中国电机工程学报
中國電機工程學報
중국전궤공정학보
ZHONGGUO DIANJI GONGCHENG XUEBAO
2013年
4期
45-52,前插6
,共9页
吴小珊%张步涵%袁小明%李高望%罗钢%周杨
吳小珊%張步涵%袁小明%李高望%囉鋼%週楊
오소산%장보함%원소명%리고망%라강%주양
电力系统%风电%机组组合%量子离散粒子群%原对偶内点法%部分贪心变异策略%启发式调整规则
電力繫統%風電%機組組閤%量子離散粒子群%原對偶內點法%部分貪心變異策略%啟髮式調整規則
전력계통%풍전%궤조조합%양자리산입자군%원대우내점법%부분탐심변이책략%계발식조정규칙
随着风电接入电网的比例不断提高,风电的随机性和不可控性给系统发电计划和调度带来一些困难,将满足一定置信概率的风电功率区间预测信息纳入到电力系统发电计划中有利于保证电力系统运行的可靠性.为此提出基于风电功率区间预测的日前机组组合模型,同时基于量子离散粒子群算法(quantum-inspired binary particle swarm optimization,QBPSO)提出一种改进的QBPSO算法.该方法采用改进的QBPSO来处理机组启停问题,采用原对偶内点法来处理负荷经济分配问题.在QBPSO中,通过采用部分贪心变异策略,使粒子易于跳出局部最优解；采用启发式调整规则,修正越界个体,进而提高算法的效率和解的精度.通过10～100机系统仿真算例验证了模型和算法的有效性.
隨著風電接入電網的比例不斷提高,風電的隨機性和不可控性給繫統髮電計劃和調度帶來一些睏難,將滿足一定置信概率的風電功率區間預測信息納入到電力繫統髮電計劃中有利于保證電力繫統運行的可靠性.為此提齣基于風電功率區間預測的日前機組組閤模型,同時基于量子離散粒子群算法(quantum-inspired binary particle swarm optimization,QBPSO)提齣一種改進的QBPSO算法.該方法採用改進的QBPSO來處理機組啟停問題,採用原對偶內點法來處理負荷經濟分配問題.在QBPSO中,通過採用部分貪心變異策略,使粒子易于跳齣跼部最優解；採用啟髮式調整規則,脩正越界箇體,進而提高算法的效率和解的精度.通過10～100機繫統倣真算例驗證瞭模型和算法的有效性.
수착풍전접입전망적비례불단제고,풍전적수궤성화불가공성급계통발전계화화조도대래일사곤난,장만족일정치신개솔적풍전공솔구간예측신식납입도전력계통발전계화중유리우보증전력계통운행적가고성.위차제출기우풍전공솔구간예측적일전궤조조합모형,동시기우양자리산입자군산법(quantum-inspired binary particle swarm optimization,QBPSO)제출일충개진적QBPSO산법.해방법채용개진적QBPSO래처리궤조계정문제,채용원대우내점법래처리부하경제분배문제.재QBPSO중,통과채용부분탐심변이책략,사입자역우도출국부최우해；채용계발식조정규칙,수정월계개체,진이제고산법적효솔화해적정도.통과10～100궤계통방진산례험증료모형화산법적유효성.
