基于改進引力搜索算法的電力系統機組組合問題的研究.pdf

1、機組組合問題（Unit Commitment Problems, UCP）是一個具有實際應用價值的工程問題，在電力系統研究中占有非常重要的地位，對發(fā)電廠中機組的啟停狀態(tài)機發(fā)電功率進行合理的安排，能夠帶來顯著的社會效益和經濟效益。
　　機組組合問題具有離散、非線性等不確定因素，到目前為止，仍然沒有找到既能獲得理想的精度和運算速度，又能全面考慮各種實際約束的算法。如何提高求解機組組合問題的速度和精度對電力系統的經濟運行仍然十分重要。常

2、規(guī)的數學方法在解決這類問題時具有一定的局限性。但是，智能優(yōu)化方法卻適合求解傳統數學方法難以解決的高離散及高非線性的組合優(yōu)化問題。根據引力搜索算法和混沌局部搜索方法的特點，將兩種算法進行結合，設計求解算法用來求解決機組組合問題。
　　首先，本文提出了兩種改進的引力搜索算法求解機組組合問題，第一種方法是利用混沌系統產生的混沌變量代替引力搜索算法中的隨機變量，改善了引力搜索算法收斂速度過慢及容易陷入局部最優(yōu)的缺陷，同時利用混沌系統的遍歷

3、性，還能增強引力搜索算法的全局搜索能力。第二種方法是先利用引力搜索算法求解問題的最優(yōu)解，為了防止算法陷入局部最優(yōu)，以引力算法得到的最優(yōu)解為中心，設定合理的搜索半徑，建立一個超立方體，利用混沌局部搜索算法在新的搜索域內進行二次尋優(yōu)，該方法可以有效的防止引力搜索算法陷入局部最優(yōu)，從而得到全部最優(yōu)解。然后，運用這兩種方法求解6種測試函數并進行仿真實驗，仿真結果表明第二種改進的算法比基本的引力搜索算法及第一種改進算法好。
　　最后，為了進