粒子群优化算法在电力系统中的应用综述

被引:25
作者
陈建华
李先允
邓东华
廖德利
机构
[1] 南京工程学院电力工程学院
关键词
粒子群优化; 群体智能; 状态估计; 参数辨识;
D O I
暂无
中图分类号
TM744 [电力系统的计算];
学科分类号
摘要
粒子群优化(PSO)算法是一种新兴的群体智能优化技术,其思想来源于人工生命和演化计算理论,PSO通过粒子追随自己找到的最优解和整个群的最优解来完成优化。该算法简单易实现,可调参数少,已得到广泛研究和应用。在大量参阅国内外相关文献的基础上,简要介绍了PSO算法的工作原理,较为全面地详述了粒子群优化方法在电力系统中的应用,如电网规划、检修计划、短期发电计划、机组组合、负荷频率控制、最优潮流、无功优化、谐波分析与电容器配置、参数辨识、状态估计、优化设计等方面,并对今后可能的应用指出了研究方向。
引用
收藏
页码:77 / 84
页数:8
相关论文
共 26 条
[1]   粒子群优化算法及其在机组优化组合中应用 [J].
张振宇 ;
葛少云 ;
刘自发 .
电力自动化设备, 2006, (05) :28-31
[2]   改进的粒子群算法在电力系统AGC中的应用 [J].
马飞 ;
陈雪波 ;
李小华 .
控制工程, 2005, (S2) :56-59
[3]   求解水火电力系统短期发电计划的粒子群优化算法研究 [J].
余炳辉 ;
王金文 ;
权先璋 ;
孙新德 .
水电能源科学, 2005, (06) :84-87+94
[4]   计及阻塞管理及剩余容量的并行粒子群电网规划方法 [J].
金义雄 ;
程浩忠 ;
严健勇 ;
张丽 .
电网技术, 2005, (23) :18-23
[5]   基于改进粒子群优化算法的最优潮流计算 [J].
俞俊霞 ;
赵波 .
电力系统及其自动化学报, 2005, (04) :83-88
[6]   基于混沌粒子群优化方法的电力系统无功最优潮流 [J].
刘自发 ;
葛少云 ;
余贻鑫 .
电力系统自动化, 2005, (07) :53-57
[7]   基于改进PSO算法的短期发电计划研究 [J].
蒋秀洁 ;
熊信艮 ;
吴耀武 .
电力自动化设备, 2005, (03) :34-37+40
[8]   电力系统无功优化的多智能体粒子群优化算法 [J].
赵波 ;
曹一家 .
中国电机工程学报, 2005, (05) :3-9
[9]   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
[10]   电力市场发电机组检修计划的快速算法 [J].
冯永青 ;
张伯明 ;
吴文传 ;
李尹 ;
孙宏斌 ;
林鄂华 .
电力系统自动化, 2004, (16) :41-44+78