基于最优值临近搜索的灾变粒子群算法在无功优化中的应用.pdf

基于最优值临近搜索的灾变粒子群算法在无功优化中的应用.pdf

ID:52480933

大小:445.57 KB

页数:6页

时间:2020-03-28

基于最优值临近搜索的灾变粒子群算法在无功优化中的应用.pdf_第1页
基于最优值临近搜索的灾变粒子群算法在无功优化中的应用.pdf_第2页
基于最优值临近搜索的灾变粒子群算法在无功优化中的应用.pdf_第3页
基于最优值临近搜索的灾变粒子群算法在无功优化中的应用.pdf_第4页
基于最优值临近搜索的灾变粒子群算法在无功优化中的应用.pdf_第5页
资源描述:

《基于最优值临近搜索的灾变粒子群算法在无功优化中的应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第39卷第18期电力系统保护与控制VO1.39NO.182011年9月16日PowerSystemProtectionandControlSept.16,2011基于最优值临近搜索的灾变粒子群算法在无功优化中的应用朱鹰屏,蔡泽祥,张勇军,杨银国37宋永超(1.华南理工大学电力学院,广东广州510641;2.广东技术师范学院自动化学院,广东广州510635;3.广东省电力调度中心,广东广州510600)摘要:粒子群算法在电力系统无功优化中容易出现局部收敛和早熟的现象,对传统粒子群算法进行了改进。改进算法对当前全局最优粒子进行I临近搜索(N

2、SGOP—PSO),加快了粒子群的搜索速度和搜索精度并加入了仿生进化算法中的灾变算法(NSGOP—CPSO),按一定规律对群体全部粒子或部分粒子施行灾变,用于解决粒子群算法中的不收敛和早熟现象的问题。对该算法的作用原理进行了细致的分析和说明,并以IEEE一30节点系统的仿真图形及统计数据说明了该改进粒子群算法是有效的。关键词:无功功率优化;粒子群算法;临近搜索;灾变;作用原理ApplicationofcatastrophicPSObased09neighborhoodsearchofglobaloptimalparticleinreac

3、tivepoweroptimizationZHUYing.ping,,CAIZe.xiang,ZHANGYong~un,YANGYin.guo。,SONGYong—chao(1.SchoolofElectricPower,SouthChinaUniversityofTechnology,Guangzhou510641,China:2.SchoolofAutomation,GuangdongPolytechnicNormalUniversity,Guangzhou510635,Chinm3.GuangdongProvincialElect

4、ricPowerDispatchingCenter,Guangzhou510600,China)Abstract:Inordertoresolvetheissuesofeasyprematurityandpartialconvergenceofbasicparticleswarmoptimization(BPSO)appliedtoreactivepoweroptimizmioninpowersystem,animprovedBPSOisproposed.Neighborhoodsearchofglobaloptimalparticle

5、iSaddedtoPSO(NSGOP—PSO),whichimprovesthesearchspeedandprecisionofparticleswarm.Moreover,catastrophicalgorithmbasedonevolutionaryalgorithmisalsoadded(NSGOP—CPSO)inthewholeparticlesorparts~gularly,whichcansolveissuesofprematurityandnon—convergenceofBPSO.Detailedanalysisand

6、explanationofactionprincipleofthisalgorithm,simulationdiagramandstatisticaldataofIEEE30nodessystemshowtheeffectivenessofNSGOP—CPSO.Keywords:reactivepoweroptimization;PSO;neighborhoodsearch:catastrophe;theoryofaction中图分类号:TM71文献标识码:A文章编号:1674.3415(2011)18—0110.06广泛的应用。0引言

7、粒子群优化(ParticleSwarmOptimization,无功优化是电力系统安全经济运行的一项重要PSO)算法是一种基于群体智能的全局优化进化算内容。由于电压和无功功率之间的强耦合关系,通法。由于PSO方法简单,搜索速度快,广泛应用于过无功功率的调节,维持高质量的母线电压一直是电力系统的无功优化中。PSO的原理是粒子向自身电力系统寻求的目标。传统无功优化的方法有非线历史最佳位置和邻域或群体历史最佳位置聚集,因性规划法、线性规划法、牛顿法、内点法等【1],其而搜索速度很快,但极易形成粒子种群的快速趋同中内点法应用最为广泛的方法。但内

8、点法编程复杂,效应,出现陷入局部极值、早熟收敛或停滞现象。且善于处理连续型变量的问题,对于电容器/电抗通过研究,粒子群算法的收敛速度和收敛性能跟粒器、OLTC等离散化无功调节的优化调节,则显得子群初始化、参

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。