基于量子粒子群算法的电力系统负荷多目标优化分配

发布时间：2023-03-30 00:56

　　针对电力系统经济负荷优化分配问题,提出了一种基于量子粒子群的多目标优化算法.该算法通过将改进后的量子进化算法融合到粒子群中,采用量子位对粒子的当前位置进行编码,用量子旋转门实现对粒子最优位置的搜索,用量子非门实现粒子位置的变异以避免早熟收敛.这种搜索机制能够遍历解空间,增强种群的多样性,并能用量子位的概率幅将最优解表述为解空间中的多种表述形式,从而增强全局最优的可能性.最后,通过算例进行仿真分析,结果表明算法的搜索能力和优化效率均优于普通粒子群算法.

【文章页数】：8 页

【文章目录】：
1 经济负荷优化分配数学描述
    1.1 供电煤耗特性
    1.2 污染物排放成本目标函数
    1.3 经济性成本的数学描述
2 基于量子粒子群算法的环境经济负荷多目标优化分配
    2.1 基本粒子群优化算法(PSO)
    2.2 量子粒子群优化算法
        2.2.1 初始化种群
        2.2.2 解空间变换
        2.2.3 粒子的位置和速度更新
        2.2.4 粒子变异
        2.2.5 用紊流间距方法构造Pareto最优解集
3 基于量子粒子群算法的环境经济负荷多目标优化分配流程
4 实例分析
5 结论



本文编号：3774853