一种基于精英反向动态学习差分进化算法的多区域互联电力系统经济调度方法

本发明公开了一种基于精英反向动态学习差分进化算法的多区域互联电力系统经济调度方法。针对传统差分进化算法在考虑阀点效应的多区域经济调度中存在的搜索能力不足、收敛速度慢及易陷入局部最优等技术问题，发明了一种精英反向动态学习差分进化算法(TSDE)。所述方法包括：在多区域约束条件下以发电成本最小为目标建立调度模型；基于精英反向动态学习差分进化算法进行优化，该算法集成了动态精英引导反向学习机制、动态参数振荡策略及蛇优化算法(SO)中的温度驱动的双策略阶段划分和双性别种群协同机制。实验结果表明，提出的精英反向动态学习差分进化算法在多区域经济调度上展现出了优异的搜索性能。