改进教与学方法在电力系统无功优化中的应用研究

被引:13
作者
刘前进 [1 ]
许慧铭 [1 ]
施超 [1 ]
韦胜旋 [2 ]
机构
[1] 华南理工大学电力学院
[2] 不详
关键词
教与学优化算法; 无功优化规划; 能量损失; 多负荷水平; 自适应小波变异;
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
摘要
以多负荷水平的全年能量损失最小为目标函数,提出一种改进教与学优化方法求解电力系统无功优化问题。教与学方法是一种新颖的无控制参数的群智能算法,包括教阶段和学阶段。为了克服局部收敛,改进教与学方法在此基础上提出一种基于自适应小波变异策略的改进阶段改善算法的性能并在IEEE-30节点系统进行仿真。结果与其他算法进行比较,验证了该算法的优越性。表明该方法是大规模电力系统可推广使用的有效方法。
引用
收藏
页码:82 / 88
页数:7
相关论文
共 19 条
[1]   基于差分进化算法的油田区域配电网无功优化技术的研究 [J].
康忠健 ;
訾淑伟 .
电工技术学报, 2013, 28 (06) :226-231
[2]   基于遗传算法的热电联产型微网经济运行优化 [J].
陈洁 ;
杨秀 ;
朱兰 ;
张美霞 .
电力系统保护与控制, 2013, 41 (08) :7-15
[3]   “教与学”优化算法研究综述 [J].
拓守恒 ;
雍龙泉 ;
邓方安 .
计算机应用研究, 2013, 30 (07) :1933-1938
[4]   基于遗传算法的风电场等值模型的研究 [J].
李辉 ;
王荷生 ;
史旭阳 ;
杨超 .
电力系统保护与控制, 2011, 39 (11) :1-8+16
[5]   基于遗传算法的有源滤波器LCL输出滤波器优化设计 [J].
武健 ;
马骁 ;
侯睿 ;
徐殿国 .
电工技术学报, 2011, 26 (05) :159-164+177
[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]   基于差分进化算法的动态可用输电能力计算研究 [J].
王俊 ;
蔡兴国 .
电力系统保护与控制, 2010, 38 (04) :39-44
[8]   基于粒子群算法求解电力市场发电商最优供给函数模型 [J].
马豫超 ;
侯志俭 ;
蒋传文 ;
王承民 .
电力系统自动化, 2006, (02) :45-50
[9]   基于自适应模拟退火遗传算法的多目标最优潮流 [J].
乐秀璠 ;
覃振成 ;
尹峰 .
继电器, 2005, (07) :10-15
[10]   应用粒子群优化算法求解市场环境下的电力系统动态经济调度问题 [J].
赵波 .
继电器, 2004, (21) :1-5+66