文献类型：期刊文章

作　　者：张春韵[1] 邹德旋[1] 沈鑫[2]

ZHANG Chun-yun;ZOU De-xuan;SHEN Xin

机构地区：[1]江苏师范大学电气工程及自动化学院,徐州221116 [2]中国矿业大学信息与控制工程学院,徐州221116

出　　处：《制造业自动化》

基　　金：国家自然科学基金(61403174);江苏省研究生实践创新计划项目(SJCX19_0756)。

年　　份：2021

卷　　号：43

期　　号：1

起止页码：53-57

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、JST、ZGKJHX、核心刊

摘　　要：电力系统经济调度(ELD)是一种多约束性和非线性的问题,提出使用改进粒子群优化算法IPSO来优化ELD问题。一方面,通过重组的方式改变粒子的运行方向和速度,提高种群多样性,防止算法早熟收敛。另一方面,提出一种凹函数模型的动态惯性权重ω,并对学习因子c1和c2加以改进,以提高算法的全局搜索能力。将改进的算法应用于8种ELD案例中进行仿真实验,并与其他三种算法进行对比。结果显示,对于8种案例,只有IPSO能全部搜索到最小的燃料成本值,并且IPSO体现出更优越的收敛性和稳定性,能跳出局部最优,因此IPSO是一种高效的解决ELD问题的方法。

关 键 词：粒子群优化算法 种群多样性 动态惯性权重  学习因子  电力系统经济调度

分 类 号：TP18]