基于改进蝙蝠算法的水火电力系统短期优化调度

发布时间：2021-09-23 17:55

　　提出了一种求解水火电力系统短期优化调度问题的改进蝙蝠算法（EBA）。EBA算法在标准蝙蝠算法（BA）的基础上,采用反向学习初始化蝙蝠位置和动态自适应更新蝙蝠速度以改善种群多样性,同时采用Tent混沌映射更新脉冲发射率以提高算法的全局收敛性。在一个含4个水电厂的梯级水电站和3台火电机组的典型测试系统上进行仿真计算,结果表明相对于BA算法和其他智能优化算法,EBA算法可获得更优的发电费用。 

【文章来源】：水力发电. 2020,46(08)北大核心

【文章页数】：5 页

【部分图文】：

不同算法的进化曲线

【参考文献】：
期刊论文
[1]基于自适应权重和模拟退火的鲸鱼优化算法[J]. 褚鼎立,陈红,王旭光.  电子学报. 2019(05)
[2]基于超效率DEA效益评估的水火电力系统优化调度方式研究[J]. 刘文静,付仙兰,吴杰康,沈娜.  水力发电. 2019(02)
[3]反向学习全局和声搜索算法[J]. 翟军昌,秦玉平.  控制与决策. 2019(07)
[4]改进小生境蝙蝠算法在无功优化中的应用[J]. 罗荇子,汪沨,谭阳红,胡君楷,王睿.  电力系统及其自动化学报. 2017(10)
[5]基于改进差分进化算法的水火电短期优化调度[J]. 黄迪,徐刚,向红艳,李英海.  水力发电. 2017(05)
[6]基于混沌搜索策略蝙蝠算法的输电网规划[J]. 马迎东,王文栋,温强.  电力系统保护与控制. 2015(15)
[7]处理梯级水电站复杂约束的短期水火电系统环境经济优化调度[J]. 刘静,罗先觉.  中国电机工程学报. 2012(14)
[8]Tent混沌粒子群算法及其在结构优化决策中的应用[J]. 张浩,张铁男,沈继红,李阳.  控制与决策. 2008(08)



本文编号：3406154