and accuracy.
【作者單位】： 鄭州大學電氣工程學院;中原工學院電子信息學院;南洋理工大學電氣電子工程學院;
【基金】：國家自然科學基金項目(61305080) 河南省科技攻關(guān)計劃項目(132102210521)~~
【分類號】：TM73
【正文快照】： 0引言目前,世界上絕大多數(shù)的電廠仍然是以煤、石油、天然氣等不可再生能源作為發(fā)電的主要燃料,這會使得電廠排放大量的硫氧化物、氮氧化物及CO2等氣體,不僅污染大氣環(huán)境,還會導(dǎo)致溫室效應(yīng)[1]。隨著全球環(huán)境問題的日益嚴峻,減少污染氣體排放,保護生態(tài)環(huán)境,已成為全人類的共識。

【參考文獻】

相關(guān)期刊論文 前3條

1 馬忠麗;王科俊;莫宏偉;劉宏達;;基于免疫遺傳算法的環(huán)境經(jīng)濟負荷調(diào)度[J];電力系統(tǒng)及其自動化學報;2006年01期

2 王欣;秦斌;陽春華;吳敏;;基于混沌遺傳混合優(yōu)化算法的短期負荷環(huán)境和經(jīng)濟調(diào)度[J];中國電機工程學報;2006年11期

3 劉靜;羅先覺;;采用多目標隨機黑洞粒子群優(yōu)化算法的環(huán)境經(jīng)濟發(fā)電調(diào)度[J];中國電機工程學報;2010年34期

【共引文獻】

相關(guān)期刊論文 前10條

1 屈剛;程浩忠;歐陽武;;考慮線路剩余輸電容量的多目標電網(wǎng)規(guī)劃[J];電力系統(tǒng)自動化;2008年10期

2 賈德香;程浩忠;;電力市場下的電源規(guī)劃研究綜述[J];電力系統(tǒng)及其自動化學報;2007年05期

3 欒心剛;遲磊;楊振國;;考慮污染物限排的初期電力市場動態(tài)優(yōu)化調(diào)度[J];電力系統(tǒng)及其自動化學報;2009年05期

4 姚建剛;王健;李川;李輝;李寧;李軍;;考慮節(jié)能發(fā)電調(diào)度的發(fā)電競價上網(wǎng)機制[J];電力系統(tǒng)及其自動化學報;2010年02期

5 張秀霞;王爽心;吳冠瑋;;基于混沌遺傳和模糊決策算法的多目標負荷經(jīng)濟調(diào)度[J];電力自動化設(shè)備;2009年01期

6 陳燁;趙國波;劉俊勇;劉天琪;李華強;;用于機組組合優(yōu)化的蟻群粒子群混合算法[J];電網(wǎng)技術(shù);2008年06期

7 何潛;王崗;雷雨;劉波;黃林;朱可;張巖;;基于改進粒子群優(yōu)化算法的火電機組負荷多目標優(yōu)化[J];電網(wǎng)技術(shù);2010年08期

8 姚鵬;院曉濤;;省網(wǎng)調(diào)度經(jīng)濟分析模型研究及其系統(tǒng)實現(xiàn)[J];電力信息化;2008年09期

9 郭三剛;張琳;曹吉利;李曉康;;基于線性規(guī)劃的電力系統(tǒng)經(jīng)濟分配新方法[J];工程數(shù)學學報;2010年01期

10 張定華;桂衛(wèi)華;王衛(wèi)安;譚勝武;;基于無功控制的電鐵電能質(zhì)量治理裝置及應(yīng)用[J];高電壓技術(shù);2009年02期

相關(guān)博士學位論文 前10條

1 冉志紅;橋梁結(jié)構(gòu)損傷識別的動力指紋方法研究[D];西南交通大學;2007年

2 賈德香;電力市場環(huán)境下的電源規(guī)劃方法研究[D];上海交通大學;2007年

3 劉立衡;多目標進化算法的研究及其在負荷分配中的應(yīng)用[D];華北電力大學（北京）;2010年

4 袁桂麗;人工免疫系統(tǒng)及其在電站控制中的應(yīng)用研究[D];華北電力大學（北京）;2010年

5 何耀耀;基于混沌進化的水庫調(diào)度和洪災(zāi)評估的理論與方法[D];華中科技大學;2010年

6 郭壯志;水火電力系統(tǒng)節(jié)能調(diào)度模型與優(yōu)化方法研究[D];廣西大學;2012年

7 謝昶;電網(wǎng)檢修計劃優(yōu)化編制方法研究及應(yīng)用[D];華北電力大學;2013年

8 牟海波;城市交通信號控制及其應(yīng)用研究[D];蘭州交通大學;2012年

9 高燕;主動配電網(wǎng)計劃孤島與日前調(diào)度方法研究[D];中國農(nóng)業(yè)大學;2013年

10 于晨龍;混合多目標優(yōu)化方法研究及在電廠鍋爐負荷分配中的應(yīng)用[D];浙江大學;2013年

相關(guān)碩士學位論文 前10條

1 何海娟;基于改進多目標粒子群算法的魯棒控制方法研究[D];華東理工大學;2011年

2 王召旭;含風電場的電力系統(tǒng)動態(tài)經(jīng)濟調(diào)度的研究[D];華北電力大學（北京）;2011年

3 萬振東;考慮大規(guī)模風電消納能力的電網(wǎng)靈活規(guī)劃[D];上海交通大學;2011年

4 劉恒;電力市場環(huán)境下最優(yōu)潮流模型及其改進遺傳算法求解[D];西安理工大學;2007年

5 吳冠瑋;基于混沌遺傳和模糊決策算法的負荷經(jīng)濟調(diào)度[D];北京交通大學;2008年

6 孫月峰;海河流域生態(tài)環(huán)境供水量及配置理論與應(yīng)用[D];天津大學;2007年

7 劉永梅;供電企業(yè)資產(chǎn)維護管理系統(tǒng)研究[D];中國電力科學研究院;2007年

8 王粵;含風電場的電力系統(tǒng)經(jīng)濟調(diào)度研究[D];華北電力大學（河北）;2008年

9 李超慈;基于電力二氧化硫排放總量控制的燃煤電源規(guī)劃模型研究[D];華北電力大學（北京）;2010年

10 楊湛;基于改進原——對偶內(nèi)點法的節(jié)能發(fā)電調(diào)度優(yōu)化算法[D];華北電力大學（北京）;2010年

【二級參考文獻】

相關(guān)期刊論文 前10條

1 鄭德玲,梁瑞鑫,付冬梅,李曉剛,方彤;人工免疫系統(tǒng)及人工免疫遺傳算法在優(yōu)化中的應(yīng)用[J];北京科技大學學報;2003年03期

2 王f[,李渝曾,張少華;一種求解環(huán)境經(jīng)濟負荷調(diào)度問題的人工神經(jīng)網(wǎng)絡(luò)新方法[J];電力系統(tǒng)自動化;2002年21期

3 石琦,李承軍,王金文;遺傳算法在電力系統(tǒng)日有功優(yōu)化調(diào)度中的應(yīng)用[J];電力系統(tǒng)及其自動化學報;2002年02期

4 陳麗安,張培銘;免疫遺傳算法在MATLAB環(huán)境中的實現(xiàn)[J];福州大學學報(自然科學版);2004年05期

5 王大成,高賜威,程浩忠,奚s，

本文編號：1434060