基于多种群协同粒子群人工智能算法的电力系统负荷调度研究

高效的电力系统负荷调度已成为解决电力供需平衡的新途径，对降低企业成本意义重大。通过对蒙西地区电力情况的分析，确定低污染排放与低成本发电两个调度目标，构建电力负荷调度模型。同时引入一种多种群协同粒子群模型求解电力负荷调度模型，采用协同策略分种群处理多个目标问题，避免模型陷入局部最优。在前沿性比较中，所提出的模型相比多目标进化与多目标粒子群性能提升18.65%与12.65%。在电力系统调度测试中，所提出的模型最优发电成本为30.413 3×10⁴元，最优污染排放量为1.859 2×10⁴1 b。在发电成本与污染排放上相比另外两种模型具有明显优势。由此可见，所提出的技术应用效果更好，研究技术为电网的调度优化与节能减排提供技术参考。