-
题名自适应选择进化算法的多目标无功优化方法
被引量：29
- 1
-
-
作者
李鸿鑫
李银红
陈金富
段献忠
-
机构
强电磁工程与新技术国家重点实验室(华中科技大学)
-
出处
《中国电机工程学报》
EI
CSCD
北大核心
2013年第10期71-78,16,共8页
-
基金
国家重点基础研究发展计划项目(973项目)(2009CB219701)
国家863高技术基金项目(2011AA05A109)
国家自然科学基金项目(50937002)~~
-
文摘
基于帕累托最优概念的多目标进化算法在电力系统无功优化领域已有广泛应用,但目前通过某种单一算法求解的方式由于进化算子的唯一性,难以保证进化过程不同寻优阶段的普适性和鲁棒性,因此提出一种基于多种进化算法自适应选择的多目标无功优化方法。通过分析已有多目标进化算法的特征,考虑协调性与互补性,建立包含4类算法的备选池;在进化过程不同阶段根据寻优性能自适应地确定备选算法的使用比例,从而综合多种算法的性能优势,提高整体寻优效率。以IEEE 30节点标准系统的多目标无功优化为算例,从帕累托前沿、外部解及C指标等方面与已有单一算法的优化结果进行比较,表明所提新方法在整个进化过程中都显示出了更优的收敛特性。
-
关键词
无功优化
多目标
多种进化算法
自适应选择
帕累托最优
-
Keywords
optimal reactive power flow （orpf）
multi-objectiye
multiple evolutionary algorithms （MOEAs）
adaptive selection
Pareto optimal
-
分类号
TM71
[电气工程—电力系统及自动化]
-
-
题名电力系统无功优化的LRS-PSO算法
被引量：11
- 2
-
-
作者
陈功贵
李智欢
孙永发
钟建伟
-
机构
华中科技大学电气与电子工程学院
湖北民族学院信息工程学院
-
出处
《电力系统及其自动化学报》
CSCD
北大核心
2008年第4期92-97,共6页
-
文摘
提出一种应用局部随机搜索粒子群优化(LRS-PSO)算法求解电力系统无功优化的新方法。使用概率调用策略调用局部随机搜索(LRS)算子。给出了适合无功优化问题的LRS算子的具体实现以及应用LRS-PSO算法求解电力系统无功优化的步骤。对IEEE 30节点测试系统进行了无功优化计算,并与标准遗传算法(SGA)、粒子群优化(PSO)算法的测试结果进行了比较。仿真结果表明,与SGA、PSO算法相比,应用LRS-PSO算法求解无功优化问题具有质量更高的解,收敛特性更好。
-
关键词
无功优化
局部随机搜索
粒子群优化
概率调用策略
-
Keywords
optimal reactive power flow （orpf）
local random search （LRS）
particle swarm optimization （PSO）
probability invoking strategy
-
分类号
TM761
[电气工程—电力系统及自动化]
-
-
题名混合智能算法的多目标无功优化方法
被引量：4
- 3
-
-
作者
曹裕捷
张彬桥
-
机构
三峡大学电气与新能源学院
梯级水电站运行与控制湖北省重点实验室
-
出处
《三峡大学学报（自然科学版）》
CAS
北大核心
2019年第1期81-86,共6页
-
基金
国家自然科学基金项目(51277110)
梯级水电站运行与控制湖北省重点实验室开放基金(2015KJX01)
-
文摘
传统电力无功优化主要集中在引入或改进某种单一智能优化算法,进化算子的不变性难以保证算法在各寻优阶段的稳定性和普适性.本文提出基于多种智能算法动态混合策略的多目标无功优化方法.该方法采用计及系统网损与电压偏移的多目标优化模型,考虑多种智能算法在不同寻优阶段的优劣特征,基于帕累托最优动态确定备选算法的使用比例,使多种智能算法优势互补以提高整体寻优效率.以IEEE 30节点、系统多目标无功优化为算例,结果表明新方法在帕累托前沿和收敛特性等方面都表现更优.
-
关键词
无功优化
多目标
智能优化算法
帕累托最优
-
Keywords
optimal reactive power flow (orpf)
multipurpose
intelligent optimization algorithm
Pareto optimality
-
分类号
TM714
[电气工程—电力系统及自动化]
-
