研究与开发
基于JADE平台的粒子群算法在经济调度中的应用
陈智慧
广东工业大学自动化学院自动化学院，广州510006
The Particle Swarm Optimization Algorithm Basing on JADE Platform for the Economic Dispatch
Chen Zhihui
Faculty of Automation,Guangdong University of Technology,Guangzhou 510006
摘要 针对标准粒子群算法容易出现“早熟”的问题，提出了基于JADE平台的改进粒子群算法。通过引入小概率变异和添加动态惯性权重，保持了种群的多样性，提高了算法的全局搜索能力。多智能体平台能大大增强了算法的并行性，能有效解决大规模复杂系统问题。通过对40机组经济调度模型进行测试，并与基于MATLAB平台的改进粒子群算法进行比较。测试结果表明所提出的改进算法具有更优的收敛精度，说明算法是可行的。
关键词 ：
JADE ,
经济调度 ,
粒子群算法 ,
多Agent
Abstract ：Because the standard particle swarm algorithm is prone to “premature” problem,this paper puts forward the improved particle swarm algorithm based on JADE platform.By introducing a small probability variation and adding dynamic inertia weight method,the algorithm retains the diversity of population and improve the global search ability of the algorithm. Multi-agent platform can greatly enhance the algorithm’s parallelism and can effectively solve the problem of large-scale complex system.Through testing on 40 units of economic operation model and to compare the improved particle swarm algorithm based on MATLAB platform.Test results show that the proposed algorithm has better convergence accuracy,algorithm is feasible.
Key words ：
JADE
Economic Dispatch
PSO
Multi-Agent
收稿日期: 2015-01-22
出版日期: 2015-01-19
作者简介 : 陈智慧（1988-），男，硕士研究生，研究方向为环境经济调度。
引用本文:
陈智慧. 基于JADE平台的粒子群算法在经济调度中的应用[J]. 电气技术, 2015, 16(01): 32-35.
Chen Zhihui. The Particle Swarm Optimization Algorithm Basing on JADE Platform for the Economic Dispatch. Electrical Engineering, 2015, 16(01): 32-35.
链接本文:
https://dqjs.cesmedia.cn/CN/Y2015/V16/I01/32
[1] 詹俊鹏,郭创新,吴青华,等. 快速群搜索优化算法及其在电力系统经济调度中的应用[J]. 中国电机工程学报,2012,32(Z): 1-6.
[1]
王玲, 李俐, 朱翔鸥, 王守冬, 孙创. 基于粒子群算法的强迫风冷散热器多目标优化
[2]
李秋红. 基于改进粒子群算法的前馈神经网络识别用户窃电行为
[3]
卢恒光, 范欣辰. 考虑环境效益的微电网经济功率优化
[4]
温春雪, 赵天赐, 于赓, 王鹏, 李建林. 基于改进粒子群算法的储能优化配置
[5]
王艺博. 基于莱维飞行蜉蝣优化算法的光伏阵列最大功率点跟踪研究
[6]
杨昭, 张钢, 赵俊杰, 张灏, 蔺奕存. 基于变分模态分解和改进粒子群算法优化最小二乘支持向量机的短期电价预测
[7]
康义, 师刘俊, 郭刚. 基于WT-IPSO-BPNN的电力系统短期负荷预测
[8]
廖宗毅, 万文略. 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
[9]
董宸, 夏彦辉, 孙丹. 基于全寿命周期理论的微电网优化配置
[10]
赵倩, 陈芳芳, 甘露. 基于改进粒子群算法优化支持向量机的风电功率预测
[11]
田峰, 林荣文, 武迪. 基于改进粒子群算法的伺服系统多参数整定研究
[12]
陈婷. 基于模拟退火粒子群算法的含分布式电源配电网故障定位
[13]
董晓宁, 杨国华, 王岳, 邹玙琪, 李志明. 基于碳交易的含风光发电的电力系统低碳经济调度
[14]
王永明. 基于多空间约束的含风电电力系统调度鲁棒模型研究
[15]
姜雲腾, 李萍. 基于改进粒子群神经网络短期负荷预测
2015, Vol. 16 
