基于多目标粒子群算法的高维多目标无功优化

被引:66
作者
蔡博
黄少锋
机构
[1] 华北电力大学新能源电力系统国家重点实验室
关键词
无功优化; 高维多目标优化; 供电能力; 粒子群算法;
D O I
暂无
中图分类号
TM714.3 [系统中能量损失的降低及无功功率的补偿]; TP18 [人工智能理论];
学科分类号
080802 [电力系统及其自动化]; 140502 [人工智能];
摘要
提出一种高维多目标电力系统无功优化模型。相比于传统的电力系统无功优化模型,该模型能够在无功优化中同时兼顾系统的有功损耗、电压水平、静态电压稳定性以及供电能力。针对已有的求解多目标无功优化模型的算法应用于求解所提模型时存在的局限性,进一步引入一种基于帕雷托熵的高维多目标粒子群优化算法并加以改进,使得该算法能够有效求解高维多目标优化问题。最后,利用IEEE-39节点系统验证了所提模型和求解算法的正确性和有效性。仿真结果表明,在传统的多目标无功优化模型中引入系统供电能力,能够在不恶化其他目标函数优化效果的情况下,使系统的供电能力得到提高。
引用
收藏
页码:77 / 84
页数:8
相关论文
共 10 条
[1]
基于关联矩阵和动态规划法的地区电网无功优化 [J].
郑爱霞 ;
陈星莺 ;
余昆 ;
葛思敏 ;
罗志坤 ;
刘潇潇 .
电力系统保护与控制, 2016, 44 (06) :128-134
[2]
基于可信理论的多目标模糊机会约束无功优化 [J].
刘文学 ;
梁军 ;
贠志皓 ;
牛睿 ;
褚壮壮 .
电工技术学报, 2015, 30 (21) :82-89
[3]
基于多线程遗传算法的目标分级地区电网电压无功优化控制 [J].
冷永杰 ;
张路寅 ;
赵建峰 ;
李慧聪 ;
张东院 ;
张庆华 .
电力系统保护与控制, 2015, 43 (18) :37-41
[4]
基于松弛域模型的电容器无功补偿优化配置 [J].
罗庆跃 ;
刘白杨 ;
孙柳青 ;
肖相纯 ;
罗婷 .
电工技术学报, 2015, 30 (17) :79-84
[5]
改进教与学方法在电力系统无功优化中的应用研究 [J].
刘前进 ;
许慧铭 ;
施超 ;
韦胜旋 .
电力系统保护与控制, 2015, 43 (09) :82-88
[6]
考虑电压稳定裕度约束的点估计随机最优无功调度方法 [J].
李俊 ;
邓大上 ;
房鑫炎 ;
方斯顿 ;
文立斌 .
电工技术学报, 2015, 30 (07) :27-33
[7]
基于Pareto熵的多目标粒子群优化算法 [J].
胡旺 ;
Gary G YEN ;
张鑫 .
软件学报, 2014, 25 (05) :1025-1050
[8]
基于潮流熵的复杂电网自组织临界态判断模型 [J].
曹一家 ;
王光增 ;
曹丽华 ;
丁理杰 .
电力系统自动化, 2011, 35 (07) :1-6
[9]
高维多目标进化算法研究综述 [J].
孔维健 ;
丁进良 ;
柴天佑 .
控制与决策, 2010, (03) :321-326
[10]
Artificial bee colony algorithm solution for optimal reactive power flow [J].
Ayan, Kursat ;
Kilic, Ulas .
APPLIED SOFT COMPUTING, 2012, 12 (05) :1477-1482