基于改进多目标差分进化算法的安全约束动态环境经济调度

本文提出一种改进多目标差分进化算法求解计及输电线路有功潮流约束的动态环境经济调度模型。该算法利用反向学习初始化种群以提高种群的多样性,同时采用改进的拥挤距离计算方法以改善Pareto最优解分布的均匀程度。最后,基于潮流熵指标从Pareto最优解集中提取出电网潮流分布最均衡的发电调度方案。以IEEE30节点系统为算例进行仿真分析,优化结果验证了所提发电调度方法的有效性。     

求解电力系统多目标环境经济调度的帕累托最优MFO算法

本文提出了一种利用MFO算法解决电力系统环境经济调度的新方法,该算法利用飞蛾扑火原理对设定目标进行螺旋式搜索,并在目标位置进行重复检索。MFO算法对于大规模非线性规划问题具有较强的适应性和有效性。在求解环境经济调度问题中,结合实际发电系统运行过程中应满足的功率平衡约束和容量约束等,以总燃料成本和污染排放最低为目标建立多目标规划数学模型。运用帕累托最优前沿求取帕累托非劣性最优解,得到帕累托最优配置方案,在可行域中搜索出全局最优解。在MATLAB仿真平台对含40台发电机组系统进行仿真计算,结果表明本文提出算法在求解电力系统环境经济调度中具有较高的收敛性和较强的适应性。     

基于粗糙集理论与CLSDE算法的环境经济调度优化模型

针对环境经济发电调度优化问题,提出了一种应用粗糙集理论构建评价函数的多目标优化方法,并提出了基于混沌局部搜索策略的差分进化算法(chaotic local search strategy differential evolution algorithm,CLSDE)的求解算法。应用粗糙集理论确定经济调度和环境调度函数的约束度,以确定各目标函数在优化模型中的权值。采用CLSDE算法求解环境经济调度(environmental economic dispatch,EED)多目标优化模型,该算法只对目标函数中的变量进行编码,约束条件函数中的变量随机产生,每代进化完毕后,对最优个体进行混沌局部搜索,克服了差分进化算法局部搜索能力较弱和惩罚函数方法中惩罚参数选择较难的问题。对IEEE30节点的标准测试系统进行了仿真计算,结果表明CLSDE算法在解决环境经济调度问题时具有可行性和有效性,在不增加污染气体排放量的同时降低燃料费用,使环境经济调度更能兼顾发电调度的经济利益与环境利益。     

基于交替方向乘子的多能互补微电网分布式最优潮流调度

针对常规分布式最优潮流无法直接应用多微电网系统等问题,提出了一种基于交替方向乘子的多微电网协同最优潮流调度算法。算法给出各发电单元的成本函数和运行约束,以此为基础,提出多微电网间联络线潮流方程及连接点平衡约束,建立多微电网协同最优潮流模型;利用平均协商确定各微电网边界变量目标值,借助交替方向乘子法对多微电网进行协同最优潮流调度。仿真实验表明,算法在无中心协调和全局通信下实现了多微电网的最优潮流调度,同时验证了算法的收敛性和一致性,与相关潮流调度算法相比有较高的调度和协同优势,并且最优间隙至少保持在2.6×10-6以内。     

采用PSO-BF算法的微电网多目标电能优化调度

考虑到微电网中各分布式电源的特点以及充分发挥分布式发电技术在经济、环境和能源方面的优势,在满足系统约束条件下,提出了一种综合考虑微电网的运行成本、电压偏差以及微电网削峰填谷能力的微电网多目标经济调度模型。同时针对粒子群算法(PSO)在求解优化问题时易陷入局部最优的缺点,提出一种粒子群-细菌觅食算法(PSO-BF)用于求解微电网电能优化调度问题。仿真结果表明该算法具有较强的全局、局部搜索能力且收敛速度快、精度高的特点。     

基于进程调度的ERP系统负载均衡算法

针对ERP系统负载均衡问题展开研究,提出了一种基于进程调度的分布式动态负载均衡算法LBAPS。通过对参与应用的节点进行合理分类,算法制定了进程调度的若干规则,系统节点在这些规则基础上协同进行均衡操作。理论分析指出,算法运行的时间复杂度为节点规模的平方阶。仿真实验结果表明,相对无负载均衡的系统,本算法可以带来显著的优化效果。     

基于CAMOCS算法的多目标无功优化

针对传统算法在求解多目标函数上存在局限性问题,在标准多目标布谷鸟搜索(Multi-objective Cuckoo Search,MOCS)算法的基础上,采用Kent混沌映射生成多样性初始解,并自适应改变算法的搜索步长,结合多目标Pareto最优解概念,提出一种混沌自适应多目标布谷鸟搜索(Chaotic Adaptive Multi-objective Cuckoo Search,CAMOCS)算法,并利用该算法对所建立的多目标无功优化模型进行求解,最后在IEEE 14节点系统算例仿真验证了所提方法的有效性和可行性。     

考虑用户满意度的含风电场多目标环境经济调度

在分析发电侧与需求侧的互动原理基础上,建立基于分时电价的需求响应模型,并将其融入环境经济调度中,联合优化调度风电、火电和需求响应(虚拟发电资源)3种发电资源,以提高风电消纳能力和实现节能减排的目的,改变传统一味优化发电侧资源的调度模式。综合考虑用户满意度、污染气体排放和发电成本3个优化目标,在保证系统运行环保性和经济性的同时使求得的调度方案令用户满意。将禁忌搜索思想融入万有引力算法寻优过程中,结合多目标搜索理论,提出一种多目标禁忌搜索-万有引力算法对模型进行求解。算例仿真结果验证了所提模型的合理性及算法的有效性。     

基于协同进化算法求解寡头电力市场均衡

建立并分析了考虑网络约束且能考虑需求方策略竞价的电力市场线性供给函数模型,在该市场框架中,独立系统运行员通过求解最优潮流来确定发电安排以及节点电价,市场策略性参与者通过竞标来追求最大利润.运用协同进化算法求取市场均衡,协同进化算法系一种智能代理仿真方法,借鉴了生态系统中协同进化机制的理念.多个算例被用来验证协同进化算法的有效性,实验结果表明如果市场存在纯策略均衡,该算法均能够快速收敛到均衡点,运用简便且具有较强的搜索能力.     

水火电力系统多目标环境经济调度模型及其求解算法研究

通过综合考虑发电费用最小及污染气体排放量最小这两个调度目标建立了水火电力系统多目标环境经济调度模型,并提出一种混合多目标差分进化算法对模型进行求解。该算法针对多目标优化问题的特点对差分进化算法的算子进行了修正,并基于混沌序列提出一种参数自适应调整策略以克服算法参数率定的难题。设计了一种二次变异算子来防止算法陷入局部最优。针对不同类型约束特性提出一种约束处理方法。实例计算结果及对比分析验证了所提方法的可行性和有效性,为实现水火电力系统实现经济与减排双目标均衡优化提供了一条崭新途径。