基于强度Pareto进化算法的最优潮流

被引:2
作者
刘耀年 [1 ]
于晶 [1 ]
禹冰 [2 ]
王颖 [1 ]
张伟民 [3 ]
机构
[1] 东北电力大学电气工程学院
[2] 河南省电力公司洛阳供电公司
[3] 云南电网公司电力教育中心
关键词
电力系统; 最优潮流; 强度Pareto进化算法; Pareto最优解;
D O I
暂无
中图分类号
TM711 [网络分析、电力系统分析];
学科分类号
摘要
为更好地解决电力系统最优潮流问题,分析了当前多目标优化算法存在的缺陷,将强度Pareto进化算法(SPEA)应用于最优潮流中。SPEA是一种新型的多目标进化算法,具有收敛速度快,参数设置少,全局搜索能力强,所求的Pareto最优解分布均匀等优点。通过对IEEE30节点测试系统运用SPEA和混沌粒子群方法(CPSO)的计算结果对比,表明SPEA应用于最优潮流,为各目标函数之间的权衡分析提供了有效工具,是一种求解最优潮流问题的有效方法。
引用
收藏
页码:53 / 56+72 +72
页数:5
相关论文
共 5 条
[1]   改进的混沌粒子群优化算法 [J].
刘玲 ;
钟伟民 ;
钱锋 .
华东理工大学学报(自然科学版), 2010, 36 (02) :267-272
[2]   基于GA、PSO结合算法的交直流系统无功优化 [J].
彭磊 ;
张建平 ;
吴耀武 ;
娄素华 .
高电压技术, 2006, (04) :78-81
[3]   基于免疫算法的多目标无功优化 [J].
熊虎岗 ;
程浩忠 ;
李宏仲 .
中国电机工程学报, 2006, (11) :102-108
[4]   一种地区电网多目标无功优化的新方法——改进模拟退火算法 [J].
顾丹珍 ;
徐瑞德 .
电网技术, 1998, (01) :73-76
[5]  
An improved genetic algorithm for dynamic reactive power optimization in electricity market .2 Shu J,Zhang L Z,Liu Y,Huang X C. Power System Technology2004 PowerCon International Conference . 2004