电力系统无功优化研究综述

被引：20

作者：

党存禄 ^{[1
]}

张宁 ^{[1
]}

邵冲 ^{[2
]}

机构：

[1] 兰州理工大学电气工程与信息工程学院

[2] 甘肃省电力公司电力科学研究院

来源：

电网与清洁能源 | 2014年 / 30卷 / 01期

关键词：

电力系统; 无功优化; 智能优化算法; 动态无功优化;

D O I：

暂无

中图分类号：

TM761.12 [];

学科分类号：

080802 ;

摘要：

介绍了考虑多目标函数时无功优化模型的建立与解决方法,在总结了传统优化算法的基础上着重介绍了已经改进的智能优化算法和混合的智能优化算法在无功优化上的应用,简单介绍了动态无功优化的几种优化算法,并对今后无功优化的研究方向做出了展望。

引用

页码：8 / 14+26 +26

页数：8

共 29 条

[1] 自适应选择进化算法的多目标无功优化方法 [J].

李鸿鑫 ;

李银红 ;

陈金富 ;

段献忠 .

中国电机工程学报, 2013, 33 (10) :71-78+16

[2] 一种用于分解协调无功优化的全分邻近中心算法 [J].

李智 ;

杨洪耕 .

中国电机工程学报, 2013, 33 (01) :77-83

[3] 大规模电网的动态无功优化算法 [J].

赖永生 ;

刘明波 ;

陈燕梅 .

电力系统及其自动化学报, 2012, 24 (05) :7-12

[4] 基于合作博弈的多目标无功电压优化模型及其解法 [J].

张明晔 ;

郭庆来 ;

孙宏斌 ;

张伯明 ;

吴文传 ;

王彬 .

电力系统自动化, 2012, 36 (18) :116-121+133

[5] 基于一种改进蚁群算法的动态无功优化 [J].

王韶 ;

张煜成 ;

周鑫 ;

李颖 .

电力系统保护与控制, 2012, 40 (17) :100-104+109

[6] 基于改进自适应变异概率遗传算法的无功优化方法 [J].

靳丹 ;

王维洲 ;

曹俊龙 ;

刘文颖 .

中国电业(技术版), 2012, (07) :6-10

[7] 基于改进细菌群体趋药性算法的电力系统无功优化 [J].

张晓辉 ;

卢志刚 ;

秦四娟 .

电网技术, 2012, 36 (02) :109-114

[8] 并行自适应粒子群算法在电力系统无功优化中的应用 [J].

刘世成 ;

张建华 ;

刘宗岐 .

电网技术, 2012, 36 (01) :108-112

[9] 粒子群和变邻域差分进化搜索算法在多目标无功优化中的应用 [J].

杨文翠 ;

陈禄 ;

薛宏波 .

华中电力, 2011, 24 (06) :76-79

[10] 一种电力系统无功优化的新型混合优化算法 [J].

宋永超 ;

张勇军 ;

蔡泽祥 ;

杨银国 ;

朱鹰屏 .

电力系统保护与控制, 2011, 39 (24) :16-21

← 1 2 3 →