改进粒子群优化算法在电源规划中的应用

作者：李翔; 牛东晓; 杨尚东

来源：中国管理科学, 2006, (06): 113-118.

DOI：10.16381/j.cnki.issn1003-207x.2006.06.021

• 遗传算法
• 粒子群算法
• 电源规划
• 罚函数
• 虚拟变量 genetic algorithm
• particle swarm optimization algorithm
• generation expansion planning
• penalty function
• fictitious variable

电源规划是一类复杂、非线性组合优化问题。传统的方法随着规划期的延长,考虑因素的增多,难以有效的进行优化,在实际应用中作用有限。首先,对电源规划优化问题进行了建模。然后,对于粒子群(PSO)的迭代策略进行改进,在此基础上,运用遗传粒子群(GPHA)混合优化算法进行了优化尝试。考虑到电源规划中相关参数众多,在优化过程中引入了虚拟变量对电源规划中的问题进行了简化描述;GHPA算法的适应度评价函数设计中,运用了罚函数的思想,以提高算法优化的效果。最后本文使用某省实际负荷预测和系统负荷实际数据,进行了电源规划方案优化,得到了优化后的电源规划方案,并与普通的遗传算法、粒子群算法以及传统的动态规划算法得到的...

• 出版日期2006
• 单位工商管理学院; 华北电力大学