基于改进粒子群算法的电力系统环境经济负荷分配

摘要

电力系统经济负荷分配(EconomicLoadDispatch,ELD)是电力经济调度中的重要研究课题。近年来,随着环保问题的日益突出,火力发电中煤炭燃烧所产生的NO2和SO2等排放造成的环境污染问题越来越受到关注和重视。在这一背景下,对ELD问题的研究仅仅考虑最小化发电燃料成本这一单一目标已经不能满足实际的调度要求,还需要考虑环境污染控制成本。这就是所谓的环境经济负荷分配(EmissionEconomicLoadDispalIch,EELD)问题,即在不改变系统现状并且满足系统约束条件的情况下,综合考虑发电燃料成本和环境污染控制成本最优,合理地分配负荷。它已成为电力系统研究的热点问题。
　　 为了更好的解决EELD问题,本文首先建立起了EELD问题的数学模型,然后在比较了几种常用算法的基础上选取粒子群优化算法来求解环境经济负荷分配问题。针对粒子群算法易陷入局部最优点,全局收敛性能较差的缺点提出了二次项改进策略和自适应调节权重及加速系数改进策略,较好地平衡了全局与局部搜索能力,避免陷入局部最优,全局寻优能力显著增强。通过对环境经济负荷分配算例加权处理为单目标进行仿真,并与其它优化算法进行比较,验证了该方法的有效性。
　　 针对加权方法的缺点以及普通多目标优化理论的繁琐,本文提出了一种基于虚拟理想粒子的多目标粒子群算法,并通过对实际环境经济负荷分配算例的仿真,验证了该方法的有效性。