基于人工蜂群算法的电力系统最优潮流

被引:11
作者
袁蒙
燕翚
机构
[1] 国网智能电网研究院
关键词
电力系统; 最优潮流; 多目标函数; 人工蜂群算法;
D O I
10.14171/j.2095-5944.sg.2015.02.002
中图分类号
TM744 [电力系统的计算];
学科分类号
080802 [电力系统及其自动化];
摘要
针对电力系统中最优潮流问题,提出以系统有功网损最小、发电总成本最低、污染物排放量最小作为最优潮流计算的优化目标,在最优潮流计算过程中对多目标函数进行加权处理。在多目标的最优潮流求解问题上,提出采用人工蜂群算法进行求解。通过对IEEE14标准测试系统的仿真计算,结果表明所提出的算法及所建的模型对电力系统最优潮流计算是有效的。
引用
收藏
页码:103 / 106
页数:4
相关论文
共 14 条
[1]
受启发的人工蜂群算法在全局优化问题中的应用 [J].
高卫峰 ;
刘三阳 ;
黄玲玲 .
电子学报, 2012, 40 (12) :2396-2403
[2]
基于离散人工蜂群算法的认知无线电频谱分配 [J].
李鑫滨 ;
刘磊 ;
马锴 .
系统工程与电子技术, 2012, 34 (10) :2136-2141
[3]
自适应搜索空间的混沌蜂群算法 [J].
暴励 ;
曾建潮 .
计算机应用研究, 2010, 27 (04) :1330-1334
[4]
基于boltzmann选择策略的人工蜂群算法 [J].
丁海军 ;
冯庆娴 .
计算机工程与应用 , 2009, (31) :53-55
[5]
考虑负荷概率分布的随机最优潮流方法 [J].
胡泽春 ;
王锡凡 .
电力系统自动化, 2007, (16) :14-18+44
[6]
计及负荷静态电压特性的实时定价方法 [J].
马瑞 ;
贺仁睦 .
电网技术, 2006, (01) :9-13
[7]
一种确定电力系统最优安全运行点的新方法 [J].
刘雪连 ;
厉吉文 ;
程新功 ;
曹立霞 .
电网技术, 2005, (08) :56-60
[8]
基于经济和稳定的电力系统最优运行策略 [J].
陈洛南 ;
多田泰之 ;
冈本浩 ;
田边隆也 ;
小野朝子 .
电力系统自动化, 2004, (10) :8-13
[9]
基于内点割平面法的混合整数最优潮流算法 [J].
丁晓莺 ;
王锡凡 ;
张显 ;
胡泽春 .
中国电机工程学报, 2004, (02)
[10]
一种求解最优潮流的组合算法 [J].
丁晓莺 ;
王锡凡 ;
陈皓勇 .
中国电机工程学报, 2002, (12)