基于改进差分进化-生物地理学优化算法的最优潮流问题

被引：26

作者：

李静文

赵晋泉

张勇

机构：

[1] 可再生能源发电技术教育部工程中心(河海大学)

来源：

电网技术 | 2012年 / 36卷 / 09期

关键词：

电力系统; 生物地理学优化算法; 差分进化算法; 差分变异策略; DE-BBO算法;

D O I：

10.13335/j.1000-3673.pst.2012.09.032

中图分类号：

TM732 [电力系统的运行];

学科分类号：

摘要：

生物地理学优化算法(biogeography-based optimization,BBO)是一种新提出的全局智能优化算法,但是其应用于最优潮流计算时,具有早熟和收敛不稳定的问题。将BBO与差分进化(differential evolution,DE)算法相结合,并对差分进化部分的改进策略稍做修改,形成改进DE-BBO算法。应用所提方法对IEEE 30节点系统进行了有功优化的计算,并和GA、PSO、BBO和DE 4种方法进行了分析和比较,结果表明所提方法具有良好的收敛稳定性,可以有效缩短迭代时间。

引用

页码：115 / 119

页数：5

共 6 条

[1] 差分演化算法的改进及其在聚类分析中的应用研究.[D].龚文引.中国地质大学.2010, 01
[2] 粒子群优化与差分进化算法研究及其应用.[D].林川.西南交通大学.2009, 02
[3] 生物地理学优化算法的迁移率模型分析
马海平
李雪
林升东
[J]. 东南大学学报(自然科学版), 2009, (S1) : 16 - 21
[4] 粒子群优化算法在电力系统中的应用
袁晓辉
王乘
张勇传
袁艳斌
[J]. 电网技术, 2004, (19) : 14 - 19
[5] Biogeography based optimization for multi-constraint optimal power flow with emission and non-smooth cost function
Roy, P. K.
Ghoshal, S. P.
Thakur, S. S.
[J]. EXPERT SYSTEMS WITH APPLICATIONS, 2010, 37 (12) : 8221 - 8228
[6] Optimal power flow by Newton approach..Sun DI; Ashley B; Brewer B; et al;.IEEE Transactions on Power Apparatus and Systems.1984, 10

← 1 →