基于差分进化混合粒子群算法的电力系统无功优化

被引：7

作者：

郭康 ^{[1
]}

相志军 ^{[2
]}

徐玉琴 ^{[1
]}

张丽 ^{[1
]}

岳建房 ^{[1
]}

机构：

[1] 华北电力大学电气与电子工程学院

[2] 河北省电力勘测设计研究院

来源：

陕西电力 | 2011年 / 39卷 / 10期

关键词：

无功优化; 差分进化; 粒子群;

D O I：

暂无

中图分类号：

TM714 [负荷分析];

学科分类号：

080802 [电力系统及其自动化];

摘要：

差分进化混合粒子群算法(DEPSO)首先利用差分进化(DE)的变异和选择算子产生新的群体,然后通过使用粒子群优化算法(PSO)进行局部搜索。该算法发挥差分进化和粒子群优化算法各自拥有的特点,并克服自身存在的问题,具有收敛速度快、搜索能力强、鲁棒性好的特点。将该算法用于电力系统无功优化,通过IEEE30节点系统的仿真计算证明了该算法的快速性和有效性。

引用

收藏

页码：37 / 40+44 +44

页数：5

相关论文

共 10 条

[1]

基于差分进化和粒子群优化算法的混合优化算法 [J].

池元成 ;

方杰 ;

蔡国飙 .

计算机工程与设计, 2009, 30 (12) :2963-2965+2980

[2]

电力系统无功优化与补偿综述 [J].

苏煜 ;

王薇 ;

李志金 .

陕西电力, 2007, (03) :45-48

[3]

基于全局序列二次规划算法的无功优化 [J].

马勇飞 ;

周任军 ;

王献敏 ;

邓学华 .

长沙电力学院学报(自然科学版), 2006, (03) :12-15+45

[4]

自适应粒子群优化算法及其在无功优化中的应用 [J].

张文 ;

刘玉田 .

电网技术, 2006, (08) :19-24

[5]

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

[6]

小生境遗传算法在无功优化中的应用研究 [J].

向铁元 ;

周青山 ;

李富鹏 ;

汪毅 .

中国电机工程学报, 2005, (17) :48-51

[7]

粒子群优化算法在电力系统中的应用 [J].

袁晓辉 ;

王乘 ;

张勇传 ;

袁艳斌 .

电网技术, 2004, (19) :14-19

[8]

一种地区电网多目标无功优化的新方法——改进模拟退火算法 [J].

顾丹珍 ;

徐瑞德 .

电网技术, 1998, (01)

[9]

粒子群优化算法.[M].李丽; 牛奔; 著.冶金工业出版社.2009,

[10]

高等电力网络分析.[M].张伯明;陈寿孙著;.清华大学出版社.1996,