摘要：提出了一种新的多目标粒子群优化(Multi-Objective Particle Swarm Optimization,MOPSO)算法,用于求解电力系统的环境/经济调度问题。通过设计特定的约束修正因子,将不可行解修正成可行解,并在此基础上用惩罚函数法构建了新的适用于多目标粒子群的适应度函数模型。根据帕累托占优条件形成历史帕累托最优解集和全局帕累托最优解集,引入稀疏度排序法选择全局最优解,基于帕累托最优前沿的斜率特性,提出用斜率法筛选非劣解,采用基于模糊数学的满意度评价模型选择POF的折衷最优解。最后,用IEEE-30节点标准测试系统对所提算法进行了仿真测试,并与其他算法进行了对比。仿真结果表明所提算法可行、有效。

关键词：环境经济调度 多目标粒子群 约束处理 帕累托最优解 斜率法 

单位：广东电网有限责任公司电力调度控制中心; 武汉大学电气工程学院; 广东电网有限责任公司电力科学研究院