基于CNBPSO算法的需求侧资源计划

黄平 张尧 于金杨

doi:10.3969/j.issn.1000-565X.2010.10.024

华南理工大学学报(自然科学版) >

2010 , Vol. 38 >Issue 10: 130 - 133,152

DOI: https://doi.org/10.3969/j.issn.1000-565X.2010.10.024

动力与电气工程

基于CNBPSO算法的需求侧资源计划

展开

1.华南理工大学理学院, 广东广州 510640；2.华南理工大学电力学院, 广东广州 510640

黄平（1963-），男，博士生，高级工程师，主要从事进化计算及其在电力系统中的应用研究．

收稿日期: 2009-11-13

修回日期: 2010-05-04

网络出版日期: 2010-10-25

基金资助

国家“973”计划项目（20091072）; 国家“十一五”重点科技攻关项目（2006BAA02A17）

收起

Demand-Side Resource Planning Based on CNBPSO Algorithm

Expand

1.School of Science,South China University of Technology,Guangzhou 510640,Guangdong,China;2.School of Electric Power,South China University of Technology,Guangzhou 510640,Guangdong,China

黄平（1963-），男，博士生，高级工程师，主要从事进化计算及其在电力系统中的应用研究．

Received date: 2009-11-13

Revised date: 2010-05-04

Online published: 2010-10-25

Supported by

国家“973”计划项目（20091072）; 国家“十一五”重点科技攻关项目（2006BAA02A17）

Fold

摘要

为克服二进制粒子群优化（BPSO）算法易于陷入局部极值的不足,在粒子群算法（PSO）的速度更新公式中引入混沌参数与小生境机制,在此基础上提出了一种新的二进制粒子群（混沌小生境二进制粒子群优化,CNBPSO）算法.将新算法应用于两种不同复杂度的负荷削减需求计划问题的求解,均获得了比BPSO更好的中断方案,证实了算法的有效性,新算法具有简单、快速、均衡收敛等优点.

关键词： 电力系统; 粒子群优化; 混沌; 小生境技术; 可中断负荷

本文引用格式

黄平张尧于金杨 . 基于CNBPSO算法的需求侧资源计划[J]. 华南理工大学学报(自然科学版), 2010 , 38(10) : 130 -133,152 . DOI: 10.3969/j.issn.1000-565X.2010.10.024

Abstract

In order to avoid the local extrema of binary particle swarm optimization（BPSO）,a new algorithm,namely Chaos Niche Binary Particle Swarm Optimizer（CNBPSO）,is proposed by introducing chaotic parameters and the Niche technique in the velocity updating formula of particle swarm optimization（PSO） algorithm.Then,CNBPSO is used to solve two ILS problems with different complexities,and the results are compared with those obtained by BPSO.It is found that CNBPSO is superior to BPSO due to its simplicity,fast speed and equilibrium convergence.

Key words： power system; particle swarm optimization; chaos; niche technique; interruptible load

Options

文章导航

模态框（Modal）标题

摘要

本文引用格式

Abstract