基于灵敏度分析的粒子群无功优化算法

被引：10

作者：

王彬

滕欢

机构：

[1] 四川大学电气信息学院

来源：

四川电力技术 | 2007年 / 01期

关键词：

无功优化; 灵敏度分析; 粒子群算法;

D O I：

暂无

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：

提出了一种以灵敏度分析和粒子群算法相结合的无功优化方法,首先通过对节点的灵敏度系数的计算,找出了最需要进行无功补偿的节点;然后再利用粒子群算法对网络进行优化,与纯粹的粒子算法相比,节省了计算时间,而且较理想完成网络节点的无功优化;通过对IEEE-30节点系统的仿真计算结果表明了算法的有效性。

引用

页码：15 / 18

页数：4

共 10 条

[1]

能量管理系统.[M].于尔铿等著;.科学出版社.1998,

[2]

电力系统分析.[M].何仰赞等编;.华中理工大学出版社.1996,

[3]

基于主动禁忌搜索的配电网无功电压优化控制 [J].

杨银国 ;

张伏生 ;

贺春光 ;

王春娟 ;

李宁 .

西安交通大学学报, 2005, (08) :895-899

[4]

基于改进遗传算法的地区电网无功优化 [J].

张正凯 ;

盛四清 ;

田文树 .

电力科学与工程, 2005, (01) :73-75

[5]

基于改进PSO算法的电力系统无功优化研究 [J].

丁玉凤 ;

文劲宇 .

继电器, 2005, (06) :20-24

[6]

基于PSO考虑谐波影响的补偿电容器优化配置 [J].

余欣梅 ;

李妍 ;

熊信艮 ;

吴耀武 .

中国电机工程学报, 2003, (02)

[7]

电力系统无功优化的模型及算法综述 [J].

许文超 ;

郭伟 .

电力系统及其自动化学报, 2003, (01) :100-104

[8]

浅谈电力系统的无功优化和无功补偿 [J].

王正风 ;

徐先勇 .

电力电容器, 2002, (03) :9-13

[9]

基于遗传算法的无功优化模型研究 [J].

顾洁 ;

陈章潮 ;

张林 .

电力系统及其自动化学报, 2001, (03) :10-12+42

[10]

基于灵敏度分析的无功优化潮流 [J].

姚诸香 ;

涂惠亚 ;

徐国禹 .

电力系统自动化, 1997, (11)

← 1 →