基于SVM-MOPSO混合智能算法的配电网分布式电源规划

被引：8

作者：

刘煌煌 ^{[1
]}

雷金勇 ^{[2
]}

蔡润庆 ^{[1
]}

陈钢 ^{[3
]}

杨振纲 ^{[4
]}

刘前进 ^{[1
]}

机构：

[1] 华南理工大学电力学院

[2] 南方电网科学研究院有限责任公司

[3] 南方电网综合能源有限公司

[4] 中国南方电网有限责任公司

来源：

电力系统保护与控制 | 2014年 / 42卷 / 10期

关键词：

分布式电源规划; 时序特性; 混合智能算法; 支持向量机模拟; 多目标粒子群算法;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

摘要：

针对分布式电源(Distributed Generation,DG)并网给电力系统带来的随机扰动,综合考虑配电网运行效益,计及风光时序特性,以经济性、电能质量及环保性为目标,搭建了机会约束规划模型。采用混合智能算法求解,即基于支持向量机(Support Vector Machine,SVM)算法模拟优化变量到目标函数以及约束条件映射的不确定性函数,运用多目标粒子群算法(Multi-Objective Particle Swarm Optimization,MOPSO)求解模型,得出Pareto非劣决策集并给出典型解及理想解。算例结果表明,该规划方法考虑到DG的随机性特征、时序特性和并网概率分布,能提高算法执行效率,证明了所提方法的合理性和有效性,且Pareto前沿的引入,给决策者充分选择空间,更具有工程性。

引用

页码：46 / 54

页数：9

共 19 条

[1] 基于量子微分进化算法的分布式电源多目标优化规划 [J].