基于改進(jìn)粒子群算法的電力系統(tǒng)有功調(diào)度.pdf

1、電力工業(yè)的根本任務(wù)是以安全為中心，在充分合理地利用能源和運(yùn)行設(shè)備能力的條件下，保證安全經(jīng)濟(jì)發(fā)、供電，以滿足國(guó)民經(jīng)濟(jì)各部門的電能需求。電力系統(tǒng)供應(yīng)著現(xiàn)代化社會(huì)生產(chǎn)和生活的大部分能量，相應(yīng)地，也消耗著大量的一次能源——煤、石油等。對(duì)于電力這樣重要的能源轉(zhuǎn)換系統(tǒng)，提高其運(yùn)行效率、實(shí)現(xiàn)其運(yùn)行優(yōu)化的必要性是顯而易見的。
　　 電力市場(chǎng)的運(yùn)行目標(biāo)是：在滿足系統(tǒng)安全穩(wěn)定運(yùn)行的條件下，促進(jìn)發(fā)電廠的竟?fàn)?，以發(fā)電成本，網(wǎng)損，輔助服務(wù)等方面成本之和最

2、低為優(yōu)化目標(biāo)，根據(jù)機(jī)組報(bào)價(jià)，確定發(fā)電計(jì)劃，實(shí)時(shí)調(diào)度各個(gè)發(fā)電公司的機(jī)組發(fā)電，以滿足用電負(fù)荷要求。
　　 粒子群優(yōu)化(Partical Swarm Optimization-PSO)算法是美國(guó)心理學(xué)家Kennedy和電氣工程師Eberhart受鳥類覓食行為的啟發(fā)而提出的一種基于群體智能理論的新興演化計(jì)算技術(shù)。這種算法以其實(shí)現(xiàn)容易、精度高、收斂快等優(yōu)點(diǎn)引起了學(xué)術(shù)界的重視，并且在解決實(shí)際問題中展示了其優(yōu)越性．目前已廣泛應(yīng)用于函數(shù)優(yōu)化，神

3、經(jīng)網(wǎng)絡(luò)訓(xùn)練，模糊系統(tǒng)控制以及其他遺傳算法的應(yīng)用領(lǐng)域。
　　 由于標(biāo)準(zhǔn)PSO算法在優(yōu)化過程中表現(xiàn)出來一定的問題：(1)參數(shù)控制：對(duì)不同的問題，如何選擇合適的參數(shù)來達(dá)到最優(yōu)效果。(2)缺乏速度的動(dòng)態(tài)調(diào)節(jié)：爬山能力不強(qiáng)，有時(shí)在達(dá)到一定的精度后，很難再找到更好的解。(3)早熟：粒子群過早收斂，使尋優(yōu)停滯。(4)后期收斂慢。因此我們需要對(duì)標(biāo)準(zhǔn)粒子群算法進(jìn)行改進(jìn)，以使其達(dá)到最優(yōu)的結(jié)果。
　　 本文提出了一種改進(jìn)的的粒子群算法，采用對(duì)

4、算法參數(shù)的改進(jìn)的方法，對(duì)粒子群算法的慣性權(quán)重和加速常數(shù)都進(jìn)行了改進(jìn)，為了使目標(biāo)函數(shù)盡快達(dá)到最優(yōu)，本文的粒子群算法對(duì)粒子的飛行速度也進(jìn)行了限制。并將其應(yīng)用于優(yōu)化函數(shù)，和標(biāo)準(zhǔn)粒子群算法、遺傳算法進(jìn)行了比較，結(jié)果證明此方法很有效。
　　 又把改進(jìn)的粒子群算法用于電力系統(tǒng)的有功優(yōu)化問題中，針對(duì)電力系統(tǒng)有功優(yōu)化調(diào)度，提出了一種改進(jìn)的粒子群算法，該算法考慮了火電廠的煤耗量，污染物排放量，以及線路損耗等，通過分別求解各個(gè)單目標(biāo)優(yōu)化問題和定義各