改进自由搜索算法用于电力系统经济负荷分配研究

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (247 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要本文介绍了一种改进的自由搜索算法,在搜索优化过程中对搜索半径进行自适应调整,融入了遗传算法中的交叉操作以及精英保留策略,当算法收敛时,对个体进行人为迁移以增加寻优能力。将该算法用于电力系统经济负荷分配,通过实例计算证明了该算法的有效性。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	李有亮

关键词 ：经济负荷分配, 自由搜索, 自适应, 交叉

Abstract：The paper presents an improved Free Search algorithm. The searching radius is adaptively adjusted during the searching optimization. The crossover operation in Genetic Algorithm and the elitist strategy is used during the optimization procedure. Besides, in order to improve the optimizing capacity, the individuals are moved into a minimal neighborhood of the Optimal Solution when the algorithm converges. The proposed algorithm is used in the Economic Dispatch problem of power systems. The test results show that the method proposed in this paper is feasible.

Key words： economic dispatch free search adaptive crossover

出版日期: 2017-05-23

作者简介: 李有亮（1988-）,男,安徽当涂人,硕士,工程师,主要从事电力系统调度运行方面的工作。

引用本文:

李有亮. 改进自由搜索算法用于电力系统经济负荷分配研究[J]. 电气技术, 2017, 18(5): 58-62. Li Youliang. Economic Dispatch of Power Systems based on Improved Free Search Algorithm. Electrical Engineering, 2017, 18(5): 58-62.

链接本文:

https://dqjs.cesmedia.cn/CN/Y2017/V18/I5/58

[1] 侯云鹤, 鲁丽娟, 熊信艮, 等. 改进粒子群算法及其在电力系统经济负荷分配中的应用[J]. 中国电机工程学报, 2004, 24(7): 95-100.
[2] 陈皓, 潘晓英, 崔杜武. 电力系统经济负荷分配的族群优化方法[J]. 计算机工程与应用, 2010, 46(34): 21-23, 38.
[3] 何大阔, 王福利, 贾明兴, 等. 遗传算法在电力系统经济负荷分配中的应用[J]. 东北大学学报(自然科学版), 2006, 27(11): 1181-1184.
[4] 吴辰斌, 李海明, 刘栋, 等. 一种改进型粒子群优化算法在电力系统经济负荷分配中的应用[J]. 电力系统保护与控制, 2016, 44(10): 44-48.
[5] 蒙文川, 邱家驹, 卞晓猛. 电力系统经济负荷分配的人工免疫混沌优化算法[J]. 电网技术, 2006, 30(23): 41-44, 55.
[6] 侯云鹤, 熊信艮, 吴耀武, 等. 基于广义蚁群算法的电力系统经济负荷分配[J]. 中国电机工程学报, 2003, 23(3): 59-64.
[7] Chiou J P. A variable scaling hybrid differential evolution for solving large-scale power dispatch problems[J]. IET Generation Transmission & Distri- bution, 2009, 3(2): 154-163.
[8] Sinha N, Chakrabarti R, Chattopadhyay P K. Evolutionary programming techniques for economic load dispatch[J]. IEEE Transactions on Evolutionary Computation, 2003, 7(1): 83-94.
[9] Penev K. Adaptive computing in support of traffic management[J]. Adaptive Computing in Design and Manufacturing, 2004, 20(22): 295-306.
[10] Penev K, Lit TG. Free search-a comparative analy sis[J]. Information Sciences, 2005, 172(1/2): 173-193.
[11] 彭建刚, 刘明周, 张玺, 等. 基于Pareto优化的离散自由搜索算法求解多目标柔性作业车间调度问题[J]. 中国机械工程, 2015, 26(5): 620-626.
[12] 刘柏良, 黄学良, 李军. 计及可时移负荷的海岛微网电源优化配置[J]. 中国电机工程学报, 2014, 34(25): 4250-4258.
[13] 吴光辉, 陈华平. 基于自由搜索算法求解单机差异工件批调度问题[J]. 计算机应用研究, 2010, 27(8): 2861-2864, 2868.
[14] 任伟, 曾以成, 陈莉, 等. 基于自由搜索算法的数字多频陷波滤波器设计[J]. 计算机工程, 2014, 40(12): 209-213.
[15] 田中大, 李树江, 王艳红, 等. IFS-LSSVM及其在时延序列预测中的应用[J]. 电机与控制学报, 2015(11): 104-110.
[16] 夏澍, 张建华, 邱威, 等. 基于改进自由搜索算法的电力经济负荷分配[J]. 电网与清洁能源, 2010, 26(4): 37-40.
[17] Allen J W, Bruce F W. Power generation, operation and control[M]. John Wiley & Sons, New York, 1984.
[18] 周晖, 李丹美, 邵世煌, 等. 一种新的群集智能算法——自由搜索[J]. 东华大学学报(自然科学版), 2007, 33(5): 579-583.
[19] 周晖, 徐晨, 邵世煌, 等. 自适应搜索优化算法[J]. 计算机科学, 2008, 35(10): 188-191.
[20] 周晖, 李丹美, 徐晨, 等. 基于粗细粒交叉的搜索算法[J]. 控制与决策, 2008, 23(9): 1068-1072.
[21] 唐巍, 李殿璞. 电力系统经济负荷分配的混沌优化方法[J]. 中国电机工程学报, 2000, 20(10): 36-40.
[22] 高春成, 唐巍. 新型暂态混沌神经网络在电力系统经济负荷分配中的应用[C]//中国高等学校电力系统及其自动化专业第二十二届学术年会论文集, 2006.
[23] 陈皓. 族群进化算法及其在全局函数优化和电力经济负荷分配中的应用研究[D]. 西安: 西安理工大学, 2009.
[24] Gaing Z L. Particle swarm optimization to solving the economic dispatch considering the generator con- straints[J]. IEEE Transactions on Power Systems, 2003, 18(3): 1187-1195.
[25] Panigrahi B K, Pandi V R, Das S. Adaptive particle swarm optimization approach for static and dynamic economic load dispatch[J]. Energy Conversion and Management, 2008, 49(6): 1407-1415.