電力系統(tǒng)經(jīng)濟調(diào)度和無功優(yōu)化中的多目標(biāo)算法研究.pdf

1、多目標(biāo)優(yōu)化算法是一種用于解決現(xiàn)實工程問題的優(yōu)化方法?，F(xiàn)實世界中的大部分問題都涉及多個目標(biāo),這些目標(biāo)不是獨立存在的,而是相互聯(lián)系相互耦合在一起。電力系統(tǒng)中的很多問題都具有多個設(shè)計目標(biāo),將多目標(biāo)算法應(yīng)用于電力系統(tǒng)優(yōu)化中,可以得到多個解決方案和策略以供操作人員根據(jù)當(dāng)時的實際情況做出選擇。本文在對電力系統(tǒng)經(jīng)濟調(diào)度運行、無功優(yōu)化的目的和意義以及對多目標(biāo)優(yōu)化算法在電力系統(tǒng)的應(yīng)用現(xiàn)狀做了簡要介紹之,圍繞電力系統(tǒng)經(jīng)濟調(diào)度和無功優(yōu)化問題中的多目標(biāo)算法展開

2、研究,全文的結(jié)構(gòu)如下:
　　 首先詳細(xì)闡述了并行粒子群算法在多目標(biāo)無功優(yōu)化算法中的應(yīng)用。在此基礎(chǔ)上,本文將多目標(biāo)綜合學(xué)習(xí)策略引入粒子群算法中,并將其應(yīng)用于電力系統(tǒng)經(jīng)濟調(diào)度問題中,采用該學(xué)習(xí)策略時,粒子不僅能學(xué)習(xí)自己以往的最優(yōu)解(pbest),而且還能學(xué)習(xí)其他粒子的pbest,保證了粒子群的多樣性,減少了過早收斂的可能性,從而提高了全局搜索能力。
　　 其次論述了內(nèi)點法在多目標(biāo)經(jīng)濟調(diào)度問題中的應(yīng)用,本文對內(nèi)點法進行改進,將

3、模糊滿意度最大化策略與內(nèi)點法結(jié)合,并將其應(yīng)用于電力系統(tǒng)經(jīng)濟調(diào)度問題中,該算法的實現(xiàn)過程是:先單獨對目標(biāo)函數(shù)成本和排放量優(yōu)化,將所得解作為這對矛盾的目標(biāo)函數(shù)的上下界。雙目標(biāo)的模糊函數(shù)值參考這組上下界,并通過模糊滿意度最大化算法生成一組非支配解。
　　 最后在分析了模擬退火算法在多目標(biāo)經(jīng)濟調(diào)度問題中的應(yīng)用之后提出了雙層模擬退火算法,并將其應(yīng)用到多目標(biāo)無功優(yōu)化問題中,該算法分為決策層和分析層。決策層提出理想點并對分析層得到的優(yōu)化結(jié)果進