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...     

计及过负荷风险的风电并网电力系统动态经济调度

建立了综合考虑系统发电成本、过负荷风险的风电并网系统多目标动态经济调度模型：在优化过程中计及机组出力爬坡约束、系统旋转备用约束;采用自适应DEM0算法对模型进行求解;得到Pateto最优集后采用协调性最优的准则选取折中解。最后在RTS-79系统上对所提模型和算法的有效性进行验证。     

基于自适应差分进化算法的经济负荷调度方法研究

发电系统的经济调度对发电成本影响深刻,旨在通过利用基于外部存档的自适应差分进化算法来解决此问题.在经济负荷调度问题中,有功功率、无功功率、电压幅值和相角等多个变量决定了经济调度成本,是一个非线性优化问题,需要通过调整相关参数以获得最低的发电成本.采用自适应差分进化求解经济调度优化问题,该算法使用IEEE 30节点系统进...     

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.     

基于改进差分进化算法的电力系统经济调度研究

结合目前我国节能降碳发展目标,针对计及阀点效应的经济调度问题求解方法开展研究。首先,从求解经济调度函数模型的传统数学方法和遗传优化算法的局限性进行研究,然后提出了一种改进差分进化算法,通过引入混沌初始化操作,制定了一种非线性动态调整控制参数策略。最后,通过算例仿真对所提出的方法进行验证,结果表明本文所提出的改进算法与其他计算方法相比,在结果精度和鲁棒性等方面更具优势。     

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。     

LINGO在风电并网电力系统动态经济调度中的应用

通过优化火电机组出力,研究了风电并网后,电力系统的短期动态经济调度问题.优化模型中引入了上、下旋转备用,以此应对风电功率预测误差给系统调度带来的波动.采用LINGO软件进行分析计算,取得了很好的效果.并且,随着LINGO功能的不断扩展,它应用于电力系统经济调度的优越性也随之增加.经典算例结果表明,LINGO软件的稳定性...     

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。     

基于改进微分进化算法的微电网动态经济优化调度

针对微电网静态经济调度忽略了各时段之间内在联系的不足,考虑风电机组、光伏电池以及钠硫电池等不确定性因素对经济调度的影响,以微电源出力和微电网运行成本最小为目标函数,建立了微电网动态经济调度模型。采用VC++编制了利用改进微分进化算法的微电网动态经济调度程序,通过改变动态交叉因子,提高了算法的收敛速度和防止陷入局部最优的能力。根据微电网算例结构的特点,分别针对微电网孤网/并网运行情况,制定了微电源的出力原则和运行控制策略。计算结果表明,采用动态优化理论的微电网经济调度较静态调度在成本节约上更具优势,也使得钠硫电池的充放电更具有全局性和实际意义。     

采用混沌多目标差分进化算法并考虑协调运行的环境经济调度

针对传统环境经济调度（EED）策略会导致部分线路运行在重载或过载状态的问题,建立考虑系统协调运行的多目标EED模型,其中协调性指标定义为各支路负载率的标准差。提出一种混沌多目标差分进化（CMODE）算法来求解模型,CMODE算法将基于非支配排序的种群分级机制与差分进化算法有机融合,并引入基于Tent混沌映射的种群初始化和控制参数动态调整策略以提高算法的全局寻优能力。IEEE 30节点测试系统结果表明,与不考虑运行协调性的EED相比,在发电调度模型中计及协调性指标可提高电网安全运行水平。     

风电并网电力系统动态经济调度问题的研究

通过优化火电机组出力,研究风电并网后,电力系统的短期动态经济调度问题。优化模型中引入了上、下旋转备用,以此应对风电功率预测误差给系统调度带来的波动。在基本粒子群优化算法基础上,提出了3种改进策略:先采用"循环处理策略"和"优先启停策略"生成问题的可行解,然后采用"机会停机策略"进一步优化可行解。经典算例结果表明,本文提出的策略稳定性好、寻优速度快、优化结果好,具有高效的搜索能力和适应性。     

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.     

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。     

含风电电力系统机组组合的量子离散差分进化方法

风电具有天然的不可控性和随机性,大量并网给电力系统调度计划带来困难,在电力系统日前机组组合计划中计及风电出力的不确定性,有利于提高电力系统优化运行的精细度.文中通过系统旋转备用将风电出力的预测误差纳入机组组合的数学模型中,为求解含风电的机组组合问题,设计了双层求解方法,外层采用量子离散差分进化法优化传统火电机组的启停状...     

考虑风电并网的电力系统经济调度

风电场输出功率的不确定性使风电并网后电力系统的调度决策面临新的挑战。对风电场输出功率进行预测是消纳大规模风电的基础工作,在此基础上对预测误差进行统计分析和评估,并用于电网调度决策。根据对风电功率不确定性的处理方法不同,将含风电的电力系统调度模型分为确定性模型、模糊模型及不确定性模型。对风电功率不同时间尺度、不同前瞻周期的预测误差进行统计学分析,从而研究不同时间尺度之间调度决策的滚动优化机制,以及不同时间尺度调度决策进行滚动优化时调度与对应时间尺度预测之间相互协调配合的问题。储能、电动汽车等可调度资源能够有效平衡和抑制风电等可再生能源的间歇性和波动性,是实现消纳大规模风电、节能减排、保障电网安全稳定的有效途径。并对以大型火电为主体电源的电网接纳风电的成本效益进行了讨论。     

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。     

一种基于混沌序列的改进自适应差分进化算法

差分进化(DE)算法被认为是一种可靠、鲁棒性好且快速的优化算法,在许多领域得到广泛的应用,并取得了良好效果。为提高DE的寻优性能,提出了一种改进的自适应DE算法。改进后的算法采用Logistic混沌序列产生初始种群,用自适应的变异、交叉参数代替标准DE固定参数,并引入子种群内部搜索策略,使算法具有较好的全局搜索能力。采用经典测试函数对算法进行验证,结果表明,改进后的算法寻优精度和收敛速度得到了有效的提高,具有较好的实用性。     

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.