文献类型：期刊文章

作　　者：武慧虹[1] 林妤[1] 曾茜[2] 钱淑渠[1]

Wu Huihong;Lin Yu;Zeng Xi;Qian Shuqu(School of Sciences,Anshun University,Anshun Guizhou 561000,China;School of Sciences,Guizhou University of Finance&Econo-mics,Guiyang 550025,China)

机构地区：[1]安顺学院数理学院,贵州安顺561000 [2]贵州财经大学理学院,贵阳550025

出　　处：《计算机应用研究》

基　　金：国家自然科学基金资助项目(61762001);贵州省教育厅创新群体重大项目(黔教合KY字[2019]069,[2018]034);贵州省教育厅青年科技人才成长项目(黔教合KY字[2020]143号);贵州省科技计划联合基金资助项目(黔科合LH字[2017]7047号)。

年　　份：2021

卷　　号：38

期　　号：5

起止页码：1443-1448

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：为了应对动态环境经济调度(DEED)问题的高维性和大规模约束性,提出了一种自适应多目标差分进化算法(ADEA)。设计自适应差分交叉模块,提出改进的current to best/1交叉策略提高种群的多样性,有效地提高传统进化算法的探索与开采能力,提出一种修补策略处理功率平衡约束和爬坡率约束。为了验证该方法的有效性,数值仿真将ADEA应用于10机系统进行测试,并与同类算法展开比较,仿真结果表明ADEA具有较好的收敛能力,获得的Pareto前沿具有较好的均匀性和延展性,通过模糊决策获得的最好折中解能为电力系统调度人员提供较为合理的调度方案。

关 键 词：动态环境经济调度  自适应交叉 差分进化 约束多目标优化 PARETO前沿

分 类 号：TP306.1]