基于改進粒子群算法的電力系統(tǒng)有功調度.pdf

1、電力工業(yè)的根本任務是以安全為中心，在充分合理地利用能源和運行設備能力的條件下，保證安全經濟發(fā)、供電，以滿足國民經濟各部門的電能需求。電力系統(tǒng)供應著現(xiàn)代化社會生產和生活的大部分能量，相應地，也消耗著大量的一次能源——煤、石油等。對于電力這樣重要的能源轉換系統(tǒng)，提高其運行效率、實現(xiàn)其運行優(yōu)化的必要性是顯而易見的。
　　 電力市場的運行目標是：在滿足系統(tǒng)安全穩(wěn)定運行的條件下，促進發(fā)電廠的竟爭，以發(fā)電成本，網損，輔助服務等方面成本之和最

2、低為優(yōu)化目標，根據機組報價，確定發(fā)電計劃，實時調度各個發(fā)電公司的機組發(fā)電，以滿足用電負荷要求。
　　 粒子群優(yōu)化(Partical Swarm Optimization-PSO)算法是美國心理學家Kennedy和電氣工程師Eberhart受鳥類覓食行為的啟發(fā)而提出的一種基于群體智能理論的新興演化計算技術。這種算法以其實現(xiàn)容易、精度高、收斂快等優(yōu)點引起了學術界的重視，并且在解決實際問題中展示了其優(yōu)越性．目前已廣泛應用于函數(shù)優(yōu)化，神

3、經網絡訓練，模糊系統(tǒng)控制以及其他遺傳算法的應用領域。
　　 由于標準PSO算法在優(yōu)化過程中表現(xiàn)出來一定的問題：(1)參數(shù)控制：對不同的問題，如何選擇合適的參數(shù)來達到最優(yōu)效果。(2)缺乏速度的動態(tài)調節(jié)：爬山能力不強，有時在達到一定的精度后，很難再找到更好的解。(3)早熟：粒子群過早收斂，使尋優(yōu)停滯。(4)后期收斂慢。因此我們需要對標準粒子群算法進行改進，以使其達到最優(yōu)的結果。
　　 本文提出了一種改進的的粒子群算法，采用對

4、算法參數(shù)的改進的方法，對粒子群算法的慣性權重和加速常數(shù)都進行了改進，為了使目標函數(shù)盡快達到最優(yōu)，本文的粒子群算法對粒子的飛行速度也進行了限制。并將其應用于優(yōu)化函數(shù)，和標準粒子群算法、遺傳算法進行了比較，結果證明此方法很有效。
　　 又把改進的粒子群算法用于電力系統(tǒng)的有功優(yōu)化問題中，針對電力系統(tǒng)有功優(yōu)化調度，提出了一種改進的粒子群算法，該算法考慮了火電廠的煤耗量，污染物排放量，以及線路損耗等，通過分別求解各個單目標優(yōu)化問題和定義各