·350· 智能系统学报 第13卷 值T为60798，较DE-SQP算法总目标值61107 在几种方法中最低。由此可以看出，本文提出的 低309：同时由表3可知，在w=1时，本文提出的 IWD-SQP算法在求解该电力环境经济调度问题上 IWD-SQP算法调度方案的网络损耗为19.57MW, 具有优势。 表3LOAD=1036MW,W=1时各机组调度方案 Table 3 Scheduling scheme (MW)for LOAD=1 036 MW,w=1 算法 U U2 U U U Us 09 Uio PL GA 154.70 140.67 96.73 108.41 74.03 160.00 130.00 120.00 27.85 43.31 19.70 SQP 150.00 135.00 161.15 180.73 172.71 122.48 56.55 47.00 20.00 10.00 19.61 DE 151.29 135.68 109.58 114.64 215.21 119.50 81.89 84.41 29.52 13.89 19.63 PSO 155.47 135.05 78.74 171.71 123.12 83.17 129.62 86.06 56.79 36.05 19.76 DE-SOP 150.00 135.00 73.00 110.27 221.95 122.41 93.09 120.0020.00 10.00 19.73 PSO-SQP 150.00 135.00 73.00 180.76 122.89 83.67 129.59 85.33 52.09 43.42 19.75 IWD-SQP 150.00 135.00 75.20 120.41 172.73 122.63 129.59 120.00 20.00 10.00 19.57 表4LOAD=1036MW时燃料费用、排放量以及总目标值 Table 4 Cost,Emission and total object for LOAD=1 036 MW w=0.5 算法 1w=1 Cost(10$) Emission(10Ib) 10 Cost(10'$) Emission(10'Ib) 710 GA 6.3153 4.101 3.3627 6.2565 4.259 6.2565 SQP 6.1967 4.954 3.3460 6.2220 5.231 6.2220 DE 6.2582 4.296 3.3439 6.2420 4.532 6.2420 PSO 6.3805 4.024 3.3967 6.2638 4.3899 6.2638 DE-SOP 6.1007 4.278 3.2643 6.1107 4.665 6.1107 PSO-SQP 6.1400 4.162 3.2781 6.1832 4.4465 6.1832 IWD-SQP 6.1210 3.983 3.2596 6.0798 4.485 6.0798 4结束语 35(14):3685-3692 FU Peng,WANG Ningling,LI Xiaoen,et al.CPS-based 本文针对电力环境经济调度问题，提出了将智 load dispatching model for the energy conversation and 能水滴算法与序列二次规划SQP相混合的算法应 emission reduction of thermal power units[J].Proceedings 用于该问题求解。通过智能水滴算法产生的解作 of the CSEE,2015,35(14):3685-3692. 为$QP的初始点进行求解，将两个标准测试函数和 [3]ZIANE I,BENHAMIDA F,GRAA A,et al.Combined eco- 一个10机组的测试系统进行实验，与其他几种方法 nomic emission dispatch with new price penalty factors 相比本文提出的算法在求解该问题上具有一定的优 [C]//Proceedings of the 4th International Conference on 势，验证了该算法的可行性与有效性，为电力环境 Electrical Engineering.Boumerdes,Algeria,2015:1-5. 经济调度问题求解提供了一种新的方法。 [4]RADOSAVLJEVIC J.A solution to the combined econom- 参考文献： ic and emission dispatch using hybrid PSOGSA algorithm [J].Applied artificial intelligence,2016,30(5):445-474. []马钊，周孝信，尚宇炜，等未来配电系统形态及发展趋势 [)]吴亮红，王耀南，袁小芳，等.基于快速自适应差分进化算 [U.中国电机工程学报，2015,35(6：1289-1298. 法的电力系统经济负荷分配).控制与决策，2013,28(4)： MA Zhao.ZHOU Xiaoxin.SHANG Yuwei.et al.Form and 557-562 development trend of future distribution system[J.Proceed- WU Lianghong,WANG Yaonan,YUAN Xiaofang,et al. ings of the CSEE,2015,35(6):1289-1298. Fast self-adaptive differential evolution algorithm for power [2]付鹏，王宁玲，李晓恩，等.基于信息物理融合的火电机组 economic load dispatch[J].Control and decision,2013, 节能环保负荷优化分配[】.中国电机工程学报，2015， 28(4):557-562值 T 为 60 798，较 DE-SQP 算法总目标值 61 107 低 309；同时由表 3 可知，在 w=1 时，本文提出的 IWD-SQP 算法调度方案的网络损耗为 19.57 MW， 在几种方法中最低。由此可以看出，本文提出的 IWD-SQP 算法在求解该电力环境经济调度问题上 具有优势。 4 结束语 本文针对电力环境经济调度问题，提出了将智 能水滴算法与序列二次规划 SQP 相混合的算法应 用于该问题求解。通过智能水滴算法产生的解作 为 SQP 的初始点进行求解，将两个标准测试函数和 一个 10 机组的测试系统进行实验，与其他几种方法 相比本文提出的算法在求解该问题上具有一定的优 势，验证了该算法的可行性与有效性，为电力环境 经济调度问题求解提供了一种新的方法。 参考文献： 马钊, 周孝信, 尚宇炜, 等. 未来配电系统形态及发展趋势 [J]. 中国电机工程学报, 2015, 35(6): 1289–1298. MA Zhao, ZHOU Xiaoxin, SHANG Yuwei, et al. Form and development trend of future distribution system[J]. Proceed￾ings of the CSEE, 2015, 35(6): 1289–1298. [1] 付鹏, 王宁玲, 李晓恩, 等. 基于信息物理融合的火电机组 节能环保负荷优化分配[J]. 中国电机工程学报, 2015, [2] 35(14): 3685–3692. FU Peng, WANG Ningling, LI Xiaoen, et al. CPS-based load dispatching model for the energy conversation and emission reduction of thermal power units[J]. Proceedings of the CSEE, 2015, 35(14): 3685–3692. ZIANE I, BENHAMIDA F, GRAA A, et al. Combined eco￾nomic emission dispatch with new price penalty factors [C]//Proceedings of the 4th International Conference on Electrical Engineering. Boumerdes, Algeria, 2015: 1–5. [3] RADOSAVLJEVIĆ J. A solution to the combined econom￾ic and emission dispatch using hybrid PSOGSA algorithm [J]. Applied artificial intelligence, 2016, 30(5): 445–474. [4] 吴亮红, 王耀南, 袁小芳, 等. 基于快速自适应差分进化算 法的电力系统经济负荷分配[J]. 控制与决策, 2013, 28(4): 557–562. WU Lianghong, WANG Yaonan, YUAN Xiaofang, et al. Fast self-adaptive differential evolution algorithm for power economic load dispatch[J]. Control and decision, 2013, 28(4): 557–562. [5] 表 3 LOAD=1 036 MW，w=1 时各机组调度方案 Table 3 Scheduling scheme (MW) for LOAD =1 036 MW, w=1 算法 U1 U2 U3 U4 U5 U6 U7 U8 U9 U10 PL GA 154.70 140.67 96.73 108.41 74.03 160.00 130.00 120.00 27.85 43.31 19.70 SQP 150.00 135.00 161.15 180.73 172.71 122.48 56.55 47.00 20.00 10.00 19.61 DE 151.29 135.68 109.58 114.64 215.21 119.50 81.89 84.41 29.52 13.89 19.63 PSO 155.47 135.05 78.74 171.71 123.12 83.17 129.62 86.06 56.79 36.05 19.76 DE-SQP 150.00 135.00 73.00 110.27 221.95 122.41 93.09 120.00 20.00 10.00 19.73 PSO-SQP 150.00 135.00 73.00 180.76 122.89 83.67 129.59 85.33 52.09 43.42 19.75 IWD-SQP 150.00 135.00 75.20 120.41 172.73 122.63 129.59 120.00 20.00 10.00 19.57 表 4 LOAD=1 036 MW 时燃料费用、排放量以及总目标值 Table 4 Cost, Emission and total object for LOAD=1 036 MW 算法 w=0.5 w=1 Cost(104 $) Emission(103 lb) T(104 ) Cost(104 $) Emission(103 lb) T(104 ) GA 6.315 3 4.101 3.362 7 6.256 5 4.259 6.256 5 SQP 6.196 7 4.954 3.346 0 6.222 0 5.231 6.222 0 DE 6.258 2 4.296 3.343 9 6.242 0 4.532 6.242 0 PSO 6.380 5 4.024 3.396 7 6.263 8 4.389 9 6.263 8 DE-SQP 6.100 7 4.278 3.264 3 6.110 7 4.665 6.110 7 PSO-SQP 6.140 0 4.162 3.278 1 6.183 2 4.446 5 6.183 2 IWD-SQP 6.121 0 3.983 3.259 6 6.079 8 4.485 6.079 8 ·350· 智 能 系 统 学 报 第 13 卷