基于改进PSO算法的含风电场电力系统网架扩展规划研究

被引:3
作者
周建华 [1 ]
孙蓉 [1 ]
陈久林 [1 ]
袁越 [2 ]
袁晓冬 [1 ]
机构
[1] 江苏省电力公司电力科学研究院
[2] 河海大学可再生能源发电技术教育部工程研究中心
关键词
网架扩展规划; PSO算法; 惯性权重; 学习因子;
D O I
10.19464/j.cnki.cn32-1541/tm.2014.05.008
中图分类号
TM715 [电力系统规划];
学科分类号
080802 ;
摘要
基于改进后的PSO算法,研究了如何利用网架扩展规划,来缓解风电并网发电后部分线路出现输电阻塞的现象。在PSO算法中,惯性权重和学习因子分别是控制PSO算法全局搜索和局部搜索的关键性可调整参数。为避免陷入局部解,同时加快收敛速度,提出了同时动态优化调整惯性权重和学习因子的改进PSO算法。基于IEEE39节点的仿真算例表明:在保证获得最优解的前提下,该算法的收敛速度显著加快。
引用
收藏
页码:28 / 31
页数:4
相关论文
共 8 条
[1]  
电力网络规划的方法与应用.[M].程浩忠;张焰著;.上海科学技术出版社.2002,
[2]   大规模风电接入的输电网规划研究述评 [J].
崔晓丹 ;
李威 ;
任先成 ;
薛峰 ;
方勇杰 .
江苏电机工程, 2012, 31 (06) :1-5+10
[3]   风电并网对电力系统的影响 [J].
张乐丰 ;
王增平 .
江苏电机工程, 2011, 30 (02) :81-84
[4]   离散猴群算法及其在输电网扩展规划中的应用 [J].
王靖然 ;
余贻鑫 ;
曾沅 .
天津大学学报, 2010, 43 (09) :798-803
[5]   粒子群优化算法的惯性权值递减策略研究 [J].
陈贵敏 ;
贾建援 ;
韩琪 .
西安交通大学学报 , 2006, (01) :53-56+61
[6]   多阶段输电网络最优规划的并行蚁群算法 [J].
翟海保 ;
程浩忠 ;
吕干云 ;
陈春霖 ;
江峰青 ;
房领峰 .
电力系统自动化, 2004, (20) :37-42
[7]   遗传禁忌混合算法及其在电网规划中的应用 [J].
王赛一 ;
王成山 .
电力系统自动化, 2004, (20) :43-46+62
[8]   一种基于改进最小生成树算法的配电网架优化规划 [J].
刘健 ;
杨文宇 ;
余健明 ;
宋蒙 .
中国电机工程学报, 2004, (10) :105-110