火电厂负荷优化分配的模拟退火粒子群算法 simulated annealing particle swarm optimization algorithm of optimal load dispatch in power plant.pdfVIP

下载本文档

6
0
约1.82万字
约 5页
2017-08-13 发布于上海
举报
版权申诉

火电厂负荷优化分配的模拟退火粒子群算法 simulated annealing particle swarm optimization algorithm of optimal load dispatch in power plant.pdf

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

火电厂负荷优化分配的模拟退火粒子群算法 simulated annealing particle swarm optimization algorithm of optimal load dispatch in power plant

第23卷第3期电力系统及其自动化学报 V01．23No．3 2011年6月 oftheCSU-EPSA Jun． 2011 Proceedings 火电厂负荷优化分配的模拟退火粒子群算法李勇，王建君，曹丽华 (东北电力大学能源与动力工程学院，吉林132012) 摘要：合理选择火电厂负荷优化分配的优化算法对快速完成电网调度指令、最大限度降低发电成本至关重要。在标准粒子群优化算法中引入模拟退火算法的思想，引入收缩因子对算法的重要参数进行了改进，并对种群初始化方式进行了改进，采用拉格朗日乘子法处理功率平衡约束。在严格满足约束条件的基础上，缩短了优化计算时间，进一步提高了算法精度。实例计算结果表明，模拟退火粒子群算法的分配结果比电网调度常规算法。关键词：火电厂；负荷优化分配；模拟退火粒子群优化算法，粒子群优化算法，模拟退火优化算法中图分类号：TM73文献标志码：A 文章编号：1003—8930(2011)03—0040—05 Simulated ParticleSwarm Annealing OptimizationAlgorithm of Load inPowerPlant OptimalDispatch LIYong，WANG Li—hua Jian-jun，CAO (Schoolof andPower Dianli Energy Engineering，NortheastUniversity， Jilin132012，China) Abstract：Whetherthe of of load for canbechosen optimizationalgorithm optimal optimal dispatchpowerplant ornotis tofinishloadcommandof network andreduce reasonablysignificant power dispatchingquickly gener- ationcostinmaximumextent．Theload methodbasedonsimulated swarm optimaldispatch annealingparticle of was thesimulated idea standard into optimizationalgorithmpowerplantproposedbyintroducing annealing swarm addition，theconstrictionfactorisintroducedtO algorithm．In particle optimization