基于改进粒子群算法的配电网状态估计

被引：12

作者：

刘耀年 ^{[1
]}

尹洪全 ^{[1
]}

张伟 ^{[2
]}

李振清 ^{[1
]}

沈量 ^{[1
]}

机构：

[1] 东北电力大学电气工程学院

[2] 内蒙古东部电力有限公司通辽电业局

来源：

电测与仪表 | 2012年 / 09期

关键词：

分布式发电; 配电网系统状态估计; 改进粒子群优化算法; IWA;

D O I：

暂无

中图分类号：

TP301.6 [算法理论]; TM711 [网络分析、电力系统分析];

学科分类号：

081202 ; 080802 ;

摘要：

根据配电网分布式电源的非线性特性和量测配置特点,在粒子群优化(PSO)算法中引入了自然选择的机制,增强了全局搜索能力,克服了基本粒子群算法容易陷入局部最优解的缺点。将改进PSO算法应用到含有分布式电源的配电网的状态估计,通过算例仿真,收敛速度和估计精度有很大提高,证明了算法的优越性。

引用

页码：24 / 27+51 +51

页数：5

共 6 条

[1] 具有全局收敛性的求解非线性方程组的新方法 [J].

任晓慧 .

电脑知识与技术, 2011, 7 (01) :197-198+201

[2] 计及分布式电源的配电网前推回代潮流计算 [J].

张立梅 ;

唐巍 .

电工技术学报, 2010, 25 (08) :123-130

[3] 粒子群优化算法在电力系统中的应用综述 [J].

陈建华 ;

李先允 ;

邓东华 ;

廖德利 .

继电器, 2007, (23) :77-84

[4] 一种动态改变惯性权的自适应粒子群算法 [J].

张选平 ;

杜玉平 ;

秦国强 ;

覃征 ;

不详 .

西安交通大学学报 , 2005, (10) :1039-1042

[5] 粒子群优化算法在电力系统中的应用 [J].

袁晓辉 ;

王乘 ;

张勇传 ;

袁艳斌 .

电网技术, 2004, (19) :14-19

[6]

电力系统状态估计[M]. 水利电力出版社 , 于尔铿主编, 1985

← 1 →