唐俊杰
- 作品数：6 被引量：19H指数：3
- 供职机构：广东工业大学自动化学院更多>>
- 发文基金：中央财政支持地方高校发展专项资金广东省自然科学基金广东省教育厅育苗工程项目更多>>
- 相关领域：电气工程更多>>
- 基于动态模糊混沌粒子群算法的含电动汽车微电网多目标优化调度研究被引量：8
- 2018年
- 提出一种基于动态模糊混沌粒子群算法的微电网多目标优化调度方法.利用动态目标函数与模糊理论解决多目标主观权值的缺陷,建立以运行维护成本、环境污染物成本为目标的微电网多目标调度模型.微电网多目标优化调度属于多变量、强非线性优化问题,针对传统粒子群算法求解时容易陷入局部最优等问题,在粒子初始化时,引入一种结合Chebyshev映射和Logistic映射的组合混沌映射,在粒子更新过程中,引入Logistic映射,从而增加粒子寻优的遍历性,加强算法全局优化能力.针对惯性权重在粒子群更新过程中的取值问题,采用迭代次数梯度改变惯性权重的策略.仿真结果证明了算法具有更高的收敛效率和更好的收敛效果.
- 唐俊杰陈璟华邱明晋
- 关键词：粒子群算法多目标优化
- 基于互补理论的电力系统机组组合优化
- 2017年
- 针对同时具有离散和连续变量,非线性等特点的火电机组组合问题,在分析一般机组组合优化数学模型的基础上,尝试用连续化的方法建立连续变量和离散变量之间的关系,利用互补约束和最优化极值理论,构建了电力系统机组组合的互补约束优化模型。采用光滑NCP函数对建立的互补约束优化模型进行光滑处理,将其转化为一般的非线性规划问题,并用原对偶内点法进行求解。仿真结果表明:所提算法能有效处理含离散和连续变量的混合优化问题,具有很好的实际应用前景。
- 丁林军陈璟华梁丽丽邱明晋唐俊杰
- 关键词：机组组合光滑函数非线性规划
- 模糊熵权法和CCPSO算法的含风电场电力系统多目标无功优化被引量：5
- 2018年
- 研究了含双馈风电机组的电力系统多目标无功优化问题,分析了双馈风电机组的无功特性,将风电场作为连续的无功调节手段参与电力系统无功优化.提出一种基于模糊商权法和组合混沌序列动态粒子群算法(CCPSO)的多目标无功优化方法.利用模糊熵权法解决主观权值和客观权值的缺陷,建立以静态电压稳定浴度、节点电压和有功网损为目标的含风电场多目标无功优化决策模型.针对利用传统粒子群算法进行求解时,易出现局部收敛等问题,结合Chebyshev映射和Logistic映射,在粒子初始化过程中运用一种组合混沌映射,增强初始粒子的均匀性,同时将Logistic混沌优化引入到算法寻优过程中,使算法全局寻优能力得到加强.以IEEE14节点系统为例进行仿真实验,验证所提方法的有效性和实用性.
- 陈璟华邱明晋郭经韬唐俊杰
- 关键词：熵权法风电场无功优化电力系统
- 含风电场最优潮流及其关键技术研究综述被引量：1
- 2018年
- 大型风电场并网发电给电网带来清洁能源的同时也使电力系统安全可靠运行面临诸多挑战,研究含风电场最优潮流对于提高电力系统稳定运行与能源利用率具有重要意义.含风电场最优潮流是一个新型的高维、非线性的复杂优化问题,且由于风电的随机性、间歇性和不可控性使其复杂程度和计算难度进一步加大.针对这一问题,本文通过数学模型和求解方法这一主线,阐述了含风电场最优潮流的发展现状以及因风电的随机性对电力系统造成的影响;总结了对风电场处理的现有研究技术,分析了求解含风电场最优潮流的各种算法的优点与不足;在此基础上对未来含风电场最优潮流的研究方向进行展望.
- 邱明晋陈璟华唐俊杰
- 关键词：电力系统风电场最优潮流经典解
- 基于改进差分进化和粒子群混合算法的电力系统最优潮流计算被引量：6
- 2017年
- 针对电力系统最优潮流典型的非线性多峰值的非凸规划问题,提出一种将差分进化与粒子群优化算法结合在一起的混合优化算法.采用双种群进化策略,分别利用粒子群优化算法和差分进化算法进行寻优迭代,通过信息分享机制,使两个种群在寻优过程中协同进化.提出一种老化机制和精英改选机制,根据最优粒子的引导能力动态改变其寿命.在其引导能力不足时,采用一种多项式变异策略引入一个竞争个体与最优粒子竞争,使算法全局寻优能力得到加强.IEEE30节点系统仿真结果表明,算法收敛速度快、精度高,具有一定的有效性和可行性.
- 陈璟华邱明晋唐俊杰田明正谭耿锐
- 关键词：差分进化算法粒子群优化算法最优潮流混合算法
- 含风电场的电力系统多目标最优潮流研究
- 2018年
- 针对多场景下含风电场的电力系统多目标最优潮流问题,阐述了风电机组输出功率典型场景,构建了以煤耗成本最小和碳排放最小为目标的含风电场多目标最优潮流模型,采用模糊熵权法对多目标优化问题进行求解。提出一种组合混沌自适应粒子群优化算法(Combined Chaotic Adaptive Particle Swarm Optimization Algorithm,CCAPSOA),根据最优粒子的引导能力动态改变其寿命,在其引导能力不足时,采用一种多项式变异策略,引入竞争个体与最优粒子竞争,使算法全局寻优能力得到加强。仿真结果表明,该模型与算法在兼顾系统运行经济性的同时,减少了CO_2的排放,提高算法的收敛速度和精度。
- 邱明晋陈璟华唐俊杰
- 关键词：电力系统最优潮流风电场
