PSO-CSO算法在地区电网无功优化的应用

被引:5
作者
范亚洲 [1 ]
黄海涛 [2 ]
魏明磊 [2 ]
高小征 [2 ]
李德强 [2 ]
机构
[1] 广东电网有限责任公司江门供电局
[2] 广东工业大学自动化学院
关键词
无功优化; 有功损耗; 收敛速度; 纵横交叉算法;
D O I
暂无
中图分类号
TM714.3 [系统中能量损失的降低及无功功率的补偿];
学科分类号
080802 [电力系统及其自动化];
摘要
针对电力系统无功优化问题,建立以有功损耗最小为优化目标的数学模型,提出一种基于粒子群优化(particle swarm optimization,PSO)算法和纵横交叉优化(crisscross optimization,CSO)算法的混合智能算法(PSO-CSO)。该方法采用CSO算法横向交叉、纵向交叉的搜索方式,使算法具有很强的全局搜索能力;同时引入PSO算法中以个体最优值和全局最优值为引导的寻优机制,提高了算法的收敛速度。通过对IEEE57节点系统和地区电网模型进行仿真分析,并将优化结果与PSO和CSO等算法的优化结果进行比较,表明PSO-CSO算法在解决电力系统无功优化问题上具有更好的全局搜索能力和收敛能力。
引用
收藏
页码:92 / 97
页数:6
相关论文
共 15 条
[1]
纵横交叉算法优化FCM在电力客户分类中的应用 [J].
孟安波 ;
卢海明 ;
李海亮 ;
谭火超 ;
郭壮志 .
电力系统保护与控制, 2015, 43 (20) :150-154
[2]
采用分式规划与纵横交叉算法的环境经济调度 [J].
李专 ;
陈智慧 .
广东电力, 2015, 28 (09) :85-91
[3]
基于纵横交叉–拉丁超立方采样蒙特卡洛模拟法的分布式电源优化配置 [J].
彭显刚 ;
林利祥 ;
刘艺 ;
王星华 ;
孟安波 .
中国电机工程学报, 2015, 35 (16) :4077-4085
[4]
基于NW小世界的量子进化算法在无功优化中的研究 [J].
孟安波 ;
岳龙飞 ;
邢林华 ;
陈育成 ;
李阳 .
中国电力, 2015, 48 (01) :107-114
[5]
基于改进PSO算法的电力系统无功优化 [J].
陈前宇 ;
陈维荣 ;
戴朝华 ;
张雪霞 .
电力系统及其自动化学报, 2014, 26 (02) :8-13+43
[6]
基于云自适应梯度粒子群算法的无功优化 [J].
祝洪博 ;
徐刚刚 ;
海冉冉 ;
余立平 .
电网技术, 2012, 36 (03) :162-167
[7]
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
[8]
基于改进小生境遗传算法的电力系统无功优化 [J].
崔挺 ;
孙元章 ;
徐箭 ;
黄磊 .
中国电机工程学报, 2011, 31 (19) :43-50
[9]
自适应差分进化算法在电力系统无功优化中的应用 [J].
赵树本 ;
张伏生 ;
钟继友 ;
田浩 .
电网技术, 2010, 34 (06) :169-174
[10]
基于混合粒子群优化算法的电力系统无功优化 [J].
赵国波 ;
刘天琪 .
电力系统及其自动化学报, 2007, (06) :7-11+47