應用適應性多目標差分演化演算法求解電力調度之成本與污染最佳化問題

A Self-adaptive Multiobjective Differential Evolution Algorithm for the Environmental/Economic Dispatch Problem

林中儀(Lin Zhong-Yi)

指導教授 ： 蔣宗哲

國立臺灣師範大學/理學院/資訊工程學系/碩士(2018年)

https://doi.org/10.6345/THE.NTNU.DCSIE.004.2018.B02

摘要

生活在21世紀的人類生活已經不能沒有電力，而目前的台灣也飽受空氣汙染的影響，電力調度之成本與污染最佳化問題探討的是如何分配機組的發電量以達到用最少成本與最低的汙染氣體排放量來提供所需之電力，在綠能還不穩定且核能無法得到共識的現在，火力發電為主流的國家都會面臨這個問題。
本研究利用差分演化演算法搭配多目標框架MOEA/D嘗試解決這個問題，在所做的實驗中探討各種參數與策略的效果，試著找出最佳的設定。既有論文在比較其提出方法之優劣時多半未採用多目標演算法領域常用的指標，本研究會利用多目標演算法常用的效能指標來評估好壞並且釋出完整的求解資料以供後面的研究者可以進行比較。

關鍵字

多目標最佳化 ； 電力調度 ； 差分演化演算法 ； 汙染

參考文獻

D. Walters and G. Sheble, "Genetic algorithm solution of economic dispatch with valve point loading", IEEE Transactions on Power Systems, vol. 8, no. 3, pp. 1325-1332, 1993.

H. Saadat, Power System Analysis. New York: McGraw-Hill, 1999.

H. Mori and T. Horiguchi, "A genetic algorithm based approach to economic load dispatching", [1993] Proceedings of the Second International Forum on Applications of Neural Networks to Power Systems.

K. Deb, A. Pratap, S. Agarwal and T. Meyarivan, "A fast and elitist multiobjective genetic algorithm: NSGA-II", IEEE Transactions on Evolutionary Computation, vol. 6, no. 2, pp. 182-197, 2002.

Q. Zhang and H. Li, "MOEA/D: A Multiobjective Evolutionary Algorithm Based on Decomposition," in IEEE Transactions on Evolutionary Computation, vol. 11, no. 6, pp. 712-731, Dec. 2007.