改进的花朵授粉算法在微网优化调度中的应用

doi:10.12068/j.issn.1005-3026.2018.03.007

东北大学学报:自然科学版 ›› 2018, Vol. 39 ›› Issue (3): 334-338.DOI: 10.12068/j.issn.1005-3026.2018.03.007

改进的花朵授粉算法在微网优化调度中的应用

王生生¹，杜鹏¹，董如意¹，李永贺²

(1. 吉林大学计算机科学与技术学院，吉林长春130012; 2. 陆军炮兵防空兵学院，辽宁沈阳100867)

收稿日期:2016-10-12 修回日期:2016-10-12 出版日期:2018-03-15 发布日期:2018-03-09
通讯作者: 王生生
作者简介:冯明杰(1971-)，男，河南禹州人，东北大学副教授; 王恩刚(1962-)，男，辽宁沈阳人，东北大学教授，博士生导师.王生生(1974-)，男，吉林长春人，吉林大学教授，博士生导师.
基金资助:
国家自然科学基金资助项目(51171041).国家自然科学基金资助项目(61472161，61402195，61502198).

Modified Flower Pollination Algorithm and Applications on Optimization Dispatch of Microgrid

WANG Sheng-sheng¹， DU Peng¹， DONG Ru-yi¹， LI Yong-he²

1. College of Computer Science and Technology， Jilin University， Changchun 130012， China; 2. College of Army Artillery and Air Defense Crops， Shenyang 100867， China.

Received:2016-10-12 Revised:2016-10-12 Online:2018-03-15 Published:2018-03-09
Contact: DU Peng
About author:-
Supported by:
-

摘要/Abstract

摘要： 研究了用于解决微网优化调度问题的群智能算法.针对微网优化调度问题的多目标、多约束条件等特点，对微网优化调度问题建模;提出了改进的花朵授粉算法，并将其应用到微网优化调度问题.在初始化时，采用对立点方法增加种群多样性和优化搜索空间;局部更新时，使用一种新的局部更新算子提高算法收敛速度;此外，为了减少计算量和避免陷入局部最优，定义了是否使用遗传操作的判断条件.仿真结果表明，该算法性能优于原始花朵授粉算法和遗传算法等其他算法.

关键词: 微网, 优化调度, 群智能, 花朵授粉算法, 多目标

Abstract: The swarm intelligence algorithm for solving the problem of optimization dispatch of microgrid was investigated. A model for optimization dispatch of microgrid was established under the consideration of the process characteristics， such as multi-objective and multi-constraints. A modified flower pollination algorithm (MFPA) was proposed and applied to the optimization dispatch of microgrid. During initialization， opposition method was utilized to improve the diversity of the population as well as fully explore the space. During local updating， the new operation can accelerate the convergence. In addition， the condition for using genetic operations was defined in order to reduce the calculation and avoid the local optimal solution. Simulation results demonstrated that the performance of MFPA was better than those of FPA， GA and several other algorithms.

Key words: microgrid, optimization dispatch, swarm intelligence, flower pollination algorithm(FPA), multi-objective

中图分类号:

TP319

王生生，杜鹏，董如意，李永贺. 改进的花朵授粉算法在微网优化调度中的应用[J]. 东北大学学报:自然科学版, 2018, 39(3): 334-338.

WANG Sheng-sheng， DU Peng， DONG Ru-yi， LI Yong-he. Modified Flower Pollination Algorithm and Applications on Optimization Dispatch of Microgrid[J]. Journal of Northeastern University Natural Science, 2018, 39(3): 334-338.

参考文献

[1]Wu Z，Tazvinga H，Xia X.Demand side management of photovoltaic-battery hybrid system ［J］.Applied Energy，2015，148:294-304.
[2]李鹏，徐伟娜，周泽远，等.基于改进万有引力搜索算法的微网优化运行［J］.中国电机工程学报，2014，34(19):3073-3079.(Li Peng，Xu Wei-na，Zhou Ze-yuan，et al.Optimal operation of microgrid based on improved gravitational search algorithm［J］.Proceedings of the CSEE，2014，34(19):3073-3079.)
[3]Othman M M，El-khattam W，Hegazy Y G，et al.Optimal placement and sizing of voltage controlled distributed generators in unbalanced distribution networks using supervised firefly algorithm ［J］. International Journal of Electrical Power & Energy Systems，2016，82:105-113.
[4]Tharakeshwar T K，Seetharamu K N，Prasad B D.Multi-objective optimization using bat algorithm for shell and tube heat exchangers ［J］.Applied Thermal Engineering，2017，110:1029-1038.
[5]Reddy S S，Rathnam C S.Optimal power flow using glowworm swarm optimization ［J］.International Journal of Electrical Power & Energy Systems，2016，80:128-139.
[6]Yang X S.Flower pollination algorithm for global optimization［C］//International Conference on Unconventional Computation and Natural Computation.Berlin:Springer-Verlag，2012:240-249.
[7]Dubey H M，Pandit M，Panigrahi B K.A biologically inspired modified pollination algorithm for solving economic dispatch problems in modern power systems［J］.Cognitive Computation，2015，7(5):1-15.
[8]Abdelaziz A Y，Ali E S，Elazim S M A.Implementation of flower pollination algorithm for solving economic load dispatch and combined economic emission dispatch problems in power systems［J］.Energy，2016，101:506-518.
[9]Rahnamayan S，Tizhoosh H R，Salama M M A.Opposition versus randomness in soft computing techniques ［J］.Applied Soft Computing，2008，8(2):906-918.
[10]Abedini M，Moradi M H，Hosseinian S M，et al.Optimal management of microgrids including renewable energy scources using GPSO-GM algorithm ［J］.Renewable Energy，2016，90:430-439.
[11]Malysz P，Sirouspour S，Emadi A.An optimal energy storage control strategy for grid-connected microgrids ［J］.IEEE Transactions on Smart Grid，2014，5(5):1785-1796.
[12]钱科军，袁越，石晓丹，等.分布式发电的环境效益分析［J］.中国电机工程学报，2008，28(29):11-15.(Qian Ke-jun，Yuan Yue，Shi Xiao-dan，et al.Environmental benefits analysis of distributed generation［J］.Proceedings of the CSEE，2008，28(29):11-15.)
[13]丁明，张颖媛，茆美琴，等.包含钠硫电池储能的微网系统经济运行优化［J］.中国电机工程学报，2011，31(4):7-14.(Ding Ming，Zhang Ying-yuan，Mao Mei-qin，et al.Economic operation optimization for microgrids including Na/S battery storage［J］.Proceedings of the CSEE，2011，31(4):7-14.)
[14]陈洁，杨秀，朱兰，等.微网多目标经济调度优化［J］.中国电机工程学报，2013，33(19):57-66.(Chen Jie，Yang Xiu，Zhu Lan，et al.Microgrid multi-objective economic dispatch optimization ［J］.Proceedings of the CSEE，2013，33(19):57-66.)
[15]毛晓明，陈深，吴杰康，等.分时电价机制下含蓄电池微网的优化调度［J］.电网技术，2015，39(5):1192-1197.(Mao Xiao-ming，Chen Shen，Wu Jie-kang，et al.Optimal dispatching of microgrid containing battery under time-of-use price mechanism ［J］.Power System Technology，2015，39(5):1192-1197.)
[16]Holland J.Adaptation in natural and artificial systems ［J］.The Quarterly Review of Biology，1975，6(2):126-137.
[17]Yang X S.Firefly algorithms for multimodal optimization［C］//Proceeding of the 5th International Symposium on Stochastic Algorithms:Foundations and Applications.Berlin:Springer-Verlag，2009:169-178.
[18]Gandomi A H，Yang X S，Alavi A H，et al.Bat algorithm for constrained optimization tasks ［J］.Neural Computing and Applications，2013，22(6):1239-1255.(上接第319页)
[4]Candes E J，Wakin M B.An introduction to compressive sampling［J］.IEEE Signal Processing Magazine，2008，25(2):21-30.
[5]Al-Haj A.Combined DWT-DCT digital image watermarking［J］.Journal of Computer Science，2007，3(9):740-746.
[6]Johansson E M，Mast J E.Three-dimensional ground-penetrating radar imaging using synthetic aperture time-domain focusing［C］//Spies International Symposium on Optics.San Diego，1994:205-214.
[7]屈乐乐，方广有，杨天虹.压缩感知理论在频率步进探地雷达偏移成像中的应用［J］.电子与信息学报，2011，33(1):21-26.(Qu Le-le，Fang Guang-you，Yang Tian-hong.The application of compressed sensing to stepped-frequency ground penetrating radar migration imaging［J］.Journal of Electronics ＆ Information Technology，2011，33(1):21-26.)
[8]刘福来，彭泸，汪晋宽，等.基于加权L_○1范数的CS-DOA算法［J］.东北大学学报(自然科学版)，2013，34(5):655-657.(Liu Fu-lai，Peng Lu，Wang Jin-kuan，et al.CS-DOA algorithm based on weighted L_○1 norm［J］.Journal of Northeastern University (Natural Science)，2013，34(5):655-657.)
[9]Boyd S，Vandenberghe L.Convex optimization［M］.Oxford:Cambridge University Press，2004.

改进的花朵授粉算法在微网优化调度中的应用

Modified Flower Pollination Algorithm and Applications on Optimization Dispatch of Microgrid

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	张禹，鹿浩，吕董，巩亚东. 基于IMOFA的航空发动机管路多目标优化布局[J]. 东北大学学报（自然科学版）, 2022, 43(8): 1120-1126.
[2]	张瑞友，王超慧，陈勇强. 基于控制思想求解非线性规划问题的李雅普诺夫方法[J]. 东北大学学报（自然科学版）, 2021, 42(9): 1217-1226.
[3]	马廉洁，左宇辰，周云光，付海玲. 氧化锆陶瓷车削刀具几何参数的多目标优化[J]. 东北大学学报:自然科学版, 2020, 41(8): 1129-1134.
[4]	齐锡晶，唐梁，康伟鑫，秦娇娇. 高速公路桥梁桥面板养护方案多目标决策方法[J]. 东北大学学报:自然科学版, 2020, 41(7): 1033-1040.
[5]	张丽杰，刘建昌，谭树彬. 复杂建筑火灾中的人员疏散路径多目标规划[J]. 东北大学学报:自然科学版, 2020, 41(6): 761-766.
[6]	王生生，张伟，董如意，李文辉. 改进蚱蜢算法在电动汽车充换电站调度中的应用[J]. 东北大学学报:自然科学版, 2020, 41(2): 170-175.
[7]	周炳海，费芊然. 考虑能耗的混流装配线物料配送多目标调度方法[J]. 东北大学学报:自然科学版, 2020, 41(2): 258-264.
[8]	魏颖, 徐楚翘, 刁兆富, 李伯群. 基于生成对抗网络的多目标行人跟踪算法[J]. 东北大学学报（自然科学版）, 2020, 41(12): 1673-1680.
[9]	田慧欣，王帝，帅民伟，李坤. 面向OD客流的高速列车开行方案的优化[J]. 东北大学学报:自然科学版, 2020, 41(11): 1535-1542.
[10]	李占山，吕艾娜. 基于新冗余度的特征选择方法[J]. 东北大学学报:自然科学版, 2020, 41(11): 1550-1556.
[11]	宋航，王亚丽，刘国奇，张斌. 基于改进多目标蜂群算法的Web服务组合优化方法[J]. 东北大学学报:自然科学版, 2019, 40(6): 777-782.
[12]	翟莹莹，厉英，敖志广. 基于改进多目标遗传算法的连铸二冷过程优化[J]. 东北大学学报:自然科学版, 2019, 40(5): 658-662.
[13]	范例，谢里阳，张娜. 重卡驱动桥壳疲劳稳健性与轻量化设计[J]. 东北大学学报:自然科学版, 2019, 40(3): 365-369.
[14]	周炳海，顾佳颖. 考虑多资源约束的非等效并行机节能调度算法[J]. 东北大学学报:自然科学版, 2019, 40(3): 403-408.
[15]	关守平，邹立夫，张菁菁. 区间多目标粒子群优化算法及其应用[J]. 东北大学学报:自然科学版, 2019, 40(11): 1521-1526.