|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
类进化算法驱动的动态电力经济调度优化 - S7 i |% Z3 A/ u
摘要:动态电力经济调度(Dynamic Economic Dispatch,DED)属于一种在时间和空间上相互耦合的多阶段动态决策问题,一般被转化为一个高维的约束数值优化问题来求解.本文提出了一种新型全局优化算法--类进化算法( Cluster Evolutionary Algorithm,CEA) ,并将其应用于DED问题的计算.CEA通过聚类过程在进化个体间构建一定结构的连接关系,并利用这种虚拟的簇类化组织来协调和控制群体的优化计算过程,提高算法对高维问题空间的搜索效率和抗早熟能力.在仿真实验中2个DED测试系统被用于对CEA的性能进行检验,其所得最佳计算结果要好于目前已报道的最优解,而实验统计数据则显示CEA是一种求解 DED问题可行且有效的方法.
! N& P! z# L& K关键词:进化算法;类搜索机制;动态电力经济调度! Q8 i6 C2 ]9 b, s+ X; H) f5 {
4 N: Q. o R) F+ P. b) F; n8 Q4 [
1 o: U6 `; R- b6 j' C
1引言
' c% M0 V7 t' [: F- C动态经济调度的目标是在发电机组启停计划已经确定的情况下,依时间顺序计算机组在不同时段的出力数据,以使系统在满足一系列工作约束的条件下总成本最小.该问题决策时间的跨度通常为数小时,其目标函数可表示
, v9 a7 d. g6 @0 p# H( Q& x$ C" U1 @" `# o
7 h+ F- ~# @' |. k" ^
# n2 C% V S" J5 E |
|
/1 
发表于 2020-12-26 17:26
收藏
淘帖
支持！
反对！