基于小世界邻域PSO的含风场电力系统经济调度

发布时间：2018-11-13 19:12

【摘要】：以聚类系数大且平均路径短的NW(Newman-Watts)型小世界网络作为粒子群的拓扑结构,提出NW型小世界邻域粒子群优化算法(SW-PSO)。典型高维基准测试函数表明,该算法能有效避免基本PSO算法因群体间信息交互过快而陷入局部最优解的问题。将新算法应用于含风电场电力系统经济调度问题的优化求解,并根据优化调度的实际需求采用相应的调整策略以修正粒子,保证粒子在可行域中飞行寻优,使新算法的寻优精度显著提高。仿真实例表明,SW-PSO算法比传统PSO算法寻优效果好,是一种求解复杂大规模非线性规划问题的新方法。
[Abstract]:The NW (Newman-Watts) type small world network with large clustering coefficient and short average path is used as the topology of the particle swarm optimization (PSO), and the NW type small world neighborhood particle swarm optimization algorithm (SW-PSO) is proposed. Typical high-dimensional benchmark functions show that the algorithm can effectively avoid the problem of the basic PSO algorithm falling into the local optimal solution because of the fast information exchange between groups. The new algorithm is applied to the optimal solution of the economic dispatch problem of the power system with wind farm. According to the actual demand of the optimal dispatching, the corresponding adjustment strategy is adopted to correct the particles to ensure the particle flying in the feasible region to find the optimum. The optimization accuracy of the new algorithm is improved significantly. The simulation results show that the SW-PSO algorithm is better than the traditional PSO algorithm and is a new method for solving complex large-scale nonlinear programming problems.
【作者单位】： 北京交通大学机械与电子控制工程学院;
【基金】：国家自然科学基金(50776005) 中央高校基本科研业务费专项资金(2011JBM103)
【分类号】：TM73;TM614

【参考文献】

相关期刊论文 前2条

1 陈功贵;陈金富;;含风电场电力系统环境经济动态调度建模与算法[J];中国电机工程学报;2013年10期

2 孙元章;吴俊;李国杰;何剑;;基于风速预测和随机规划的含风电场电力系统动态经济调度[J];中国电机工程学报;2009年04期

【共引文献】

相关期刊论文 前10条

1 王士柏;韩学山;杨明;李本新;朱星旭;;计及间歇性特征的电力系统区间经济调度[J];中国电机工程学报;2016年11期

2 蒋程;王硕;王宝庆;张建华;赵天阳;;基于拉丁超立方采样的含风电电力系统的概率可靠性评估[J];电工技术学报;2016年10期

3 沈鑫;曹敏;周年荣;张林山;;多微网配电系统协调优化调度和经济运行研究[J];电子测量与仪器学报;2016年04期

4 易国伟;童小娇;周鹏;翟云峰;叶中行;;CVaR和EVaR安全运行风险管理下的电力系统经济调度[J];电力系统保护与控制;2016年08期

5 刘文霞;何向刚;钟以林;李雪凌;;基于Copula函数的风电场风速建模分析[J];现代电力;2016年02期

6 曲正伟;王京波;张坤;王云静;郑磊;;考虑不确定性成本的含风电场群电力系统短期优化调度[J];电力自动化设备;2016年04期

7 吕小凡;周杰;蒋传文;;基于可再生能源不确定性的电力系统双侧备用容量优化[J];电力建设;2016年04期

8 王豹;徐箭;孙元章;徐琪;;基于通用分布的含风电电力系统随机动态经济调度[J];电力系统自动化;2016年06期

9 王雨卓;慈向阳;;风电并网电力系统动态经济调度问题探讨[J];中国高新技术企业;2016年07期

10 黄晨;张靠社;;基于量子粒子群算法的微电网优化调度[J];电网与清洁能源;2016年02期

【二级参考文献】

相关期刊论文 前10条

1 陈道君;龚庆武;张茂林;刘栋;杜亮;邵青;;考虑能源环境效益的含风电场多目标优化调度[J];中国电机工程学报;2011年13期

2 袁铁江;晁勤;吐尔逊·伊不拉音;李义岩;;大规模风电并网电力系统动态清洁经济优化调度的建模[J];中国电机工程学报;2010年31期

3 周玮;彭昱;孙辉;魏庆海;;含风电场的电力系统动态经济调度[J];中国电机工程学报;2009年25期

4 江岳文;陈冲;温步瀛;;含风电场的电力系统机组组合问题随机模拟粒子群算法[J];电工技术学报;2009年06期

5 路志英;葛少云;王成山;;基于粒子群优化的加权伏罗诺伊图变电站规划[J];中国电机工程学报;2009年16期

6 孙元章;吴俊;李国杰;何剑;;基于风速预测和随机规划的含风电场电力系统动态经济调度[J];中国电机工程学报;2009年04期

7 范高锋;王伟胜;刘纯;戴慧珠;;基于人工神经网络的风电功率预测[J];中国电机工程学报;2008年34期

8 江岳文;陈冲;温步瀛;;随机模拟粒子群算法在风电场无功补偿中的应用[J];中国电机工程学报;2008年13期

9 曹娜;赵海翔;任普春;戴慧珠;;风电场动态分析中风速模型的建立及应用[J];中国电机工程学报;2007年36期

10 陈宁;于继来;;基于电气剖分原理的风电系统调度方法[J];电网技术;2007年16期

【相似文献】

相关期刊论文 前10条

1 张自友;;一种改进的双转式永磁无刷直流电动机PSO优化控制方法[J];计算机测量与控制;2012年07期

2 周学亿;吕林;龙川;;改进PSO算法在电力系统机组组合中的运用[J];电网与清洁能源;2009年11期

3 董根源;温步瀛;江岳文;;考虑发电机报价曲线的发电计划偏差的β-PSO优化方法研究[J];电力自动化设备;2006年07期

4 罗日成,李卫国,李成榕,熊浩,畅广辉;基于改进PSO算法的变压器局部放电超声定位方法[J];电力系统自动化;2005年18期

5 张金龙;漆汉宏;;繁殖型PSO算法在电池模型辨识中的应用[J];电工电能新技术;2014年05期

6 蒋秀洁;乐良才;;基于改进PSO算法的电力系统机组优化组合[J];三峡大学学报(自然科学版);2005年06期

7 王国栋;邱镇;任燕峰;张小伟;;基于PSO优化的直接灰色模型在年用电量预测中的应用[J];水电能源科学;2010年10期

8 刘伟锐;赵恒华;;改进的PSO在并联机构模糊PID控制器中的应用[J];组合机床与自动化加工技术;2014年03期

9 薛建辉;洪刚;贾嵘;;基于PSO优化LS-SVM的异步电动机振动故障诊断[J];电网与清洁能源;2010年01期

10 薛建辉;洪刚;贾嵘;;基于PSO优化LS-SVM的异步电动机振动故障诊断[J];广东水利水电;2010年01期

相关硕士学位论文 前1条

1 姜柏庄;基于PSO算法优化的模糊PID异步电动机控制系统研究[D];湖南科技大学;2014年

，

本文编号：2330167