基于混合混沌磷虾算法的短期水火电调度研究

短期水火电调度(STHS)是一个非线性、多约束且时变的优化问题,当将阀点效应引入后该问题变得非凸从而更加复杂。为提高磷虾算法(KHA)在STHS问题中的寻优能力,引入混合混沌映射来改善KHA的全局收敛速度。为避免算法过早收敛,通过记录每代最优个体的燃烧费用值保持不变的次数,决策对非位置占优的个体在其可行域内进行位置突变,从而提出混合混沌磷虾算法(HCKHA),并将提出的HCKHA和KHA、CKHA分别应用于标准的4水3火和4水10火测试系统。仿真结果表明:HCKHA的寻优能力、系统的燃烧费用值和网络损耗值优于KHA、CKHA和相关其他文献的优化方法。

基于分层混合灰狼-哈里斯鹰算法的水火电调度优化

短期水火电调度优化的主要目的是减少水火电系统中火电厂的发电成本,由于这一问题具有较多的复杂约束条件,带来了非线性、非凸特征等难题。采取分层结构将两种较新的群智能算法改进灰狼优化与哈里斯鹰优化相结合,从而获得二者易实现、收敛能力强、全局搜索能力好的优点。算例的仿真计算结果表明,此算法比传统的智能算法有明显的提升,取得了更优的结果,是针对这一问题有效的解决方法。

基于纵向变异头脑风暴算法的短期水火发电调度

在处理具有复杂约束条件的短期水火电优化调度问题时,针对其动态、有时滞、非线性的难点,采用纵向变异头脑风暴算法。头脑风暴算法(Brainstormoptimization,BSO)具有易于实现、精度高、收敛速度快等优点,在此基础上引入纵向交叉变异以及随机分组策略,加强了算法的收敛性,同时避免过早陷入局部最优,以使水火电的出力分配更为合理。实际算例的计算结果表明,该算法能够较好地实现模型的求解,且比原始BSO有更高精度,为短期水火电优化调度提供了一种有效的手段。