咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于多种群协同粒子群人工智能算法的电力系统负荷调度研究 收藏

基于多种群协同粒子群人工智能算法的电力系统负荷调度研究

Research on Power System Load Dispatching Based on Multi group Collaborative Particle Swarm Optimization Artificial Intelligence Algorithm

作     者:刘雁行 徐恺 乔如妤 梁楠 陈宇 李旭东 LIU YanHang;XU Kai;QIAO RuYu;LIANG Nan;CHEN Yu;LI XuDong

作者机构:内蒙古电力(集团)有限责任公司内蒙古电力营销服务与运营管理分公司呼和浩特010010 内蒙古电力(集团)有限责任公司呼和浩特010010 

出 版 物:《自动化与仪器仪表》 (Automation & Instrumentation)

年 卷 期:2024年第4期

页      面:139-143页

学科分类:08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

主  题:电力 调度 蒙西 调度模型 粒子群 

摘      要:高效的电力系统负荷调度已成为解决电力供需平衡的新途径,对降低企业成本意义重大。通过对蒙西地区电力情况的分析,确定低污染排放与低成本发电两个调度目标,构建电力负荷调度模型。同时引入一种多种群协同粒子群模型求解电力负荷调度模型,采用协同策略分种群处理多个目标问题,避免模型陷入局部最优。在前沿性比较中,所提出的模型相比多目标进化与多目标粒子群性能提升18.65%与12.65%。在电力系统调度测试中,所提出的模型最优发电成本为30.4133×10^(4)元,最优污染排放量为1.8592×10^(4)1 b。在发电成本与污染排放上相比另外两种模型具有明显优势。由此可见,所提出的技术应用效果更好,研究技术为电网的调度优化与节能减排提供技术参考。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分