基于混合优化微分进化算法的电力系统无功优化

被引：7

作者：

李秀卿 ^{[1
]}

孙守刚 ^{[1
]}

姜世金 ^{[2
]}

许传伟 ^{[2
]}

机构：

[1] 东北电力大学电气工程学院

[2] 鸡西供电公司

来源：

电力系统保护与控制 | 2009年 / 37卷 / 07期

关键词：

微分进化; 无功优化; 电力系统; 混合优化; 智能优化;

D O I：

暂无

中图分类号：

TM714 [负荷分析];

学科分类号：

080802 ;

摘要：

阐述了一种基于混合优化微分进化算法的无功优化方法。混合优化微分进化算法是一种直接随机搜索方法,由在当前种群中随机采样的个体之间的基因差异来驱动,混合优化微分进化算法的主要思想是采用不同的策略产生变异算子,并在进化过程中采取父代和子代合群处理,来提高进化速度。将该无功优化方法在IEEE 30节点系统上进行了校验,并与基于其它算法的无功优化方法进行比较,仿真结果表明该算法具有收敛速度快、鲁棒性好、计算精度高的优点。

引用

页码：26 / 29+39 +39

页数：5

共 6 条

[1] 基于差异进化和PC集群的并行无功优化 [J].

梁才浩 ;

段献忠 ;

钟志勇 ;

黄杰波 .

电力系统自动化, 2006, (01) :29-34

[2] 微分进化算法在头部电阻抗成像中的应用 [J].

李颖 ;

徐桂芝 ;

饶利芸 ;

何任杰 ;

颜威利 .

中国生物医学工程学报, 2005, (06) :672-675+695

[3] 基于微分进化算法的时间最优路径规划 [J].

冯琦 ;

周德云 ;

不详 .

计算机工程与应用 , 2005, (12) :74-75+222

[4]

高等电力网络分析[M]. 清华大学出版社 , 张伯明,陈寿孙著, 1996

[5] Differential evolution - A simple and efficient heuristic for global optimization over continuous spaces [J].

Storn, R ;

Price, K .

JOURNAL OF GLOBAL OPTIMIZATION, 1997, 11 (04) :341-359

[6]

Plant scheduling and planning using mixed-integer hybrid differential evolution with multiplier updating. Lin Yung-Chien,Huang Kao-Shing,Wang Feng-sheng. IEEE Proceeding of Evolutionary Computation . 2000

← 1 →