本文關(guān)鍵詞：水火電力系統(tǒng)短期優(yōu)化調(diào)度小生境混合差分進化算法研究

  更多相關(guān)文章： 短期優(yōu)化調(diào)度 差分進化算法 小生境 隨機搜索 約束處理 水火電力系統(tǒng)

【摘要】：以求解水火電力系統(tǒng)短期優(yōu)化調(diào)度這一復雜約束優(yōu)化問題為背景,對其進行了數(shù)學建模,并依據(jù)模型求解的特點提出一種小生境混合差分進化算法(HNDE)。該算法將小生境技術(shù)納入差分進化的優(yōu)化框架,并依據(jù)極小歐式距離設(shè)計了小生境的排擠機制以維持求解空間的多樣性。在此基礎(chǔ)上,采用一種隨機二次搜索算子實現(xiàn)了小生境淘汰個體的修復機制,從而進一步提升算法的求解精度。同時,考慮到水火電力系統(tǒng)短期優(yōu)化調(diào)度問題約束條件復雜且難以處理,依據(jù)不同類型約束的特點,提出一種啟發(fā)式的約束處理方法。實例計算表明,此方法是可行且實用的,具有優(yōu)化效率好、魯棒性高、計算迅速等特點。
【作者單位】： 武漢大學電氣工程學院;中國電建集團中南勘測設(shè)計研究院有限公司;
【關(guān)鍵詞】： 短期優(yōu)化調(diào)度 差分進化算法 小生境 隨機搜索 約束處理 水火電力系統(tǒng)
【基金】：國家自然基金青年基金資助項目(51209008)
【分類號】：TV737
【正文快照】： 0引言水火電力系統(tǒng)短期優(yōu)化調(diào)度(Hydro-thermal PowerSystem Short-term Optimal Operation,HTSOO)[1]在電力系統(tǒng)運行中起著至關(guān)重要的作用。其調(diào)度目標通常是在滿足系統(tǒng)運行邊界條件的前提下,通過優(yōu)化分配系統(tǒng)中水電站各時段發(fā)電流量及火電站各時段的負荷分配,從而使整個調(diào)度

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 郭海麗;高慧敏;;一種基于小生境技術(shù)的兩階段分布估計算法[J];太原科技大學學報;2010年06期

2 史俊友;馮美貴;蘇傳生;張瑩;;不規(guī)則件優(yōu)化排樣的小生境遺傳模擬退火算法[J];機械科學與技術(shù);2007年07期

3 王俊年,申群太,沈洪遠,周鮮成;一種改進的小生境微粒群算法[J];山東大學學報(工學版);2005年03期

4 劉愛軍;楊育;邢青松;陸惠;張煜東;;含精英策略的小生境遺傳退火算法研究及其應用[J];中國機械工程;2012年05期

5 羅書強;趙鵬;張根保;;車間生產(chǎn)調(diào)度中動態(tài)小生境協(xié)同進化算法[J];重慶大學學報;2011年12期

6 羅熹;周鑫;;基于小生境的菌群算法的改進[J];武漢理工大學學報(信息與管理工程版);2012年04期

7 伊廷華;張旭東;李宏男;;基于小生境猴群算法的傳感器優(yōu)化布置方法研究[J];工程力學;2014年09期

8 周長峰;賈倩;張恒海;;小生境技術(shù)在動力學系統(tǒng)參數(shù)辨識中的應用研究[J];山東交通學院學報;2008年03期

9 馮毅,李利,高艷明,田樹軍;一種基于小生境的混合遺傳退火算法[J];機械科學與技術(shù);2004年12期

10 李智勇;陳友文;;一種融入小生境技術(shù)的遺傳禁忌算法[J];湖南大學學報(自然科學版);2010年04期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 李文啟;仇一鳴;武廣;汪鐳;吳啟迪;;一種基于小生境微粒群算法的參數(shù)窗口選擇方法[A];2011年中國智能自動化學術(shù)會議論文集（第一分冊）[C];2011年

2 酆小凱;王茜;雷鳴;;帶基因庫的基于小生境技術(shù)的檢測器生成算法[A];2008年計算機應用技術(shù)交流會論文集[C];2008年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 陸青;基于IEC的隱性目標智能決策方法研究[D];合肥工業(yè)大學;2009年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 薛益鴿;改進的布谷鳥搜索算法及其應用研究[D];西南大學;2015年

2 康亮;克隆小生境算法中參數(shù)設(shè)定方法的研究[D];華北電力大學（北京）;2010年

3 白雪石;小生境粒子群算法改進及其在圖像檢索中應用[D];大連理工大學;2011年

4 陳瑩菲;基于差分思想的小生境鼠群算法[D];內(nèi)蒙古工業(yè)大學;2013年

5 郭海麗;基于小生境技術(shù)的兩階段EDAs及其在鋼鐵生產(chǎn)調(diào)度中的應用研究[D];太原科技大學;2010年

6 馬艷;流域洪水演進模型參數(shù)反演的小生境粒子群算法研究[D];哈爾濱工業(yè)大學;2013年

7 張金良;基于小生境粒子群算法的電力系統(tǒng)無功優(yōu)化[D];山東大學;2014年

8 王芳;基于小生境的進化RBF網(wǎng)絡及應用[D];上海交通大學;2008年

9 孫紅艷;改進的小生境遺傳聚類算法應用研究[D];遼寧工程技術(shù)大學;2010年

10 張宇;思維進化算法的改進及應用[D];華北電力大學（河北）;2007年

，

本文編號：603599