基于电力系统经济调度问题的量子天牛须搜索算法

摘要

传统天牛须搜索算法(beetle antennae search algorithm),BAS演化过程中收敛速度过慢,为了快速高效地解决电力系统经济调度问题,提出了一种量子天牛须搜索算法(quantum beetle antennae search algorithm,QBAS)。算法将量子行为的搜索机制引入到BAS算法中,在天牛须位置周围建立量子Delta势阱,利用量子理论的概率性和不确定性,有效加快收敛速度,并克服容易陷入局部最优的缺点。实验采用一组标准测试函数对QBAS算法进行性能测试,从而验证算法在收敛速度及鲁棒性上的优越性。最后将算法应用电力系统经济调度问题,选用IEEE118总线测试系统进行测试,结果表明QBAS算法在降低发电成本和减少污染物排放都优于粒子群算法和天牛须搜索算法。