采用MOEA/D算法的含风电系统环境经济调度

【摘要】：建立含风电系统的环境经济调度(Environmental Economic Dispatch,EED)模型,提出采用基于分解的多目标进化算法(Multi-objective Evolutionary Algorithm based on Decomposition,MOEA/D)来求解,并在算法中加入约束处理,归一化及变异操作来改善算法的性能并保持解的多样性,以获得理想的Pareto最优前沿.通过仿真计算,并与其他优化算法进行对比分析,验证了MOEA/D算法解决含风电EED问题的可行性和有效性. 【作者单位】： 郑州大学电气工程学院;中原工学院电子信息学院;
【关键词】： 风电 环境经济调度 多目标进化算法 MOEA/D Pareto最优前沿
【基金】：国家自然科学基金资助项目(61305080) 河南省科技攻关计划项目(132102210521) 河南省教育厅科学技术研究重点项目(14A470010)
【分类号】：TM614;TP301.6
【正文快照】： 0引言近年来,含风电的电力系统环境经济调度(Environmental Economic Dispatch,EED)越来越受到学者的关注.EED问题是一个非线性约束的多目标优化问题.文献[1]采用多目标随机黑洞粒子群优化算法,并使用聚类技术加快寻优速度.文献[2]设计一种包含多目标优化和辅助决策的2阶段解

您可以在本站搜索以下学术论文文献来了解更多相关内容