三目标遗传粒子算法的电力系统无功优化

被引:4
作者
马立新
栾健
机构
[1] 上海理工大学光电信息与计算机工程学院
关键词
电力系统无功优化; 遗传粒子群算法; 三目标优化; 静态电压裕度;
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
电力系统无功优化是提高电网高效运行和节能的关键环节。建立了综合考虑有功网损最小、电压偏差最小及静态电压裕度最大的三目标电力系统无功优化模型。提出了遗传粒子群(GAPSO)混合算法,并将算法运用于IEEE14与IEEE30节点电力系统无功优化中。该算法先通过选择操作,选出优秀的样本,在利用交叉操作增加种群的多样性。然后进行变异操作提高种群的局部搜索能力。通过数据计算和比较GAPSO算法在收敛速度、精度和全局搜索能力上均优于常规GA算法和PSO算法。结果验证了模型和算法的有效性和实用性。
引用
收藏
页码:31 / 35
页数:5
相关论文
共 12 条
[1]
基于改进小生境帝国竞争算法的多目标电力系统无功优化 [J].
张金环 ;
安海霞 ;
王永春 .
华北电力大学学报(自然科学版), 2014, 41 (04) :41-47
[2]
多目标差分进化算法的电力系统无功优化 [J].
马立新 ;
孙进 ;
彭华坤 .
控制工程, 2013, 20 (05) :953-956
[3]
电力系统无功优化的柯西粒子群算法 [J].
马立新 ;
屈娜娜 ;
单冠华 ;
王守征 .
控制工程, 2011, 18 (05) :758-761
[4]
自适应多目标差分进化算法在计及电压稳定性的无功优化中的应用 [J].
邱威 ;
张建华 ;
刘念 .
电网技术, 2011, 35 (08) :81-87
[5]
基于多目标粒子群算法的电力系统无功优化 [J].
张聪誉 ;
陈民铀 ;
罗辞勇 ;
翟进乾 ;
姜毅 .
电力系统保护与控制, 2010, 38 (20) :153-158
[6]
一种改进粒子群优化算法在多目标无功优化中的应用 [J].
李鑫滨 ;
朱庆军 .
电工技术学报, 2010, 25 (07) :137-143
[7]
多目标无功优化的向量评价自适应粒子群算法 [J].
刘佳 ;
李丹 ;
高立群 ;
宋立新 .
中国电机工程学报, 2008, (31) :22-28
[8]
节点势能架构下的电压脆弱性评估 [J].
刘群英 ;
刘俊勇 ;
刘起方 .
中国电机工程学报, 2008, (25) :30-37
[9]
超高压有并联电抗器线路无故障重合闸研究 [J].
陆岩 ;
郑玉平 ;
沈军 ;
吴通华 ;
张哲 ;
李九虎 ;
曹小拐 .
电力系统自动化, 2008, (06) :76-80
[10]
群智能算法在电力系统无功优化中的应用 [J].
盛四清 ;
李婧 ;
田文树 .
电力科学与工程, 2008, (01) :1-4