自适应网格密度改进粒子群算法在多目标无功优化中的应用

被引:19
作者
徐基光
机构
[1] 国网安徽省电力公司芜湖县供电公司
关键词
多目标; 无功优化; 粒子群; 自适应网格; Pareto最优;
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];
学科分类号
080802 ;
摘要
粒子群算法因其具有收敛速度快和参数调节灵活等优点而被广泛应用于多目标无功优化领域,然而粒子群算法快速收敛特征极易收敛到局部最优解。提出了一种基于自适应网格密度的改进多目标粒子群算法(AG-MOPSO)。通过自适应网格确定粒子的个体密度,并利用该信息对外部档案进行维护,进一步利用自适应网格估算非劣解的密度信息,采用轮盘赌法确定全局最优解,提升了种群多样性。以网损和电压偏移为目标,采用IEEE30节点系统进行算例分析,验证了改进AG-MOPSO算法在寻优过程中的高效性。
引用
收藏
页码:21 / 25
页数:5
相关论文
共 11 条
[1]   基于改进PSO的独立风光系统混合储能容量优化研究 [J].
张力月 ;
张江滨 .
电力与能源, 2016, 37 (04) :471-475
[2]   基于PSO的SVC附加阻尼控制器参数优化设计 [J].
吕锋 ;
张健 .
电力电容器与无功补偿, 2016, 37 (02) :11-15+49
[3]   基于IEC61850的配电电压无功控制全模型架构研究 [J].
张铁峰 ;
李佳 ;
顾建炜 .
电力信息与通信技术, 2016, 14 (04) :134-139
[4]   基于混合智能粒子群算法的广义电源主动配电网优化配置 [J].
潘超 ;
焦薇羽 ;
孟涛 ;
尹杭 .
电力系统保护与控制, 2016, 44 (07) :69-75
[5]   基于灰色关联与量子粒子群寻优的光伏短期预测 [J].
贾逸伦 ;
龚庆武 ;
雷杨 ;
林燕贞 .
电网与清洁能源, 2016, 32 (02) :109-115+121
[6]   基于万有引力搜索算法的电力系统电压无功控制策略研究 [J].
陈梓铭 .
江苏电机工程, 2016, 35 (01) :61-65
[7]   基于隶属度时段划分的配电网动态重构 [J].
张珂 ;
吕林 ;
孙宇乐 .
电力系统保护与控制, 2016, 44 (03) :51-57
[8]   三目标混合骨干粒子群算法的电力系统无功优化 [J].
马立新 ;
王继银 ;
项庆 ;
黄阳龙 .
电力科学与工程, 2015, 31 (11) :18-23
[9]   基于萤火虫-粒子群混合算法的接地网分区域故障诊断方法 [J].
蓝文昊 ;
郑益慧 ;
李立学 ;
王昕 ;
陈洪涛 ;
张杨 .
电瓷避雷器, 2015, (04) :92-99
[10]   基于免疫记忆粒子群优化算法的风火联合系统的多目标优化调度 [J].
胡殿刚 ;
秦睿 ;
黄亭 ;
杨俊 ;
马喜平 .
高压电器, 2015, 51 (06) :20-26+30