改进黑洞粒子群算法在电力系统环保经济调度中的应用
宗超凡，代奇迹，赵海丽
(贵州大学 电气工程学院，贵州 贵阳 550000)
摘 要： 针对电力系统中的环保经济调度问题，采用了一种改进随机黑洞粒子群算法进行优化计算。该算法通过引入随机黑洞策略、惯性权重和学习因子动态更新及小概率随机变异改进了粒子群算法，提高了全局搜索能力，稳定了计算结果，加快了收敛速度。通过对IEEE30 系统仿真计算，结果验证了该算法的有效性和优越性，系统的经济性和电能质量都得到了提升。
关键词： 随机黑洞策略；动态更新技术；小概率随机变异；环保经济调度
中图分类号：TM744 文献标识码：A 文章编号：1007-3175(2016)01-0033-04
Application of Improved Black Hole Particle Swarm Optimization Algorithm in Environmental Economic Dispatch of Power System
ZONG Chao-fan, DAI Qi-ji, ZHAO Hai-li
（The Electrical Engineering College, Guizhou University, Guiyang 550000, China）
Abstract: In allusion to the problem of environmental economic dispatch in power system, this paper proposed a kind of improved random black particle swarm optimization algorithm to carry out optimal computation. This paper introduced random black hole strategy,dynamic updates of inertia weight and learning factor, small probability random mutation to improve the particle swarm optimization algorithm and raised the global searching ability, stability of the results and acceleration of the convergence rate. The proposed algorithm is used to calculate the environmental economic dispatch in IEEE30 system. The simulation results show the effectiveness and superiority of this algorithm, and the power system has more economical efficiency and better power quality.
Key words: random black hole strategy; dynamic updating technology; small probability random mutation; environmental economic dispatch
参考文献
[1] 刘自发，张建华. 一种求解电力系统经济负荷问题的改进微分进化算法[J]. 中国电机工程学报，2008，28(10)：100-105.
[2] 周任军，李绍金，李红英，等. 空间粒子群优化算法及其在电力系统环保经济负荷分配中的应用[J].电力自动化设备，2014，34(9)：7-12.
[3] 鲁忠燕，邓集祥，汪永红. 基于免疫粒子群算法的电力系统无功优化[J]. 电网技术，2008，32(24)：55-59.
[4] 李如琦，李芝荣，王维志，等. 基于差分策略的多目标电力系统无功优化[J]. 电网技术，2012，36(12)：170-175.
[5] 冉晓洪，周任军，李湘华，等. 计及等排性能系数的冷热电多联供环境经济调度[J]. 电力系统自动化设备，2013，33(9)：94-99.
[6] 何启明. 基于改进粒子群算法的多目标无功优化[D]. 成都：西南交通大学，2009.
[7] 程杉. 含分布式电源的配电网多目标优化问题研究[D]. 重庆：重庆大学，2013.
[8] 亢国栋，孙伟，杨海群，等. 基于改进粒子群优化算法的火电厂机组负荷分配[J]. 计算机测量与控制，2015，23(2)：593-596.
[9] Zhang Junqi, Liu Kun, Tan Ying, et al.Random Black Hole Particle Swarm Optimization and Its Application[C]//Proceedings of IEEE Conference on Neural & Signal Processing,2008：359-365.
[10] Kalyanmoy Deb, Sachin Jain.Multi-Speed G e a r b o x D e s i g n U s i n g M u l t i - O b j e c t i v e
E v o l u t i o n a r y A l g o r i t h m s [ J ] . J o u r n a l o f Mechanical Design, 2003，125(3)：609-619.
[11] Abido M A.Multi-objective particle swarm optimization for environmental economic dispatch problem[J].Electric Power Systems Research, 2003，79(7)：1105-1113.
