精英克隆局部搜索的多目标动态环境经济调度差分进化算法

武慧虹¹,钱淑渠^1*,刘衍民²,徐国峰³,郭本华¹

1. 安顺学院数理学院, 贵州 安顺 561000;2. 遵义师范学院数学学院, 贵州 遵义 563006;3. 南京工程学院计算中心, 江苏 南京 211167

发布日期:2021-03-01

作者简介:武慧虹(1980— ),女,山西太原人,副教授,硕士,主要研究方向为智能优化算法、群与图. E-mail:asuwhh@163.com. *通信作者简介:钱淑渠(1978— ),男,安徽枞阳人,教授,博士,主要研究方向为计算智能、系统建模与控制. E-mail:shuquqian@163.com
基金资助:国家自然科学基金项目资助(61762001);贵州省教育厅创新群体重大项目资助(黔教合KY字［2019］069,［2018］034);贵州省科技计划联合基金项目资助(黔科合LH字［2017］7047号);贵州省平台人才项目资助(黔科HE字平台人才［2016］5619);贵州省教育厅青年科技人才成长项目(黔教合KY字［2020］146字);南京工程学院创新基金项目资助(CKJC201603)

Multiobjective dynamic economic emission dispatch differential evolution algorithm based on elites cloning local search

WU Huihong¹, QIAN Shuqu^1*, LIU Yanmin², XU Guofeng³, GUO Benhua¹

1. School of Mathematics and Physics, Anshun University, Anshun 561000, Guizhou, China;
2. School of Mathematics, Zunyi Normal University, Zunyi 563006, Guizhou, China;
3. Computing Center, Nanjing Institute of Technology, Nanjing 211167, Jiangsu, China

Published:2021-03-01

摘要/Abstract

摘要： 为有效解决复杂多目标动态环境经济调度问题,提出一种基于精英克隆局部搜索的多目标动态环境经济调度差分进化算法。以传统的差分进化(differential evolution, DE)算法为框架,为了提高DE算法的开采和探索能力,增设精英群的克隆和突变机制,采用动态选择方式确定精英群,有效增强算法的全局搜索能力。数值试验以IEEE-30的10机、15机系统为测试实例,并将提出的算法与三种代表性算法比较。结果表明,新算法所获的Pareto前沿具有较好的收敛性和延展性,可为电力系统调度人员提供更灵活的决策方案。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=2000