电力系统无功优化的多智能体粒子群优化算法

被引:128
作者
赵波
曹一家
机构
[1] 浙江大学电气工程学院,浙江大学电气工程学院浙江省杭州市,浙江省杭州市
基金
国家杰出青年科学基金;
关键词
电力系统; 粒子群优化算法; 多智能体系统; 无功优化;
D O I
10.13334/j.0258-8013.pcsee.2005.05.001
中图分类号
TM744 [电力系统的计算];
学科分类号
080802 ;
摘要
无功优化是电力系统实现电压和无功功率最优控制和调度的基础,提出了一种全新的优化算法——多智能体粒子群优化算法来求解此类优化问题。该算法结合 multi-agent系统和粒子群优化技术,构造了一个格子环境,所有 Agent都固定在格子环境中。每一个 Agent 相当于粒子群优化算法中的一个粒子,它们通过与其邻居的竞争、合作和自学习操作,并且吸收了粒子群优化算法的进化机理,能够更快地、更精确地收敛到全局最优解。在 IEEE 30 节点系统上进行校验,并与其它方法比较,结果表明,提出的算法具有质量高的解、收敛特性好、运行速度快的突出优点。
引用
收藏
页码:3 / 9
页数:7
相关论文
共 5 条
[1]   粒子群优化算法在电力系统中的应用 [J].
袁晓辉 ;
王乘 ;
张勇传 ;
袁艳斌 .
电网技术, 2004, (19) :14-19
[2]   一种适合于电力系统机组组合问题的混合粒子群优化算法 [J].
胡家声 ;
郭创新 ;
曹一家 .
中国电机工程学报, 2004, (04) :28-32
[3]   基于专家经验的进化规划方法及其在无功优化中的应用 [J].
颜伟 ;
孙渝江 ;
罗春雷 ;
龙小平 ;
黄尚廉 .
中国电机工程学报, 2003, (07) :76-80
[4]   基于PSO考虑谐波影响的补偿电容器优化配置 [J].
余欣梅 ;
李妍 ;
熊信艮 ;
吴耀武 .
中国电机工程学报, 2003, (02) :30-34+124
[5]   遗传算法在电力系统无功优化中的应用 [J].
马晋弢 ;
杨以涵 .
中国电机工程学报, 1995, (05) :347-353