|
|
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 # V3 L5 \+ X4 F$ q; C/ D$ y
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.
2 ~ q1 A; J# y% F& I关键词:进化算法;类搜索机制;动态电力经济调度
; C6 @- E2 A4 d/ W) E6 T
0 X6 Y; g. s& G5 E3 t T j0 a) H* m$ i9 P- l9 Z
1引言! X) h) A! z& _1 b* {& N4 t
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" i n1 G8 r4 \6 m$ U9 g9 k
* x5 V$ D) S, J
W. x9 y# E. Q, f* }/ H x5 m8 u, s: d/ j
|
|
/1 
发表于 2020-12-26 17:26
收藏
淘帖
支持！
反对！