文献类型：期刊文章

作　　者：刘刚[1,2] 朱永利[1] 蒋伟[1]

LIU Gang;ZHU Yongli;JIANG Wei(School of Electrical and Electronic Engineering,North China Electric Power University,Baoding 071003,China;School of Electrical and Information Engineering,Guizhou Institute of Technology,Guiyang 550003,China)

机构地区：[1]华北电力大学电气与电子工程学院,河北保定071003 [2]贵州理工学院电气与信息工程学院,贵州贵阳550003

出　　处：《电力自动化设备》

基　　金：国家自然科学基金资助项目(51677072)~~

年　　份：2018

卷　　号：38

期　　号：8

起止页码：1-7

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：电力系统中的动态环境经济调度(DEED)是一个多变量、强约束、非凸的多目标优化问题,传统方法很难进行求解。基于微分进化(DE)算法的快速收敛性和粒子群优化(PSO)算法的搜索多样性,提出一种融合2种算法优点的混合DE-PSO多目标优化算法来求解DEED问题,该算法基于外部存档集和Pareto占优原则,采用自适应参数的DE和PSO双种群更新策略以及一种改进的Pareto解集裁剪方法。引入3种指标评价算法的性能,并采用模糊决策技术从Pareto前沿中提取折中解以供决策者进行选择。经典算例的仿真结果表明所提方法能同时优化成本和排放这2个冲突的目标,且获得了比其他算法更为宽广和均匀的Pareto前沿,体现了所提方法的可行性和优越性。

关 键 词：动态环境经济调度  多目标优化  微分进化 粒子群优化  最佳折中解  

分 类 号：TM743]