摘要
应用粒子群优化(PSO)算法对电力系统的机组优化组合问题进行研究,介绍了算法原理,分析了算法中各个参数的不同取值对算法搜索能力和收敛速度的影响,并以常用的测试函数进行验证,建立了相应的数学模型,并以IEEE3机6节点电力系统为实例进行研究。分析结果表明,PSO算法较之常用的遗传算法和混沌优化等算法,在算法结构、计算时间、搜索区间控制以及收敛速度等方面具有较好的特性,验证了该方法的有效性。
PSO（Particle Swarm Optimization ） algorithm is applied to optimize the unit commitment of power system. With the principle introduced,the influence of PSO parameter setting on its searching capability and convergence speed is analyzed and then validated by usual test functions. Corresponding mathematic model is built up and used in a three- machine six- bus IEEE power system simulation. Compared with genetic algorithm and chaotic optimization,PSO is better in algorithmic structure,computing time,search area control,convergence speed and so on. The application is effective.
出处
《电力自动化设备》
EI
CSCD
北大核心
2006年第5期28-31,共4页
Electric Power Automation Equipment
关键词
粒子群优化
智能优化算法
机组组合优化
particle swarm optimization
intelligent optimization algorithm
unit commitment optimization
