文献类型：期刊文章

作　　者：武慧虹[1] 钱淑渠[1] 刘衍民[2] 徐国峰[3] 郭本华[1]

WU Huihong;QIAN Shuqu;LIU Yanmin;XU Guofeng;GUO Benhua(School of Mathematics and Physics,Anshun University,Anshun 561000,Guizhou,China;School of Mathematics,Zunyi Normal University,Zunyi 563006,Guizhou,China;Computing Center,Nanjing Institute of Technology,Nanjing 211167,Jiangsu,China)

机构地区：[1]安顺学院数理学院,贵州安顺561000 [2]遵义师范学院数学学院,贵州遵义563006 [3]南京工程学院计算中心,江苏南京211167

出　　处：《山东大学学报（工学版）》

基　　金：国家自然科学基金项目资助(61762001);贵州省教育厅创新群体重大项目资助(黔教合KY字[2019]069,[2018]034);贵州省科技计划联合基金项目资助(黔科合LH字[2017]7047号);贵州省平台人才项目资助(黔科HE字平台人才[2016]5619);贵州省教育厅青年科技人才成长项目(黔教合KY字[2020]146字);南京工程学院创新基金项目资助(CKJC201603)。

年　　份：2021

卷　　号：51

期　　号：1

起止页码：11-23

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、IC、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：为有效解决复杂多目标动态环境经济调度问题,提出一种基于精英克隆局部搜索的多目标动态环境经济调度差分进化算法。以传统的差分进化(differential evolution, DE)算法为框架,为了提高DE算法的开采和探索能力,增设精英群的克隆和突变机制,采用动态选择方式确定精英群,有效增强算法的全局搜索能力。数值试验以IEEE-30的10机、15机系统为测试实例,并将提出的算法与三种代表性算法比较。结果表明,新算法所获的Pareto前沿具有较好的收敛性和延展性,可为电力系统调度人员提供更灵活的决策方案。

关 键 词：动态环境经济调度  多目标优化  精英克隆  差分进化 PARETO前沿

分 类 号：TP306.2]