基于混合改变惯性因子PSO-BP的短期电力负荷预测

针对短期电力负荷预测的精度和网络的收敛问题,通过分析BP、PSO固有缺点,采用周期改变惯性因子(PCW )和动态改变惯性因子(DCW)的双策略,同时对传统的流程增加了额外BP局部寻优,编制了基于MATLAB的混合改变惯性因子PSO-BP神经网络算法(PDPSO-BP),并对广东某城市短期负荷进行预测。结果表明,PDPSO-BP有效地改善了BP的泛化能力,PSO的搜索能力,整体加快了网络的收敛速度,提高了预测的精度,保持误差在3%以下,具有良好的预测效果,满足负荷预测的要求。     

基于混沌策略文化差分进化算法的动态环境经济调度

针对风电并网影响建立一个含风电场的动态环境经济调度模型,该模型以运行成本及污染气体排放为目标,考虑实际中存在的各种等式约束和不等式约束,提出基于混沌策略的文化差分进化算法( chaotic cultural differential evolution,CCDE)以求解该模型。将混沌参数调整策略融入文化差分进化算法,与自适应柯西变异结合,有利于跳出局部最优。采用动态约束处理方法结合罚函数使得群体空间的个体满足约束。仿真结果表明CCDE算法能有效处理该模型并且得到较优的调度方案。