收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于混合粒子群算法的水火电短期优化调度的研究

杨莹  
【摘要】: 随着国民经济发展对电力需求量的增大及环保的要求,大力发展水电势在必行。电力系统运营市场化机制的实施,以及我国对梯级水电站的大力开发,探讨电力市场模式下的梯级水电站的运营及水库调度工作问题具有重要意义。 电力市场中水火电的短期优化运行是指在某一调度周期内,在满足电力系统约束及水火电机组的约束条件的前提下,最大限度地降低购电费用。从理论上讲,含有梯级水电站的水火电混合电力系统的短期有功负荷调度是一个具有复杂约束条件的动态、有时滞的非线性优化问题,很难找出理论上的最优解,通过一种有效的算法解决该问题,可以在保证系统稳定性及充分考虑各种约束条件的前提下,充分利用水资源,减少整个系统的购电费用。因此解决算法的效率和精度问题是水火电优化调度的一个重要研究方向。 本文的主要研究内容为:以电力市场中全天购电费用最小为数学模型,根据近代数学的随机优化原理,针对基本粒子群算法的两个局限性,将基本粒子群算法与遗传算法、进化规划算法相结合,提出了改进的混合粒子群求解算法。首先针对基本粒子群算法前期精度低,易发散,后期收敛速度较慢的局限性,本文提出了对个体极值加入满足高斯分布的随机变量来扩大邻域搜索,即对寻找到的每一个个体极值用高斯算子做局部搜索,来提高粒子群算法前期的精度及后期的速度;然后针对粒子群算法易陷入局部最优的局限性,采取在基本粒子群基础上结合遗传算法的交叉操作,对将要与当前最优位置重叠的个体引入交叉操作增加种群的多样性,开拓新的搜索空间,逃离局部最优点。从而求得速度和精度都较令人满意的解。 为了验证算法的性能,本文采用改进的混合粒子群算法及基本粒子群算法对国内外普遍使用的测试函数Rastrigin和Rosenbrock进行结果比较,数据表明改进的算法比基本粒子群算法具有更好的全局收敛能力。并将改进的混合粒子群算法应用到水火电的短期优化调度中,计算中充分考虑了系统负荷平衡约束、水量平衡约束、机组的旋转备用约束等条件。通过与基本粒子群算法的结果比较,验证了提出的混合粒子群算法速度和精度有所提高,并具有更好的全局收敛性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 苗明;范鑫睿;邰传志;;基于粒子群算法的门座起重机平衡滑轮补偿式臂架系统[J];起重运输机械;2006年08期
2 杨开云;何伟;白新理;何容;;模糊人工神经网络混凝土裂缝预测模型研究[J];人民黄河;2006年08期
3 宫琳;孙厚芳;赖国强;;基于混合算法的典型调度问题求解研究[J];组合机床与自动化加工技术;2006年06期
4 张建科;刘三阳;张晓清;;飞行时间自适应调整的粒子群算法[J];计算机应用;2006年10期
5 千力;万祖勇;刘少军;;基于改进粒子群算法的损伤检测数值仿真研究[J];三峡大学学报(自然科学版);2006年05期
6 杨懿;武昌;刘涵;;改进粒子群算法在导弹火力分配中的应用[J];火力与指挥控制;2007年01期
7 刘德胜;张佳薇;;粒子群优化神经网络在木材干燥动态建模中的应用[J];佳木斯大学学报(自然科学版);2007年01期
8 王京;李洪全;;基于混合粒子群算法的液压弯辊控制[J];机床与液压;2007年10期
9 傅忠云;;粒子群优化BP算法在电力系统短期负荷预测中的应用[J];重庆工学院学报(自然科学版);2007年10期
10 吴烈;;新的鲁棒粒子群算法在电磁场逆问题中应用研究[J];计算机工程与应用;2008年17期
11 于春华;杜雪樵;夏娜;;期权定价中最优投资问题与算法[J];合肥工业大学学报(自然科学版);2008年11期
12 袁礼飞;刘新学;沈生;蒋鸣;;基于混沌粒子群算法的导弹火力分配方法[J];四川兵工学报;2008年06期
13 徐翠;陈蒙爱;王广君;;基于粒子群算法的二维Otsu阈值分割法[J];仪器仪表用户;2009年02期
14 胡进海;史峰;万春山;;基于粒子群算法的弹道导弹设计方法研究[J];微计算机信息;2009年13期
15 盛四清;远树平;;基于粒子群算法的电力系统无功规划[J];电力科学与工程;2009年06期
16 何启明;王奔;;基于改进粒子群算法的多目标无功优化[J];电网与清洁能源;2009年05期
17 王玉冰;王锦江;王颖龙;;基于粒子群算法的混编群兵力部署优化研究[J];战术导弹技术;2009年03期
18 刘洪涛;肖广明;刘俊涛;;基于粒子群优化灰色模型的电力系统负荷预测[J];东北电力大学学报(自然科学版);2009年02期
19 符康;林亚平;;基于混合粒子群优化的移动IP路由选择[J];装备制造技术;2009年09期
20 向波;纪昌明;罗庆松;蓝霄峰;;多目标决策方案评价的免疫粒子群模型研究[J];水力发电;2009年07期
中国重要会议论文全文数据库 前10条
1 赵亮;;遗传增强混沌粒子群算法[A];第二十九届中国控制会议论文集[C];2010年
2 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年
3 张顶学;关治洪;刘新芝;;多种群并行粒子群算法研究[A];第二十六届中国控制会议论文集[C];2007年
4 丛亮;胡成全;郭宗鹏;姜宇;沙丽华;;基于模拟退火思想的基本粒子群算法改进[A];第二十七届中国控制会议论文集[C];2008年
5 张顶学;朱迎辉;廖锐全;;一种动态改变惯性权重的粒子群算法[A];第二十九届中国控制会议论文集[C];2010年
6 张顶学;廖锐全;;粒子群算法分析及惯性权重的动态改变策略[A];第二十七届中国控制会议论文集[C];2008年
7 常俊林;梁君燕;魏巍;;解决流水车间双目标调度问题的免疫粒子群算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
8 史久根;徐胜生;;基于文化-粒子群算法的机器人路径规划算法[A];2011中国仪器仪表与测控技术大会论文集[C];2011年
9 段练;张玉斌;;坐标改进型粒子群算法在应用层组播中的应用[A];煤炭机电与自动化实用技术[C];2012年
10 周晓君;阳春华;桂卫华;;可变随机函数的PSO算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
中国博士学位论文全文数据库 前10条
1 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年
2 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年
3 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年
4 全海燕;混合克隆竞争与启发学习策略的多角色随机游动粒子群算法研究[D];云南大学;2010年
5 秦全德;粒子群算法研究及应用[D];华南理工大学;2011年
6 岳本贤;粒子群算法拓展研究及在约束布局优化中应用[D];大连理工大学;2012年
7 常彦伟;纵向参数多子群粒子群算法的研究与应用[D];中国矿业大学;2009年
8 田野;粒子群优化算法及其应用研究[D];吉林大学;2010年
9 刘衍民;粒子群算法的研究及应用[D];山东师范大学;2011年
10 薛尧予;群能量守恒粒子群算法及其在发酵过程控制中的应用研究[D];北京化工大学;2010年
中国硕士学位论文全文数据库 前10条
1 杨立标;基于混合优化策略的粒子群算法及其应用研究[D];哈尔滨工程大学;2010年
2 陈琳玲;基于简化粒子群算法的测试数据自动生成方法研究[D];西南大学;2010年
3 赵辛欣;随机聚焦粒子群算法在机组组合中的应用[D];西南交通大学;2010年
4 王冬;基于粒子群算法的Web文本信息过滤研究[D];华北电力大学(河北);2010年
5 李文婷;基于改进型粒子群算法的热轧带钢宽度神经网络预报模型的研究[D];太原理工大学;2011年
6 汪华;粒子群算法的研究及其在供水优化调度中的应用[D];合肥工业大学;2011年
7 张念志;基于粒子群算法的集送货一体化车辆路径问题研究[D];山东大学;2010年
8 袁洲;基于改进粒子群算法的项目反应理论3PLM参数估计方法研究[D];吉林大学;2011年
9 苏同芬;改进的免疫粒子群算法及梯级水库优化调度问题的研究[D];太原理工大学;2010年
10 朱秀敏;改进粒子群算法的研究及其在天线设计中的应用[D];太原理工大学;2011年
中国重要报纸全文数据库 前1条
1 记者 黄蔚 通讯员 蔡文兵;校内外导师领航学生科研[N];中国教育报;2011年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978