基于MDPA算法的火电厂多目标负荷优化分配模型

朱誉; 司风琪; 刘飞龙; 周建新

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于MDPA算法的火电厂多目标负荷优化分配模型

热能科学研究 | 更新时间：2025-09-28

- 基于MDPA算法的火电厂多目标负荷优化分配模型
- MDPA algorithm based multi-objective load dispatch
- 热力发电 2014年43卷第12期页码：89-94
- 作者机构：
  
  1. 广东电网公司电力科学研究院
  2. 东南大学能源热转换及其过程测控教育部重点实验室
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TM621
- 纸质出版日期：2014
- 稿件说明：
移动端阅览
朱誉, 司风琪, 刘飞龙, 等. 基于MDPA算法的火电厂多目标负荷优化分配模型[J]. 热力发电, 2014,43(12):89-94.

ZHU Yu, SI Fengqi, LIU Feilong, et al. MDPA algorithm based multi-objective load dispatch[J]. Thermal power generation, 2014, 43(12): 89-94.
朱誉, 司风琪, 刘飞龙, 等. 基于MDPA算法的火电厂多目标负荷优化分配模型[J]. 热力发电, 2014,43(12):89-94. DOI：

ZHU Yu, SI Fengqi, LIU Feilong, et al. MDPA algorithm based multi-objective load dispatch[J]. Thermal power generation, 2014, 43(12): 89-94. DOI：

摘要

在传统的火电厂经济负荷分配模型基础上

综合考虑全厂供电煤耗率、污染物排放量以及全厂负荷升、降时间3个目标

构建了厂级负荷优化分配的多目标模型。将差分粒子群混合算法发展为一种新型的多目标进化(MDPA)算法

即利用擂台赛法和凝聚层次聚类分析方法分别构造和修剪非支配集

同时加入精英保留策略

保留进化过程中的极值点。将该算法应用于以经济、环保、快速3个目标为多目标的厂级负荷优化分配

并与基于非支配排序的多目标优化(NSGA-Ⅱ)算法进行对比。结果表明

MDPA算法较NSGA-Ⅱ算法收敛速度更快

解集分布更均匀。

Abstract

On the basis of the conventional single-object model only considering the energy consumption

a multi-objective optimization model for load dispatch was established

concerning the energy consumption

environmental protection and load response rate.A hybrid multi-objective differential evolution(DE)and particle swarm optimization(PSO)algorithm called MDPA was proposed

which uses arena's principle to establish non-dominate set

cluster analysis to change the size of no-dominate set

elitist strategy to retain extreme points during evolution.Results in three multi-objective load dispatch problems show faster convergence rate

higher convergence precision and more even distribution of solution set compared with NSGA-Ⅱ.

关键词

Keywords

references

浏览量

206

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

考虑环境成本的火电厂负荷优化分配

基于多目标遗传算法和多属性决策的主蒸汽温度PID参数优化

火电厂循环水排污水纳滤处理试验

火电厂水媒式烟气加热器烟道优化数值模拟

火电厂重要辅助设备可靠性状态识别研究