基于ε-支配域的模糊多目标无功优化方法

被引：13

作者：

张安安

杨洪耕

机构：

[1] 四川大学电气信息学院

来源：

电力系统自动化 | 2009年 / 33卷 / 05期

关键词：

无功优化; 多目标优化; ε-支配域; 多目标进化算法; Pareto-最优集;

D O I：

暂无

中图分类号：

TM714 [负荷分析];

学科分类号：

摘要：

基于模糊评价函数建立多目标无功优化模型,采用自适应ε-多目标进化优化算法获取Pareto-近似最优解集,应用后评价模糊控制器实现最优控制策略的选取。该方法相比当前后评价多目标优化方法,寻优时间缩短,优化结果针对性强,能实现自动控制。在IEEE14,IEEE30,IEEE118系统上的计算表明,相比其他几种典型后评价多目标优化方法,该方法在保证寻优质量的同时,提高了寻优效率。

引用

页码：34 / 39

页数：6

共 8 条

[1] 带精英策略的快速非支配排序遗传算法在多目标无功优化中的应用 [J].

冯士刚 ;

艾芊 .

电工技术学报, 2007, (12) :146-151

[2] 利用强度Pareto进化算法的多目标无功优化 [J].

冯士刚 ;

艾芊 .

高电压技术, 2007, (09) :115-119

[3] 计及分布式发电的配电网多目标电压优化控制 [J].

石嘉川 ;

刘玉田 .

电力系统自动化, 2007, (13) :47-51

[4] 基于免疫算法的多目标无功优化 [J].

熊虎岗 ;

程浩忠 ;

李宏仲 .

中国电机工程学报, 2006, (11) :102-108

[5] 多目标电网无功优化的量子遗传算法 [J].

娄素华 ;

李研 ;

吴耀武 ;

熊信银 .

高电压技术, 2005, (09) :69-71+83

[6] 计及静态电压稳定约束的无功优化规划 [J].

刘明波 ;

杨勇 .

电力系统自动化, 2005, (05) :21-25

[7]

Evaluating the &epsi;-Domination Based Multi-Objective Evolutionary Algorithm for a Quick Computation of Pareto-Optimal Solutions[J] . Kalyanmoy Deb,Manikanth Mohan,Shikhar Mishra.Evolutionary Computation . 2005 (4)

[8]

A Fast and Elitist Multi -objective Genetic Algorithm: NSGA-II[J] .2 Deb K,Pratap A,Agarwal S,et al. I EEE Trans on Evolutionary Computation . 2002

← 1 →