三峡大学学报（自然科学版）
三峽大學學報（自然科學版）
삼협대학학보（자연과학판）
JOURNAL OF CHINA THREE GORGES UNIVERSITY(NATURAL SCIENCES)
2013年
4期
57-62
,共6页
混合智能算法%改进的粒子群算法(IPSO)%人工蜂群算法(ABC)%电力系统
混閤智能算法%改進的粒子群算法(IPSO)%人工蜂群算法(ABC)%電力繫統
혼합지능산법%개진적입자군산법(IPSO)%인공봉군산법(ABC)%전력계통
hybrid intelligent algorithm%improved particle swarm optimization%artificial bee colony algorithm%power systems
提出一种新的混合智能算法解决含阀点效应和系统约束的含风电场的电力系统经济调度问题,将蜂群中的觅食行为与聚群行为引入改进的粒子群,提出改进粒子群-蜂群混合智能算法.在算法上进行优化,大大地提高搜索的能力,从而使结果更优.通过引入交叉策略,对那些速度保持不变的点,重新赋值.以一定的比例选拔最优点,其中选拔出的最优点,不止一个.同时精英策略的采用,有利于加强全局寻优,跳出局部最优,从而使算法得到很大的改善.最后对一个10机系统的算例进行求解,通过与改进的粒子群算法、蜂群算法进行比较,验证了改进的粒子群-蜂群混合智能优化算法在解决含风电场的电力系统经济调度问题中的有效性与优越性.
提齣一種新的混閤智能算法解決含閥點效應和繫統約束的含風電場的電力繫統經濟調度問題,將蜂群中的覓食行為與聚群行為引入改進的粒子群,提齣改進粒子群-蜂群混閤智能算法.在算法上進行優化,大大地提高搜索的能力,從而使結果更優.通過引入交扠策略,對那些速度保持不變的點,重新賦值.以一定的比例選拔最優點,其中選拔齣的最優點,不止一箇.同時精英策略的採用,有利于加彊全跼尋優,跳齣跼部最優,從而使算法得到很大的改善.最後對一箇10機繫統的算例進行求解,通過與改進的粒子群算法、蜂群算法進行比較,驗證瞭改進的粒子群-蜂群混閤智能優化算法在解決含風電場的電力繫統經濟調度問題中的有效性與優越性.
제출일충신적혼합지능산법해결함벌점효응화계통약속적함풍전장적전력계통경제조도문제,장봉군중적멱식행위여취군행위인입개진적입자군,제출개진입자군-봉군혼합지능산법.재산법상진행우화,대대지제고수색적능력,종이사결과경우.통과인입교차책략,대나사속도보지불변적점,중신부치.이일정적비례선발최우점,기중선발출적최우점,불지일개.동시정영책략적채용,유리우가강전국심우,도출국부최우,종이사산법득도흔대적개선.최후대일개10궤계통적산례진행구해,통과여개진적입자군산법、봉군산법진행비교,험증료개진적입자군-봉군혼합지능우화산법재해결함풍전장적전력계통경제조도문제중적유효성여우월성.
