改進微粒群算法在梯級電站長期優化調度中的應用
文件大小:0.25MB
格式:pdf
發布時間:2014-05-21
瀏覽次數:次
【中文關鍵詞】 | 微粒群算法 錦標賽選擇機制 MPSO   |
【摘要】 | 微粒群算法是一種簡潔高效的智能優化算法,但基本算法容易陷入局部最優,并且搜索精度不高。本文在基本算法的基礎上引入錦標賽選擇機制和自適應慣性權重因子,提出了改進微粒群算法(MPSO)。 |
【部分正文預覽】 | 梯級水電站群長期最優運行調度是研究在一定較長時期(季、年及多年)內水電站及其水庫最優運行方式的制定和實施,是一個典型的動態的、非線性的、多約束的復雜性問題。相對于單個水電站的長期優化調度, 梯級水電站群由于存在空間和時間上的水力聯系, 尋優過程往往更為復雜, 局部最優解更加影響到全局最優解的搜索; 而發電、灌溉、供水等綜合利用效益也往往更優于單個水電站優化后的疊加。傳統的動態規劃法雖然可以較好地解決水電站的單庫優化調度問題, 但將其運用于梯級多水庫時常會出現“維數災”的問題。為此有學者采用大系統分解- 協調解法和POA 算法對梯級水庫優化調度進行求解, 取得了一定的研究成果。但是這些算法也都存在一定的局限性, 如大系統方法的復雜性[1]、POA 算法對初始狀態的依賴[2]。 |
|
暫無評論信息 |
|