基于自适应免疫克隆算法的电力经济负荷分配

系统规模增大时会出现维数灾而不实用 。
１ 引 言
电力系统经济负荷 分配（ ｃｎｍ ｃ ｉ ａ ｈ Ｅ 是 电力 Ｅ ｏｏ ｉ Ｄｓ ｔ ， Ｄ） ｐｃ 系统规划和运 行中的一类典 型优化 问题 ， 目的是 在给定 机 其 组、 负荷及 网络结构的条件下 ， 在各 台机组 的运行范 围内， 按
ＨＡＮ ｈ Ｓ ｉ—ｆ ｎ ｅ
（ ｅａｔｅｔ ｆ ｏ ｐ ｔ ｃｅｃ ， ｚｏ ｎｖｒ ｔ， ｚｏ ｕ ｅ ４６ ０ Ｃ ｉａ Ｄ ｐｒ ｎ ｍ ｕｅ Ｓｉ ｅ Ｅｈ ｕＵ ｉｅ ｉ Ｅｈ ｕＨ ｂｉ ３ ００， ｈｎ ） ｍ ｏＣ ｒ ｎ ｓｙ
ＡＢＳ ＴＲＡＣＴ： ｈ ａ ｉ ｆａ ａｙ ｉｇ ｔ ｅ ｍａｈ ｍａｉａ ｄ ｌｏ ｌ ｃｒ ａ ｏ ｅ ｙ ｔｍ ｃ ｎ ｍｉ ｉｐ ｔｈ ｐ ｏ — Ｏｎ ｔ ｅ ｂ ｓｓ ｏ ｎ ｌｚｎ ｈ ｔｅ ｔ ｌｍｏ ｅ ｆｅ ｅ ｔ ｃ ｌｐ ｗ ｒｓ ｓ ｃ ｉ ｅ ｅ ｏ ｏ ｃ ｄｓ ａｃ ｒ ｂ ｌｍ ，ａ ｄ ｐｉ ｅ ｉ ｅ ｎ ａ ａ ｔ ｍｍｕ ｅ ｃ ｏ ｅ ａｇ ｒ ｈ Ｗａ ｒｐ ｓ ｄ ｔ ａｃ ｌ ｔ ｔ ｅ ｅ ｅ ｔ ｃ ｌｐ ｗｅ ｙ ｔｍ ｃ ｎ ｍｉ ｄ ｓ ａｃ ． ｖ ｎ ｌｎ ｏ ｔ ｍ ｓ ｐ ｏ ｏ ｅ ｏ ｃ ｌｕ ａｅ ｈ ｌｃ ｒ ａ ｏ ｒｓ ｓｅ ｅ ｏ ｏ ｃ ｉ ｔ ｈ ｌ ｉ ｉ ｐ Ｔ ｉ ｌ ｏ ｔ ｍ ｍａｎ ａｎ ｄ ｔ ｅ ｂ ｓｃｉ ｈ ｓａ ｇ ｒ ｈ ｉｔ ｉ ｅ ａ ｉ ｍｍｕ ｉ ｌ ｏ ｔｍ ｏ ｒ ｈ ｎ ｉｅ ｓ ａ ｃ ｂｌ ｙ，ａ ｄ ｇ ａ ａ ｔｅ ｅｍｕ ｉｌ ｉ ｉ ｈ ｎｔ ａ ｇ ｒ ｈ ｃ ｍｐ ｅ ｅ ｓ ｅ ｒ ｈ ａ ｉ ｔ ｙ ｉ ｖ ｉ ｎ ｕ ｒ ｎｅ ｄ ｔ ｈ ｐ ｉ ｔ ｈ ｃｙ ｏ ｅ ｓｌ ｔ ｎ ｙ ｉｔｏ ｕ ｉ ｇｃ ｎ ｅ ｔ ｆ ｃ ｉ ｇ ｔ ｎ ｆ ｒ ｆｔ ｏｕ ｉ ｓ ｂ ｒ ｄ ｃｎ ｏ ｃ ｐ ｓｏ ａ ｎ ａ ｓｏ ｍ，ｃａ ｓ ｌｎ ｌ ａ ｉｔ ｎ， ｕ ｓｉ ｃｏ ｅｏ ｅ ｌｐ ｉ ｇａ ｄ ｈ ｏ ｎ ｓｌ ｒ ｌｓ ｉ ｃｏ ａ ｒ ｉ ｃ ｖ ａ ｏ Ｈｅ ｒ ｔ ｌ ｎ ｖ ｒ ｐ ｎ ｎ ｉ ｃ ａ
一
近年来 ， 人工智 能技术 的发展及 多学科 的交叉 融合 ， 为 Ｅ Ｄ问题的求解提供 了新方法 。由于这些新方法可 以将 经典 方法忽 略的网损 、 阀点效 应等计算 在 内， 从而提 高 了求解 精 度 。它们是遗传算法… 、 模糊优化算法 、 神经网络模型 、 混沌 优 化方 法 、 广义蚁 群算 法 、 子群 优化算 法 ， 粒 以及 多
中 图 分 类 号 ：Ｍ ４ ；Ｐ ８ ｒ ７＿ Ｔ １ ｒ ４ 文献 标 识 码 ： Ａ
Ｅｌｃ ｒｃ ｌＰｏ ｒ Ｓｙ ｔ ｍ ｏ ｏ ｉ ｓ ａ ｃ Ｃｏ ｐ ｔ ｔｏ ｅ ｔ ｉａ ｗｅ ｓｅ Ｅｃ ｎ ｍ ｃ Ｄｉｐ ｔｈ ｍ ｕ ａ ｉｎ Ｂａ ｅ ｎ Ａｄａ ｉ ｅ Ｉ ｍ ｕｎ ｏ ｇ ｒｔ ｍ ｓｄ ｏ ｐｔｖ ｍ ｅ Ｃｌｎｅ Ａｌ ｏ ｉｈ
Ｃｌｎ ｈ ｉ ｅｔ ｅ ｉ ｏ ｅ ｃ ｏ ｃ ｈ ｍｍｕｎｔ ｌｏ ｔｍ ｈ ｏ ｅｉａｌ ｏ Ｂａ ｅ ｎ ａ３ 一 ｍａ ｈ ｎ ｓｂａｓｅ ｅ ｔ ｃ ｌｐ ｗｅ ｙ ｔｍ ，ｔｅ ｉ ａ ｇ ｒ ｈ ｔ ｅ ｒｔｃ ｙｔ ． ｙ ｉ ｌ ｓｄｏ ｃ ｉ ｅ６ ｂｕ ｒ ｌｃ ｒ ａ ｏ ｒｓ ｓｅ ｉ ｈ
第２卷 第６ ７ 期
文 章 编 号 ：０ ６— ３ ８ ２ １ ）６— ２０— ３ １０ ９ ４ （０ ０ ０ ０ ９ ０
计Fra Baidu bibliotek
算
机
仿
真
２１年６ ０ ０ 月
基 于 自适应 免 疫 克 隆算 法 的 电力 经 济 负荷分 配
韩世芬
（ 鄂州大学计算机系 ， 湖北 鄂州 ４ ６０ ） ３ ００ 摘要 ： 了满足电力系统功率平衡 ， 为 发电成本最小 ， 研究在电力系统经济负荷分配 问题的数学模 型基础上 ， 出了一种 自适 提 应免疫克隆算法来计算电力 系统经济负荷分配。通过引入尺度变换 、 精英克 隆变 异、 启发式克隆交叉和克隆选择等概念使 得免疫算法在理论上保证了解 的多样性。利用 ３机 ６母 线电力 系统进行 了仿 真 ， 果表明算法是可行的 ， 结 并且与遗传算法 的智能相比， 改进算法全局搜 索能力强 ， 不易陷入局部最优解 ， 同时收敛速度快。 关键词： 经济负荷分配 ； 人工免疫算法 ； 自适应算法
ｃ ｍｐ ｔｄ ｒｓ ｌ ｉ ｄｃ ｔ ｄ ｔ ａ ｈ ｓ ａｇ ｒ ｈ ｉ ｆａ ｉｌ ． Ａ ｄ ｃ ｍｐ ｒｄ ｗ ｔ ｈ ｅ ｅ ｉ ｇ ｒ ｈ ，ｔ ｉ ａ ｇ ｒｔｍ ｏ ｕ ｅ ｅ ｕ ｔ ｎ ｉ ａｅ ｈ ｔｔｉ ｏｉ ｍ ｓ ｅ ｓｂ ｅ ｌ ｔ ｎ ｏ ａ ｅ ｉ ｔ ｅ ｈ ｒｄ ｔ ａ ｏ ｔ ｍ ｈ ｙｌ ｉ ｈｓ ｌｏ ｈ ｉ ｈ ｔｏ ｇ ｒｏ ｅａｌｓｔａ ｉｎ ｓ ａ ｃ ｂｌ ｙ ａ ｄ ｑ ｉｋ ｒｃ ｎ ｅ ｇ ｎ ｅ ｓ ｅ ｄ ｓ ａ ｓｒ ｎ ｅ ｖ ｒ ｌ ｉ ｔ ｅ ｒ ｈ ａ ｉ ｔ ｎ ｕ ｃ ｅ ｏ ｖ ｒ ｅ ｃ ｐ ｅ ． ｕ ｏ ｉ ＫＥＹＷ ＯＲＤＳ： ｃ ｎ ｍｉ ｉｐ ｔｈ； ｔ ｃ ａ ｉ Ｅ ｏ ｏ ｃ ｄ ｓ ａｃ Ａｒ ｆ ｉ ｍｍｕ ｅ ａｇ ｒｔｍ ； ａ ｔ ｅ ａ ｇ ｒ ｈ ｉ ｌ ｉ ｎ ｌ ｏ ｈ Ａｄ ｐ ｉ ｌｏ ｔ ｍ ｉ ｖ ｉ