基于改进量子粒子群算法负荷优化分配研究

黄丽¹，彭道刚¹，顾立群²，张浩¹

1. 上海电力学院自动化工程学院上海发电过程智能管控工程技术研究中心2. 宝山钢铁股份有限公司电厂

摘 要：针对基于量子粒子群算法（Quantum-behaved Particle Swarm Optimization,QPSO）的火电机组负荷优化分配中存在的初始化粒子遍历性低、粒子早熟收敛等问题,提出了一种基于改进的QPSO的火电机组负荷优化分配方法。改进算法首先采用正弦混沌序列提高初始化粒子位置的遍历性及种群多样性,并结合模拟退火算法能跳出局部最优的特点来增强量子粒子群寻找全局最优单元机组负荷的能力。最后通过Matlab平台,实现算法编程,并通过实例分析证明算法可行性。改进QPSO算法较其他智能算法能增加解空间初始粒子位置的遍历性,并能够快速跳出局部最优解,收敛全局最优解。

关键词：火电机组;负荷优化分配;量子粒子群算法;混沌序列;模拟退火算法;