基于混合优化算法的最优潮流计算

被引：2

作者：

黄琳 ^{[1
]}

周家虎 ^{[2
]}

机构：

[1] 兰州交通大学自动化与电气工程学院

[2] 中国石油天然气集团公司兰州石化公司

来源：

电力学报 | 2011年 / 26卷 / 02期

关键词：

电力系统; 最优潮流计算; 混合优化算法; 粒子群算法; 人工鱼群算法; 动态调整罚函数法;

D O I：

10.13357/j.cnki.jep.001944

中图分类号：

TM744 [电力系统的计算];

学科分类号：

080802 ;

摘要：

应用粒子群(PSO)与人工鱼群(ASFA)混合优化算法求解最优潮流(OPF)问题[1];该算法利用ASFA良好的全局收敛性与PSO的局部快速收敛性等优点,结合动态调整罚函数,将最优潮流问题转化为一个无约束求极值问题。最后,应用此算法对IEEE-30系统进行仿真,并与遗传算法、标准PSO算法、ASFA算法进行比较,结果表明该混合算法具有更好的优化性能。

引用

收藏

页码：111 / 115+162 +162

页数：6

相关论文

共 13 条

[1] 基于鱼群算法的通风巷道漏风点辨识方法研究 [J].

黄光球 ;

陆秋琴 ;

刘冠 .

系统仿真学报, 2007, (12) :2677-2682

[2] 基于人工鱼群算法的分类规则发现 [J].

陈俊清 ;

朱文兴 .

福州大学学报(自然科学版), 2007, (01) :25-30

[3] 基于人工鱼群算法神经网络的电力系统短期负荷预测 [J].

刘耀年 ;

庞松岭 ;

刘岱 .

电工电能新技术, 2005, (04) :5-8

[4] 利用人工鱼群算法优化前向神经网络 [J].

马建伟 ;

张国立 ;

谢宏 ;

周春雷 ;

王晶 .

计算机应用, 2004, (10) :21-23

[5] 基于粒子群优化的神经网络训练算法研究 [J].

高海兵 ;

高亮 ;

周驰 ;

喻道远 .

电子学报, 2004, (09) :1572-1574

[6] 基于人工鱼群算法的鲁棒PID控制器参数整定方法研究 [J].

李晓磊 ;

冯少辉 ;

钱积新 ;

路飞 .

信息与控制, 2004, (01) :112-115

[7] 一种基于动物自治体的寻优模式:鱼群算法 [J].

李晓磊 ;

邵之江 ;

钱积新 .

系统工程理论与实践, 2002, (11) :32-38

[8] 一种基于模糊推理的快速解耦潮流算法 [J].

潘雄 ;

王官洁 ;

颜伟 .

电力系统及其自动化学报, 2002, (03) :5-7+66

[9] 基于内点法的快速解耦最优潮流算法 [J].

侯芳 ;

吴政球 ;

王良缘 .

电力系统及其自动化学报, 2001, (06) :8-12

[10] 基于支路交换的模拟退火算法在配电网规划中的应用 [J].

倪秋龙 ;

黄民翔 .

电力系统及其自动化学报, 2000, (04) :31-35