自动化仪表
自動化儀錶
자동화의표
PROCESS AUTOMATION INSTRUMENTATION
2015年
3期
17-20
,共4页
钱景辉%刘小月%杨小健%李荣雨
錢景輝%劉小月%楊小健%李榮雨
전경휘%류소월%양소건%리영우
电力系统%自适应粒子群算法%经济负荷分配%进化状态估计%精英学习策略%惩罚策略
電力繫統%自適應粒子群算法%經濟負荷分配%進化狀態估計%精英學習策略%懲罰策略
전력계통%자괄응입자군산법%경제부하분배%진화상태고계%정영학습책략%징벌책략
Power system%Adaptive particle swarm optimization%Economic load dispatch%Evolutionary state estimation%Elite learning strategy%Penalty strategy
以发电系统中发电费用最低为目标,结合实际发电运行中系统平衡约束和机组操作约束条件,建立了电力经济调度(ED)模型.考虑到标准粒子群(PSO)算法存在收敛速度慢以及早熟收敛的问题,通过引入进化状态估计和精英学习策略,提出一种自适应粒子群优化(APSO)算法,并将其成功应用于求解该ED模型.在Matlab平台对15台机组算例进行了仿真,仿真结果表明自适应粒子群算方法的求解精度更高.
以髮電繫統中髮電費用最低為目標,結閤實際髮電運行中繫統平衡約束和機組操作約束條件,建立瞭電力經濟調度(ED)模型.攷慮到標準粒子群(PSO)算法存在收斂速度慢以及早熟收斂的問題,通過引入進化狀態估計和精英學習策略,提齣一種自適應粒子群優化(APSO)算法,併將其成功應用于求解該ED模型.在Matlab平檯對15檯機組算例進行瞭倣真,倣真結果錶明自適應粒子群算方法的求解精度更高.
이발전계통중발전비용최저위목표,결합실제발전운행중계통평형약속화궤조조작약속조건,건립료전력경제조도(ED)모형.고필도표준입자군(PSO)산법존재수렴속도만이급조숙수렴적문제,통과인입진화상태고계화정영학습책략,제출일충자괄응입자군우화(APSO)산법,병장기성공응용우구해해ED모형.재Matlab평태대15태궤조산례진행료방진,방진결과표명자괄응입자군산방법적구해정도경고.
