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。     

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.     

多目标环境经济调度模型与算法研究综述

科学合理的有功优化调度是电力系统安全经济运行的基本保障。环境经济调度是实现节能减排、提高新能源利用率的重要措施。介绍了近年来多目标环境经济调度的研究成果,涉及多目标优化问题的一般数学描述、环境经济调度的基本概念、目标函数、约束条件、多目标优化问题的直接解法和间接解法等;并介绍了线性加权求和法、约束法、最大最小法、NSGA-Ⅱ几种典型多目标优化算法的基本原理和优缺点;同时指出新能源大规模并网对环境经济调度的影响及因此带来的需要进一步研究的问题。     

含风电场的多目标动态环境经济调度

为应对风电并网给电力经济调度带来的影响,构建了含风电场的多目标动态环境经济调度模型。该模型能同时兼顾燃料费用目标及污染排放目标,并计及阀点效应、网络损耗以及由风电不确定性引起的旋转备用需求。为求解该模型,达到为决策者提供最优调度方案集的目的,将基于分解的多目标进化算法(multi-objective evolutionary algorithm based on decomposition,MOEA/D)应用于动态调度领域。针对模型的复杂约束,在算法中加入对机组出力的实时调整及对约束违反量的适当惩罚,并利用归一化操作,避免算法向某一目标过度进化。经过对算例的仿真及对不同调度方案的对比分析,验证了所提调度模型的合理性以及改进MOEA/D算法解决此类问题的有效性。     

考虑备用约束和阀点效应的电力系统环境经济优化调度

综合考虑环境经济优化调度(CEED)是一个多目标优化问题,提出改进的平均价格罚因子将环境经济双目标优化调度问题转化为单目标优化问题.考虑发电机的出力限制区、爬坡约束及备用约束.提出局部搜索扰动的混合进化规划(HEP)法求解CEED问题.在保留进化规划(EP)全局寻优能力的同时.引入局部搜索扰动提高计算精度.加快后期收敛速度.在调用局部搜索算子的策略上.采用优胜调用策略调用局部搜索算子,并动态自适应改变扰动次数进行局部寻优.在15机系统中分别采用平均价格罚因子EP、平均价格罚因子HEP和改进的平均价格罚因子HEP算法求解CEED问题.结果验证了所提方法的有效性.     

电力系统动态环境经济调度建模与求解

建立了耦合动态经济调度(dynamic economic dispatch,DED)和环境经济调度(economic emission dispatch,EED)的电力系统动态环境经济调度(dynamic economic emissiondispatch,DEED)模型.DEED为多变量、非线性、强约束、多目标优化问题,国内外研究者通过将其转化为单目标或根据时间划分将其转化为一系列静态调度问题进行简化,但该类方法存在无法保证全局最优或计算效率低下问题.为此将非支配排序机制应用于差分进化算法中,并引入二次选择和随机替换操作克服早熟收敛,同时嵌入动态约束处理方法,提出带有动态约束处理的改进多目标差分进化算法用于求解DEED问题.算例结果验证了所提方法的有效性.     

采用多目标改进差分进化算法的环境经济发电调度

针对差分进化算法在迭代过程中可能出现的早熟收敛问题,在算法中加入早熟判定系数和混沌优化,提出了改进差分进化算法;将改进差分进化算法扩展到多目标规划领域,形成了多目标改进差分进化算法,并应用于多目标环境经济发电调度.根据模糊集方法从帕累托前沿中选择最优折衷解.以6机系统为例进行仿真计算,结果验证了本文所提多目标改进差分进化算法在解决环境经济发电调度中的可行性和有效性.     

基于改进非劣排序微分进化算法的安全约束环境经济调度

提出一种改进非劣排序微分进化算法用于求解考虑系统安全约束的环境经济发电调度问题,对相互冲突的发电费用函数和污染气体排放量函数同时进行优化。该算法采用非劣排序和拥挤距离排序对种群进行选择操作,并引入控制参数自适应调整策略来改善算法性能。在IEEE 30节点系统上进行验证,结果表明所提算法的寻优性能优于非劣排序遗传算法。     

基于混合DE-PSO多目标算法的动态环境经济调度

电力系统中的动态环境经济调度(DEED)是一个多变量、强约束、非凸的多目标优化问题,传统方法很难进行求解。基于微分进化(DE)算法的快速收敛性和粒子群优化(PSO)算法的搜索多样性,提出一种融合2种算法优点的混合DE-PSO多目标优化算法来求解DEED问题,该算法基于外部存档集和Pareto占优原则,采用自适应参数的DE和PSO双种群更新策略以及一种改进的Pareto解集裁剪方法。引入3种指标评价算法的性能,并采用模糊决策技术从Pareto前沿中提取折中解以供决策者进行选择。经典算例的仿真结果表明所提方法能同时优化成本和排放这2个冲突的目标,且获得了比其他算法更为宽广和均匀的Pareto前沿,体现了所提方法的可行性和优越性。     

采用基于分解的多目标进化算法的电力环境经济调度

为了准确、快速地求解电力系统环境经济调度(environmental economic dispatching,EED)问题,将基于分解的多目标进化算法(multi-objective evolutionary algorithm based on decomposition,MOEA/D)应用于电力调度领域,提出了基于MOEA/D的多目标环境经济调度算法。该算法首先采用Tchebycheff法将整个EED Pareto最优前沿的逼近问题分解为一定数量的单目标优化子问题,然后利用差分进化同时求解这些子问题,并在算法中加入约束处理及归一化操作,以获得最优的带约束EED问题的调度方案。最后,应用模糊集理论为决策者提供最优折中解。对IEEE 30节点测试系统进行仿真计算,并与其它智能优化算法的调度方案对比。结果表明,该算法有效可行,且具有很好的收敛速度和求解精度。     

基于改进差分进化算法的微电网经济优化

为了解决差分进化算法局部搜索能力差、收敛速度较慢的问题,结合不同方式的变异特点,引入模拟退火策略,保证算法有较强的全局搜索能力和较快的收敛速度,使其适用于微电网经济优化问题.建立了基于各微源燃料成本、运行和维护成本、污染物排放成本和污染气体或温室气体排放约束的微电网环保经济优化模型.通过算例验证了算法和模型应用于微电网经济优化的正确性和有效性,以及该算法具有很好的收敛性和较高的计算速度,为DE算法进一步改进打下基础.     

一种基于混沌序列的动态差分进化算法在电力系统动态经济调度中的应用

针对电力系统动态经济调度(DED)问题,引入差分进化算法,提出一种基于混沌序列的动态差分进化算法(ＡＤＤＥＣＳ)。该算法采用混沌序列动态调整差分进化算法的参数设置,保持种群的多样性。动态搜索策略被用于提高算法的整体搜索性能,它由全局搜索策略和局部搜索策略2部分组成。为了加速收敛和解决DED复杂的约束处理问题,采用基于多目标概念的约束处理机制,并提出一种根据机组调节能力来按比例分摊不可行解约束违反量的新方法。同时在搜索过程中,通过采用不同的变异策略结合改进的随机搜索策略来避免算法早熟,增强全局最优解的搜索能力。提出的方法的可行性和有效性由10机测试系统来证明,和其他方法相比,ADDECS方法计算速度快,计算精度高且鲁棒性强。     

基于改进非支配多目标差分进化算法的含风电-小水电电力系统动态环境经济调度

建立了一种含风电-小水电电力系统动态环境经济调度模型,考虑了机组阀点效应、爬坡率及电力网络损耗.为求解该调度模型,给调度人员提供一组优质的决策方案,构建了一种改进非支配多目标差分进化算法,该算法在基本多目标差分进化算法中引入多项式变异,增加种群多样性;同时,将常规非支配排序策略进行简化,降低求解复杂度;最后,以含10台...     

基于改进MOBCC算法的热电联合系统经济环境调度

热电联产因其节能减排作用成为综合能源系统的重要组成部分,对于热电联合系统经济环境调度问题,采用基于帕累托支配的改进MOBCC算法求解,改进MOBCC算法在收敛性、解集的多样性和时间效率上具有优越的性能.采用基于约束违反指数的约束处理方法处理约束条件,并采用基于目标满意度与目标权重之间关系的多目标决策方法选择最优折衷解....     

基于分区协调优化的环境经济调度策略

传统发电调度一般以发电成本最小为目标,环境经济调度则不仅要考虑经济运行目标,还需要兼顾环境保护。本文从协调优化的角度探讨了互联电网的环境经济调度策略,将电力市场购电成本最小和发电机组污染气体排放最小同时作为目标函数,提出了各分区分别设置多目标权重的方案;并根据电网分解与协调原理,进行分布式并行计算。算例表明,本文提出的调度策略能够以尽可能小的经济代价,达到污染排放总量控制更优的效果。在不添加环保投入、并保证发电量需求的条件下,通过分区调度策略,实现了环境与经济的双目标均衡优化。     

基于混沌遗传混合优化算法的短期负荷环境和经济调度

环境和经济短期负荷调度主要由在调度周期内的最优机组组合和负荷分配组成,该文将优先次序法、遗传算法与混沌优化相结合,以应用到电站机组环境／经济运行优化问题中,在混沌遗传算法中采用递阶基因结构,将控制基因用于机组组合全局粗寻优,参数基因用于负荷分配局部优化, 基因修正与罚函数相结合解决约束问题,采用混沌扰动避免遗传算法早熟,运用基于线性搜索的混沌局部优化方法,加快算法的收敛速度和降低计算时间,优化计算结果可以同时得到最优机组组合及负荷最优分配,为实际调度系统提供了一个良好的方法。     

基于混沌搜索的多目标模糊优化潮流算法

提出了一种混沌搜索与模糊集理论相结合求解电力系统最优潮流问题的新方法。该方法利用混吨变量的随机性、规律性、遍历性进行寻优，克服了基于导数的优化方法对于梯度信息的高度依赖性而造成的困难。用模糊集理论将多目标函数和可伸缩约束条件模糊化，把多目标最优潮流问题转化为单目标非线性规划问题，这种方法结构简单，易于实施。试验系统的计算结果表明，该算法具有较好的全局收敛特性，搜索速度快，求解精度高，使用灵活，是解决电力系统最优潮流问题的一种有效方法。     

基于多目标文化差分进化算法的水火电力系统优化调度

为有效求解节能减排背景下水火电力系统的多目标优化调度问题,提出一种多目标文化差分进化算法(Multi-objective cultured differential evolution,MOCDE).MOCDE以文化算法(Cultural algorithm,CA)为框架,以差分进化算法(Differential evolution,DE)为群体空间演化方法;同时,根据DE算子及多目标优化的特点,在信念空间中设计了三种知识结构,并利用这些知识结构指导种群演化,提高了算法的收敛速度并克服早熟收敛问题.此外,提出一种基于逐步调整策略的约束处理方法,可有效处理等式约束.研究结果表明,MOCDE可快速获得一组分布性好、收敛精度高的非劣调度方案集,是求解水火电力系统多目标优化调度问题的一种有效方法.     

基于多目标文化差分进化算法的水火电力系统优化调度

为有效求解节能减排背景下水火电力系统的多目标优化调度问题,提出一种多目标文化差分进化算法（Multi-objective cultured differential evolution,MOCDE）。MOCDE以文化算法（Cultural algorithm,CA）为框架,以差分进化算法（Differential evolution,DE）为群体空间演化方法;同时,根据DE算子及多目标优化的特点,在信念空间中设计了三种知识结构,并利用这些知识结构指导种群演化,提高了算法的收敛速度并克服早熟收敛问题。此外,提出一种基于逐步调整策略的约束处理方法,可有效处理等式约束。研究结果表明,MOCDE可快速获得一组分布性好、收敛精度高的非劣调度方案集,是求解水火电力系统多目标优化调度问题的一种有效方法。     

基于改进蝙蝠算法的微电网优化调度

在分析微电网中相关电源发电技术的基础上,建立以发电成本、污染物排放费用、甩负荷补偿费用和微电网网损补偿费用最小的多目标数学优化模型,应用超效率数据包分析评价方法,将多目标优化转换为单目标规划问题。鉴于传统蝙蝠群体易聚集于局部极值,导致早熟,将混沌序列以及自适应调整策略融入到蝙蝠优化算法,提出一种改进型多目标蝙蝠优化算法,为克服算法本身对缺乏变异机制的缺陷,利用混沌理论以及动态自适应调整机制的特性,对蝙蝠算法参数进行调整。最后通过算例验证所提算法具有良好的实用性和适应性,同时也验证了所提模型的实际意义。