粒子群算法改進(jìn)研究及在風(fēng)電系統(tǒng)優(yōu)化調(diào)度中的應(yīng)用

【摘要】：粒子群(PSO)算法,作為群體智能計(jì)算方法的典型代表,已成為解決各類復(fù)雜優(yōu)化問題的有效方法和研究熱點(diǎn)。它具有實(shí)現(xiàn)容易、并行運(yùn)算、參數(shù)設(shè)置簡(jiǎn)單等特點(diǎn),在很多領(lǐng)域有著廣泛的應(yīng)用。然而,目前PSO算法仍存在一些不足,如收斂性分析基礎(chǔ)還不夠完善,種群規(guī)模參數(shù)還缺乏自適應(yīng)性,算法收斂過程中易出現(xiàn)早熟停滯和后期收斂速度慢等問題。為此,本文在分析已有PSO算法的基礎(chǔ)上,研究了動(dòng)態(tài)交互作用下PSO算法的收斂性,提出了動(dòng)態(tài)規(guī)模PSO算法、PSO最優(yōu)信息共享的重力搜索算法(GSA)以及PSO與GSA相結(jié)合的并行混合優(yōu)化方法,并將這些改進(jìn)算法應(yīng)用于函數(shù)優(yōu)化、參數(shù)辨識(shí)和電力系統(tǒng)優(yōu)化調(diào)度問題的求解,具有重要的理論意義和實(shí)踐價(jià)值。論文的主要工作如下。1.在算法的收斂性分析方面,考慮PSO算法的動(dòng)態(tài)交互記憶特征,運(yùn)用線性系統(tǒng)理論Z變換域方法分析了動(dòng)態(tài)交互作用下PSO算法的收斂性,給出了參數(shù)的收斂范圍?；谒惴ǖ牡匠踢M(jìn)一步推導(dǎo)出了粒子位置和速度在進(jìn)化過程中呈現(xiàn)出一定的波動(dòng)規(guī)律。結(jié)合基準(zhǔn)測(cè)試函數(shù)進(jìn)行了實(shí)驗(yàn)仿真分析,驗(yàn)證了上述分析結(jié)論的正確性。2.在算法的種群規(guī)模選取方面,借鑒生物物種種群自適應(yīng)演化的思想提出了動(dòng)態(tài)規(guī)模PSO算法。該算法通過生物種群年齡模型實(shí)現(xiàn)種群的宏觀控制,通過個(gè)體生殖和死亡策略實(shí)現(xiàn)種群的微觀控制。運(yùn)用隨機(jī)泛函理論證明了該算法收斂于群體最優(yōu)位置。仿真結(jié)果表明該算法優(yōu)于固定規(guī)模和硬性指派函數(shù)變化的PSO算法。3.針對(duì)GSA算法求解質(zhì)量不高和后期收斂速度慢,引入PSO最優(yōu)信息共享機(jī)制和串行模式,提出了利用PSO算法最優(yōu)個(gè)體記憶信息和Infinite collapses混沌機(jī)制進(jìn)行改進(jìn)的重力搜索算法(IGSA)。運(yùn)用線性系統(tǒng)和隨機(jī)過程理論分別開展了IGSA算法的個(gè)體運(yùn)動(dòng)穩(wěn)定性和全局收斂性分析。CEC2005函數(shù)測(cè)試集的優(yōu)化結(jié)果表明IGSA算法具有求解精度高、收斂速度快。4.針對(duì)PSO與GSA的迭代范式和結(jié)構(gòu)流程具有相似性,引入并行混合模式,提出了將GSA加速運(yùn)動(dòng)直接嵌入到PSO算法的速度更新方程中進(jìn)行改進(jìn)的重力粒子群并行混合優(yōu)化算法(HPSO-GSA)。該算法改變了算法的學(xué)習(xí)更新策略,更好地保持了算法的種群多樣性?；陔S機(jī)過程理論的Markov鏈性質(zhì)對(duì)該算法進(jìn)行了全局收斂性分析。并將該算法應(yīng)用于自適應(yīng)IIR濾波器的參數(shù)最優(yōu)辨識(shí),結(jié)果表明它能夠很好地兼顧算法的全局探測(cè)和局部搜索能力,表現(xiàn)出顯著的優(yōu)化性能。5.最后,針對(duì)含多重約束的常規(guī)火電電力系統(tǒng)和含不確定風(fēng)電功率的風(fēng)電系統(tǒng)建立了相應(yīng)的經(jīng)濟(jì)環(huán)保優(yōu)化調(diào)度模型,且將上述提出的改進(jìn)并行混合算法應(yīng)用于調(diào)度模型的求解。典型算例測(cè)試系統(tǒng)的結(jié)果表明,相比于其它方法,所提算法具有更好地優(yōu)化能力,節(jié)省了經(jīng)濟(jì)成本,降低了污染排放。 【關(guān)鍵詞】：粒子群算法 重力搜索算法 交互收斂性 種群參數(shù)自適應(yīng) 性能改進(jìn) 風(fēng)電系統(tǒng) 經(jīng)濟(jì)環(huán)保優(yōu)化調(diào)度
【學(xué)位授予單位】：江南大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：TM614;TP18
【目錄】：

• 摘要3-4
• Abstract4-9
• 算法縮寫名稱說明9-11
• 第一章 緒論11-18
• 1.1 選題背景和研究意義11-12
• 1.1.1 選題背景11
• 1.1.2 研究意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-16
• 1.2.1 PSO算法的理論研究12-15
• 1.2.2 PSO算法在電力系統(tǒng)中的應(yīng)用現(xiàn)狀15-16
• 1.3 論文主要內(nèi)容簡(jiǎn)介16-18
• 第二章 粒子群算法的交互性與波動(dòng)性分析18-36
• 2.1 引言18
• 2.2 算法模型18-20
• 2.3 交互性收斂分析20-31
• 2.3.1 最優(yōu)粒子分析20-21
• 2.3.2 交互性收斂分析21-26
• 2.3.3 實(shí)驗(yàn)驗(yàn)證與結(jié)果分析26-31
• 2.4 波動(dòng)性分析31-35
• 2.4.1 粒子速度波動(dòng)性分析31-34
• 2.4.2 粒子位置波動(dòng)性分析34
• 2.4.3 實(shí)驗(yàn)驗(yàn)證與結(jié)果分析34-35
• 2.5 本章小結(jié)35-36
• 第三章 基于種群年齡模型的動(dòng)態(tài)規(guī)模粒子群算法36-46
• 3.1 引言36
• 3.2 種群年齡模型36-38
• 3.2.1 種群規(guī)模的宏觀策略36-38
• 3.2.2 種群規(guī)模的微觀策略38
• 3.3 動(dòng)態(tài)規(guī)模粒子群算法38-42
• 3.3.1 算法步驟38-40
• 3.3.2 收斂性分析40-42
• 3.4 實(shí)驗(yàn)研究與結(jié)果分析42-45
• 3.5 本章小結(jié)45-46
• 第四章 粒子群最優(yōu)信息共享的改進(jìn)重力搜索算法46-73
• 4.1 引言46
• 4.2 重力搜索算法46-50
• 4.3 改進(jìn)重力搜索算法50-60
• 4.3.1 粒子群最優(yōu)信息共享機(jī)制51-52
• 4.3.2 混沌擾動(dòng)機(jī)制52-53
• 4.3.3 收斂性分析53-60
• 4.4 實(shí)驗(yàn)研究與結(jié)果分析60-72
• 4.4.1 IGSA算法參數(shù)靈敏度分析63-64
• 4.4.2 IGSA算法與其它算法的比較研究64-67
• 4.4.3 比較結(jié)果統(tǒng)計(jì)分析67-72
• 4.5 本章小結(jié)72-73
• 第五章 重力粒子群并行混合優(yōu)化算法73-95
• 5.1 引言73
• 5.2 重力粒子群并行混合優(yōu)化算法73-77
• 5.2.1 并行嵌入機(jī)制73-74
• 5.2.2 個(gè)體邊界變異機(jī)制74-77
• 5.2.3 復(fù)雜性分析77
• 5.3 HPSO-GSA收斂性分析77-80
• 5.4 實(shí)驗(yàn)研究與結(jié)果分析80-94
• 5.4.1 HPSO-GSA關(guān)鍵參數(shù)靈敏度分析80-81
• 5.4.2 HPSO-GSA優(yōu)化性能比較分析81-82
• 5.4.3 HPSO-GSA在自適應(yīng)IIR濾波器中的辨識(shí)82-94
• 5.5 本章小結(jié)94-95
• 第六章 并行混合算法在風(fēng)電系統(tǒng)優(yōu)化調(diào)度中的應(yīng)用95-123
• 6.1 引言95
• 6.2 電力系統(tǒng)經(jīng)濟(jì)環(huán)保優(yōu)化調(diào)度95-108
• 6.2.1 問題描述95-98
• 6.2.2 基于HPSO-GSA求解電力系統(tǒng)經(jīng)濟(jì)環(huán)保優(yōu)化調(diào)度98-99
• 6.2.3 算例測(cè)試與結(jié)果分析99-108
• 6.3 含風(fēng)電功率的風(fēng)電系統(tǒng)多目標(biāo)經(jīng)濟(jì)環(huán)保優(yōu)化調(diào)度108-113
• 6.3.1 風(fēng)電功率變量隨機(jī)分析108-110
• 6.3.2 風(fēng)電系統(tǒng)多目標(biāo)經(jīng)濟(jì)環(huán)保優(yōu)化調(diào)度110-113
• 6.3.3 IHPSO-GSA方法113
• 6.4 基于IHPSO-GSA求解風(fēng)電系統(tǒng)多目標(biāo)經(jīng)濟(jì)環(huán)保優(yōu)化調(diào)度113-121
• 6.4.1 TOPSIS多目標(biāo)優(yōu)化決策方法113-114
• 6.4.2 多目標(biāo)調(diào)度模型求解步驟114-115
• 6.4.3 算例測(cè)試與結(jié)果分析115-121
• 6.5 本章小結(jié)121-123
• 第七章 主要結(jié)論和未來展望123-125
• 7.1 主要結(jié)論123-124
• 7.2 未來展望124-125
• 致謝125-126
• 參考文獻(xiàn)126-134
• 附錄: 作者在攻讀博士學(xué)位期間發(fā)表的論文134

您可以在本站搜索以下學(xué)術(shù)論文文獻(xiàn)來了解更多相關(guān)內(nèi)容

混合粒子群優(yōu)化算法在電網(wǎng)規(guī)劃中的應(yīng)用    符楊;徐自力;曹家麟;

含風(fēng)電場(chǎng)的電力系統(tǒng)經(jīng)濟(jì)調(diào)度研究綜述    周瑋;孫輝;顧宏;陳曉東;

基于空間縮放和吸引子的粒子群優(yōu)化算法    遲玉紅;孫富春;王維軍;喻春明;

采樣粒子群優(yōu)化模型及其動(dòng)力學(xué)行為分析    馮遠(yuǎn)靜;俞立;馮祖仁;

馬爾科夫鏈的粒子群優(yōu)化算法全局收斂性分析    任子暉;王堅(jiān);高岳林;

一種基于柵格的動(dòng)態(tài)粒子數(shù)微粒群算法    劉勇;梁彥;潘泉;程詠梅;

粒子群優(yōu)化算法模型分析    潘峰;陳杰;甘明剛;蔡濤;涂序彥;

基于隨機(jī)過程的PSO收斂性分析    金欣磊;馬龍華;吳鐵軍;錢積新;

基于改進(jìn)萬有引力搜索算法的無人機(jī)航路規(guī)劃    李沛;段海濱;

粒子群算法的交互性與隨機(jī)性分析    劉建華;劉國買;楊榮華;胡文瑜;

基于群體智能混合優(yōu)化算法的研究    王巧靈

家庭粒子群算法及其奇偶性與收斂性分析    安鎮(zhèn)宙

粒子群算法改進(jìn)及其在電力系統(tǒng)的應(yīng)用    黃平

基于協(xié)調(diào)粒子群算法的無限沖激響應(yīng)濾波器優(yōu)化設(shè)計(jì)    甘明剛;潘峰;蔡濤;

粒子群優(yōu)化算法在非線性模型預(yù)測(cè)控制中的研究應(yīng)用    關(guān)圣濤;楚紀(jì)正;邵帥;

考慮風(fēng)力發(fā)電接入的電網(wǎng)規(guī)劃    高賜威;何葉;

基于等效風(fēng)速的風(fēng)電場(chǎng)等值建模    嚴(yán)干貴;李鴻博;穆鋼;崔楊;劉玉;

含風(fēng)電的節(jié)能發(fā)電調(diào)度實(shí)用化模型    劉振華;陳磊;閔勇;

基于捕食搜索策略的粒子群算法在輸電網(wǎng)絡(luò)擴(kuò)展規(guī)劃中的應(yīng)用    符楊;孟令合;羅萍萍;曹家麟;

一種計(jì)及電網(wǎng)安全約束的風(fēng)電優(yōu)化調(diào)度方法    鄭太一;馮利民;王紹然;王澤一;付小標(biāo);

吉林電網(wǎng)風(fēng)電調(diào)度自動(dòng)化系統(tǒng)設(shè)計(jì)    馮利民;范國英;鄭太一;李群英;李育發(fā);王紹然;

低碳經(jīng)濟(jì)下風(fēng)火互濟(jì)系統(tǒng)日前發(fā)電計(jì)劃模式分析    王彩霞;喬穎;魯宗相;徐飛;

計(jì)及風(fēng)電備用風(fēng)險(xiǎn)的電力系統(tǒng)多目標(biāo)混合優(yōu)化調(diào)度    姚瑤;于繼來;

基于因果聚類的多變量時(shí)間序列相關(guān)性研究及預(yù)測(cè)    韓敏;李德才;

一種改進(jìn)的PSO算法    劉羿彤;付夢(mèng)印;高宏斌;

多種群協(xié)同粒子群優(yōu)化算法求解動(dòng)態(tài)環(huán)境優(yōu)化問題    王光輝;陳杰;潘峰;

Research on Fault Diagnosis in Reactor-Regenerator System of FCCU based on PSO-SVM    

基于馬爾可夫鏈的風(fēng)電場(chǎng)功率預(yù)測(cè)方法    楊為;李賓賓;

一種改進(jìn)的模擬退火粒子群算法在有約束函數(shù)優(yōu)化問題中的應(yīng)用    司呈勇;楊東升;田紅軍;汪鐳;吳啟迪;

Power System Reactive Power Optimization based on Global Differential Evolution Algorithm    Peifeng Wu;Jianhua Zhang;

人工智能優(yōu)化算法在電網(wǎng)規(guī)劃中的研究與應(yīng)用    張聰;王濤;張寧;孫鵬;

一種應(yīng)對(duì)大規(guī)模風(fēng)電入網(wǎng)影響的電力系統(tǒng)實(shí)時(shí)優(yōu)化調(diào)度方法    李江;戴賽;胡晨旭;李林廣;劉立強(qiáng);齊大偉;

智能配電網(wǎng)優(yōu)化調(diào)度技術(shù)研究綜述    劉婭琳;沈浩東;杜紅衛(wèi);趙浚婧;魯文;

計(jì)算智能在三維表面掃描機(jī)器人系統(tǒng)中的應(yīng)用研究    吳德烽

分布式電源的概率建模及其對(duì)電力系統(tǒng)的影響    王敏

乳腺鉬靶圖像中腫塊檢測(cè)方法研究    許向陽

風(fēng)電場(chǎng)與輸電網(wǎng)協(xié)調(diào)規(guī)劃的模型和方法研究    王茜

分離流動(dòng)的電磁力主動(dòng)控制    陳虹

基于擬態(tài)物理學(xué)的全局優(yōu)化算法設(shè)計(jì)及性能分析    謝麗萍

基于支持向量機(jī)的木材干燥預(yù)測(cè)控制技術(shù)    陳立生

衛(wèi)星地面站數(shù)傳資源配置優(yōu)化模型與算法研究    常飛

輸電網(wǎng)優(yōu)化規(guī)劃策略與安全價(jià)值評(píng)估    王靖然

計(jì)及風(fēng)力發(fā)電的電力系統(tǒng)可靠性與動(dòng)態(tài)經(jīng)濟(jì)調(diào)度研究    姜文

微粒群優(yōu)化算法及其在風(fēng)資源評(píng)估中的應(yīng)用    楊維

微粒群算法理論研究及其在PID參數(shù)優(yōu)化中的應(yīng)用    江維

仿生優(yōu)化算法的研究與應(yīng)用    王茂海

智能故障診斷技術(shù)在中頻冶煉中的應(yīng)用    韓寧

地下礦床開拓系統(tǒng)空間優(yōu)化的粒子群方法    梁宵

電網(wǎng)企業(yè)節(jié)能發(fā)電調(diào)度模型及其運(yùn)作體系研究    鄢帆

含風(fēng)電場(chǎng)的電力系統(tǒng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度的研究    王召旭

幾何圖元分析處理若干問題的研究    方家樂

風(fēng)電場(chǎng)短期風(fēng)速預(yù)測(cè)與預(yù)測(cè)值的置信度檢驗(yàn)    魯坤

改進(jìn)粒子群優(yōu)化算法及其在圖像分割中的應(yīng)用    張新娟

時(shí)變離散系統(tǒng)的漸進(jìn)穩(wěn)定性檢驗(yàn)定理及算法    肖揚(yáng),杜錫鈺

基于粒子群優(yōu)化的過程神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法    劉坤;譚營;何新貴;

帶有偵察子群的蟻群系統(tǒng)    許劍;呂志民;徐金梧;

Stability,Convergence of Harmonious Particle Swarm Optimizer and Its Application    潘峰;陳杰;蔡濤;甘明剛;王光輝;

大規(guī)模風(fēng)電并網(wǎng)條件下的電力系統(tǒng)調(diào)度    孟祥星;王宏;

基于人工魚群算法神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負(fù)荷預(yù)測(cè)    劉耀年,龐松嶺,劉岱

基于隨機(jī)模擬粒子群算法的含風(fēng)電場(chǎng)電力系統(tǒng)經(jīng)濟(jì)調(diào)度    江岳文;陳沖;溫步瀛;

免疫調(diào)節(jié)增益的單神經(jīng)元PID控制器    王偉;高曉智;王常虹;王沖;

基于禁忌搜索的啟發(fā)式求解背包問題算法    張曉琴,黃玉清

考慮機(jī)組爬坡速率和網(wǎng)絡(luò)安全的經(jīng)濟(jì)調(diào)度新算法    王民量,張伯明,夏清

粒子群優(yōu)化算法的理論分析與應(yīng)用研究    李寧

無人作戰(zhàn)飛機(jī)航路規(guī)劃研究    田偉

離網(wǎng)小風(fēng)電系統(tǒng)的現(xiàn)狀    王曉港;翟慶志;楊德昌;

采用延拓法的風(fēng)電系統(tǒng)穩(wěn)定模型二維參數(shù)分岔邊界的計(jì)算與研究    馬幼捷;問虎龍;周雪松;李季;楊海珊;

直驅(qū)型風(fēng)電系統(tǒng)低電壓穿越技術(shù)仿真分析    栗然;王飛;

風(fēng)電系統(tǒng)及其電壓特性研究    潘文霞,陳允平,沈祖詒

小功率集群式風(fēng)電系統(tǒng)設(shè)計(jì)與研究    張廣寧;

永磁直驅(qū)變速風(fēng)電系統(tǒng)的控制及穩(wěn)定性分析    耿華;許德偉;吳斌;楊耕;

不同風(fēng)電系統(tǒng)動(dòng)態(tài)電壓穩(wěn)定的分岔分析    許珊珊;湯放奇;周任軍;馬新惠;

基于二階廣義積分的風(fēng)電系統(tǒng)電壓跌落檢測(cè)法    朱鑫;袁鐵江;晁勤;李建林;孔飛飛;

永磁同步風(fēng)電系統(tǒng)低電壓穿越效果比較    閆志海;任永峰;李秀芬;何璇;欒鵬飛;

大型變速恒頻風(fēng)電系統(tǒng)的建模與仿真    孫國霞;李嘯驄;蔡義明;

分頻風(fēng)電系統(tǒng)的頻率優(yōu)化控制策略研究    王傳杰;王錫凡;

大規(guī)模規(guī)劃建設(shè)風(fēng)電芻議    武云甫;武英華;蔡南;

直驅(qū)永磁同步風(fēng)電系統(tǒng)低電壓穿越的研究    楊曉萍;段先鋒;馮帆;

變速恒頻雙饋風(fēng)電系統(tǒng)的建模及運(yùn)行特性分析    潘庭龍;紀(jì)志成;

風(fēng)電系統(tǒng)齒輪箱振動(dòng)特性研究與優(yōu)化    丁千;張微;張文德;朗作貴;

基于模糊邏輯的變速恒頻風(fēng)電系統(tǒng)最大風(fēng)能追蹤控制    肖運(yùn)啟;徐大平;呂躍剛;

基于MLD的風(fēng)電系統(tǒng)全工況建模與預(yù)測(cè)控制研究    史運(yùn)濤;劉偉川;鄭虹;

考慮EENS的含風(fēng)電系統(tǒng)旋轉(zhuǎn)備用獲取模型    王丹平;

風(fēng)電系統(tǒng)中雙饋發(fā)電機(jī)的勵(lì)磁控制研究    劉超輝;葉全勝;應(yīng)黎明;

基于儲(chǔ)能的直驅(qū)風(fēng)電系統(tǒng)低電壓穿越控制策略    張坤;陸繼明;毛承雄;王丹;

三海機(jī)電公司自主創(chuàng)新天地寬    記者 王君開

海島中小型獨(dú)立風(fēng)電系統(tǒng)可靠運(yùn)行技術(shù)研究    董永軍

風(fēng)力發(fā)電系統(tǒng)能量優(yōu)化問題的研究    耿華

粒子群算法改進(jìn)研究及在風(fēng)電系統(tǒng)優(yōu)化調(diào)度中的應(yīng)用    江善和

風(fēng)電場(chǎng)并入電網(wǎng)的調(diào)控理論研究    王成福

風(fēng)電系統(tǒng)多參數(shù)動(dòng)分岔分析及其控制    李小雙

風(fēng)電系統(tǒng)中混沌動(dòng)力學(xué)行為分析    劉馨芳

小型風(fēng)電系統(tǒng)的整流卸荷裝置的設(shè)計(jì)與實(shí)現(xiàn)    邢星

考慮旋轉(zhuǎn)備用效益的含風(fēng)電系統(tǒng)機(jī)組組合優(yōu)化模型研究    余軍威

永磁直驅(qū)型風(fēng)電系統(tǒng)低電壓穿越技術(shù)研究    靖言

筒型基礎(chǔ)近海風(fēng)電系統(tǒng)地震動(dòng)力響應(yīng)分析    劉國威

雙饋型風(fēng)電系統(tǒng)安全運(yùn)行研究    宮有民

含風(fēng)電系統(tǒng)旋轉(zhuǎn)備用優(yōu)化模型研究    崔寧寧

基于雙饋感應(yīng)發(fā)電機(jī)的風(fēng)電系統(tǒng)故障穿越能力研究    杜寶星

風(fēng)電系統(tǒng)的混沌參數(shù)分析與控制    李蘇揚(yáng)