[发明专利]一种用于电力经济环境调度的记忆分子动理论多目标优化算法

摘要

本发明公开了一种求解电力系统经济环境调度的记忆分子动理论多目标优化算法；开始算法之前，初始化各类参数。算法实现过程：首先设置记忆元，依据其记忆值将种群分为遗忘、瞬时、短时、长时记忆库。然后基于记忆分级的非支配快速排序法对种群进行分级，将长时，短时，瞬时和遗忘记忆库分别作为帕累托前沿的F1，F2，F3和F4，并结合拥挤距离排序策略。依据记忆值的更新和遗忘模型，随着迭代进行，对记忆值不断更新。精英保留在长时记忆数据库中。如果当前个体不是遗忘，则从长时记忆库中按精英选择策略随机挑选一个精英个体，依据所满足的条件，分别按吸引、排斥、扰动算子对其它个体实施搜索引导；如为遗忘，则通过随机移动，期待某一刻被回想起。

主权项

1.用于求解电力系统经济环境调度问题的记忆分子动理论多目标优化算法，其特征在于：在开始人工记忆分子动理论多目标优化算法之前，首先对每个发电单元的的参数进行初始化，包括机组数n，系统的负载功率Pd，发电系统单元的燃料成本函数和发电机污染物排量函数的系统参考系数ai，bi，ci，di和ei，发电系统单元考虑阀点效应的系数di和ei，以及发电单元功率负载的最小值Pimin和最大值Pimax，人工记忆分子动理论优化算法实现过程为：首先设置记忆元，依据其记忆值将当前群体分为遗忘，瞬时、短时、长时记忆库；引入基于记忆分级的非支配快速排序法，分别对四个记忆库进行非支配排序，其中长时记忆库为一级前沿F1、短时记忆库为二级前沿F2、瞬时记忆库为三级F3和遗忘记忆库为四级F4，结合拥挤距离排序的策略，生成当代种群；依据记忆值的更新和遗忘模型，随着迭代进行，对记忆值不断更新；这样，越来越多的精英会出现在长时记忆数据库中，如果当前个体不是遗忘，则从长时记忆库中按精英选择策略随机挑选一个精英个体，依据分子间的吸引、排斥、扰动算子对其实现搜索引导；如为遗忘，则通过随机移动，期待某一刻被回想起。