基于粒子群算法的火电厂机组负荷优化分配

被引:14
作者
李铁苍 [1 ]
周黎辉 [2 ]
张光炜 [2 ]
綦守荣 [2 ]
机构
[1] 山西电力职业技术学院
[2] 华北电力大学控制科学与工程学院
关键词
粒子群算法; 机组组合; 负荷优化分配; 火电厂;
D O I
暂无
中图分类号
TM621 [火力发电厂、热电站];
学科分类号
080802 ;
摘要
通过研究粒子群(PSO)优化算法的基本原理,分析了该算法中各个参数的不同取值对算法搜索能力和收敛速度的影响,并将PSO优化算法应用于电厂机组负荷优化分配问题的研究。通过在3台机组系统的应用,验证表明较之遗传算法等传统优化算法,PSO优化算法在优化结果、搜索区间控制以及收敛速度等方面具有较好的特性,能更好地达到或接近全局最优解。
引用
收藏
页码:44 / 47
页数:4
相关论文
共 3 条
[1]   机组负荷最优分配的改进遗传算法 [J].
左浩 ;
陈昆薇 ;
洪潮 ;
孔峰 .
电力系统及其自动化学报, 2001, (02) :16-19
[2]   进化规划在计及阀点负荷的经济调度中的应用 [J].
石立宝 ;
徐国禹 ;
丰强 .
重庆大学学报(自然科学版), 1998, (04) :3-5
[3]  
吴启迪,汪镭著.智能微粒群算法研究及应用[M].南京:江苏教育出版社,2005