電力系統(tǒng)經(jīng)濟調(diào)度是在滿足電力供需平衡及機組出力上下限的條件下，求解使系統(tǒng)發(fā)電成本或燃料費用最低的調(diào)度方案。然而，火電機組在發(fā)電過程中不可避免地向大氣排放硫氧化物、氮氧化物及二氧化碳等污染氣體。隨著人們環(huán)保意識的增強，限制污染氣體的排放量也成為電力系統(tǒng)的一個重要調(diào)度目標(biāo)，電力系統(tǒng)由原來的單目標(biāo)經(jīng)濟調(diào)度轉(zhuǎn)變?yōu)槎嗄繕?biāo)環(huán)境／經(jīng)濟調(diào)度（Environmental/Economic Dispatch，EED）。

　　提出了一種新的多目標(biāo)粒子群優(yōu)化（Multi-Objective Particle Swarm Optimization，MOPSO）算法，用于求解電力系統(tǒng)的環(huán)境／經(jīng)濟調(diào)度問題。通過設(shè)計特定的約束修正因子，將不可行解修正成可行解，并在此基礎(chǔ)上用懲罰函數(shù)法構(gòu)建了新的適用于多目標(biāo)粒子群的適應(yīng)度函數(shù)模型。根據(jù)帕累托占優(yōu)條件形成歷史帕累托最優(yōu)解集和全局帕累托最優(yōu)解集，引入稀疏度排序法選擇全局最優(yōu)解，基于帕累托最優(yōu)前沿的斜率特性，提出用斜率法篩選非劣解，采用基于模糊數(shù)學(xué)的滿意度評價模型選擇POF的折衷最優(yōu)解。最后，用IEEE-30節(jié)點標(biāo)準(zhǔn)測試系統(tǒng)對所提算法進行了仿真測試，并與其他算法進行了對比。仿真結(jié)果表明所提算法可行、有效。
?