基于自适应免疫算法的电力系统无功优化

被引:7
作者
林济铿 [1 ]
李鸿路 [1 ]
罗姗姗 [2 ]
郑卫洪 [3 ]
机构
[1] 天津大学电气与自动化工程学院
[2] 上海天正明日电力自动化有限公司
[3] 天津电力公司调度局
关键词
无功优化; 自适应免疫算法; 计算速度; 收敛性;
D O I
暂无
中图分类号
TM714.3 [系统中能量损失的降低及无功功率的补偿];
学科分类号
080802 ;
摘要
针对电力系统无功优化问题,提出了根据各个抗体之间的距离测度自动调节参数的自适应免疫算法(adapted immune algorithm,AIA).该算法在群体多样度的基础上,调节选择率α、克隆半径r和突变半径R,在快速收敛和保持群体多样性以避免陷入局部最优解之间进行优化.算例表明:自适应免疫算法使计算速度和收敛性均达到最优;对于IEEE14节点系统,与遗传和免疫算法相比,该算法的收敛效果提高8%,计算时间缩短55 s;与改进的免疫算法相比,其收敛效果提高2%,计算时间缩短O.5 s;对于IEEE118系统,与遗传和免疫算法相比,该算法的收敛效果提高5%,时间减少分别为493 s和336 s;与改进的免疫算法相比,其收敛效果提高3%,计算时间缩短26 s.
引用
收藏
页码:110 / 115
页数:6
相关论文
共 6 条
[1]   基于改进免疫算法的电力系统无功优化 [J].
郭创新 ;
朱承治 ;
赵波 ;
曹一家 .
电力系统自动化, 2005, (15) :23-29
[2]   改进免疫算法在电力系统电源规划中的应用 [J].
贺峰 ;
熊信艮 ;
吴耀武 .
电网技术, 2004, (11) :38-44
[3]   一类自适应免疫进化算法 [J].
左兴权 ;
李士勇 .
控制与决策, 2004, (03) :252-256
[4]   基于人工免疫算法的电力系统最优潮流计算 [J].
孙勇智 ;
韦巍 .
电力系统自动化, 2002, (12) :30-34
[5]   具有优化路径的遗传算法应用于电力系统无功优化 [J].
倪炜 ;
单渊达 .
电力系统自动化, 2000, (21) :40-44
[6]   电力系统无功功率综合优化——二次规划法 [J].
沈如刚 .
中国电机工程学报, 1986, (05)