Iteration PSO with time varying acceleration coefficients for solving non-convex economic dispatch problems

数学优化 经济调度 粒子群优化 加速度 启发式 趋同(经济学) 传输(电信) 正多边形 最优化问题 计算机科学 点(几何) 凸优化 收敛速度 数学 电力系统 功率(物理) 钥匙(锁) 计算机安全 物理 电信 经典力学 量子力学 经济 几何学 经济增长
作者
Behnam Mohammadi‐Ivatloo,Abbas Rabiee,Alireza Soroudi,Mehdi Ehsan
出处
期刊:International Journal of Electrical Power & Energy Systems [Elsevier]
卷期号:42 (1): 508-516 被引量:136
标识
DOI:10.1016/j.ijepes.2012.04.060
摘要

This paper presents a novel heuristic algorithm for solving economic dispatch (ED) problems, by employing iteration particle swarm optimization with time varying acceleration coefficients (IPSO-TVAC) method. Due to the effect of valve-points and prohibited operation zones (POZs) in the generating units’ cost functions, ED problem is a non-linear and non-convex optimization problem. The problem even may be more complicated if transmission losses are taken into account. The effectiveness of the proposed method is examined and validated by carrying out extensive tests on three different test systems. Valve-point effects, POZs, ramp-rate constraints and transmission losses are modeled. Numerical results show that the IPSO-TVAC method has a good convergence property. Furthermore, the generation costs of the IPSO-TVAC method are lower than other optimization algorithms reported in recent literature.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
丘比特应助科研通管家采纳,获得10
刚刚
科研通AI2S应助科研通管家采纳,获得10
刚刚
1秒前
1秒前
Shion发布了新的文献求助10
2秒前
草木发布了新的文献求助10
3秒前
果粒程完成签到 ,获得积分10
4秒前
sunny发布了新的文献求助10
5秒前
美好成仁完成签到 ,获得积分10
5秒前
凉生完成签到,获得积分20
11秒前
浮世完成签到,获得积分10
11秒前
科研通AI2S应助奔奔采纳,获得10
13秒前
杜好好完成签到,获得积分10
13秒前
Shion完成签到,获得积分10
17秒前
无花果应助半截神经病采纳,获得10
17秒前
sddq完成签到,获得积分10
18秒前
19秒前
凉生发布了新的文献求助10
19秒前
111111完成签到,获得积分10
23秒前
zouzou完成签到,获得积分10
23秒前
24秒前
25秒前
Pxn1bplus完成签到 ,获得积分10
27秒前
28秒前
29秒前
bkagyin应助KKK采纳,获得10
29秒前
打打应助幸福语儿采纳,获得30
30秒前
31秒前
飞翔的小鸟完成签到 ,获得积分10
31秒前
高挑的幼翠完成签到 ,获得积分10
33秒前
lovelife完成签到,获得积分10
34秒前
Diego发布了新的文献求助10
34秒前
klp335发布了新的文献求助30
34秒前
35秒前
寒冷的奇异果完成签到,获得积分10
36秒前
YaoZhang完成签到 ,获得积分10
37秒前
CipherSage应助东方天奇采纳,获得10
37秒前
困敦发布了新的文献求助10
38秒前
38秒前
积极的中蓝完成签到,获得积分10
38秒前
高分求助中
The Oxford Handbook of Social Cognition (Second Edition, 2024) 1050
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
COSMETIC DERMATOLOGY & SKINCARE PRACTICE 388
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3141401
求助须知:如何正确求助?哪些是违规求助? 2792423
关于积分的说明 7802495
捐赠科研通 2448598
什么是DOI,文献DOI怎么找? 1302633
科研通“疑难数据库(出版商)”最低求助积分说明 626650
版权声明 601237