基于粒子群及其改进算法的电力系统无功优化

被引:3
作者
钟鸣 [1 ]
文波 [1 ]
洪彬倬 [2 ]
机构
[1] 广东电网有限责任公司河源供电局
[2] 广东电网有限责任公司阳江供电局
关键词
无功优化; 离散变量; 粒子群优化; 离散粒子群优化;
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
介绍了电力系统无功优化的数学模型,论述了现代智能算法在解决无功优化的非线性规划问题中的应用,实现了粒子群优化(particle swarm optimization,PSO)算法在电力系统无功优化问题中的应用。引入离散粒子群(discrete particle swarm optimization,DPSO)算法,采用两种方法对离散变量进行处理。IEEE-30节点系统的算例分析验证了PSO和DPSO的可行性。这两种算法具有相近的优化效果,但PSO的收敛性优于DPSO,而DPSO对离散变量的处理比PSO更准确,也更切合实际。
引用
收藏
页码:45 / 49
页数:5
相关论文
共 9 条
[1]   电力系统无功优化研究综述 [J].
党存禄 ;
张宁 ;
邵冲 .
电网与清洁能源, 2014, 30 (01) :8-14+26
[2]   基于混沌粒子群算法的多目标无功优化研究 [J].
魏宇存 ;
贺晓 ;
周建 ;
庞霞 ;
刘崇新 .
陕西电力, 2013, 41 (09) :10-15
[3]   基于改进遗传算法与原对偶内点法的无功优化混合算法 [J].
陈奇 ;
郭瑞鹏 .
电网技术, 2008, 32 (24) :50-54
[4]   电力系统无功优化算法综述 [J].
苏玲 ;
赵冬梅 ;
韩静 .
现代电力, 2004, (06) :40-45
[5]   离散粒子群优化算法在输电网络扩展规划中的应用 [J].
胡家声 ;
郭创新 ;
叶彬 ;
段惠明 ;
曹一家 .
电力系统自动化, 2004, (20) :31-36
[6]   基于遗传算法的无功优化在福建电网的实用化改进 [J].
丁晓群 ;
邓勇 ;
黄伟 ;
张建平 ;
方朝雄 ;
李可文 ;
李子韵 .
电网技术, 2004, (16) :44-47
[7]   电力系统无功优化的改进内点算法 [J].
刘明波 ;
陈学军 .
电力系统自动化, 1998, (05) :33-36
[8]   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)
[9]  
Bandwith Packing: A Tabu Search Approach .2 Glover F,Laguna M. Management Science . 1993