改进蚁群算法在西安电网优化规划中的应用

被引:6
作者
曹晖 [1 ]
司渭滨 [1 ]
白晨 [2 ]
张佳宜 [1 ]
李玲 [1 ]
吕京 [1 ]
顾琨 [1 ]
机构
[1] 西安供电局
[2] 陕西电力科学研究院
关键词
电网规划; 改进蚁群算法; 云模型;
D O I
暂无
中图分类号
TM715 [电力系统规划];
学科分类号
080802 [电力系统及其自动化];
摘要
建立了目标函数包括初始投资等年值、网络损耗以及缺电成本的网架优化规划模型。采用云模型对传统蚁群算法进行改进,利用基于云模型的不确定性关联规则推理,实现了信息素挥发系数和信息素强度的定性控制与动态选取,自适应的更新支路信息素,以改善蚁群算法的收敛性能。最后利用所提出的优化规划模型和算法对西安110 kV网架进行了优化规划。
引用
收藏
页码:51 / 55
页数:5
相关论文
共 9 条
[1]
基于云模型的进化算法 [J].
张光卫 ;
何锐 ;
刘禹 ;
李德毅 ;
陈桂生 .
计算机学报, 2008, (07) :1082-1091
[2]
改进蚁群优化算法在配电网网架规划中的应用 [J].
孙薇 ;
商伟 ;
牛东晓 .
电网技术, 2006, (15) :85-89
[3]
基于粒子群算法的配电网网架规划 [J].
张宪 ;
苑津莎 ;
杨薛明 ;
康支霞 .
华北电力大学学报, 2006, (03) :14-17
[4]
蚁群算法及其在电力系统优化中的应用 [J].
陈佑健 ;
丁海军 .
福建电力与电工, 2004, (04) :10-13
[5]
电网规划方案的成本效益分析与评价研究 [J].
于会萍 ;
刘继东 ;
程浩忠 ;
陈章潮 ;
马则良 .
电网技术, 2001, (07) :32-35
[6]
基于Tabu搜索的配电网络规划 [J].
陈根军 ;
李继洸 ;
王磊 ;
唐国庆 .
电力系统自动化, 2001, (07) :40-44
[7]
具有变异特征的蚁群算法 [J].
吴庆洪 ;
张纪会 ;
徐心和 .
计算机研究与发展, 1999, (10) :1240-1245
[8]
不确定性人工智能[M] 李德毅;杜鹢著; 国防工业出版社 2005,
[9]
电力系统规划[M] [美]R·L·沙利文 著;孙绍先 译 水利电力出版社 1984,