改进细菌群体趋药性算法在无功优化中的应用.pdf

改进细菌群体趋药性算法在无功优化中的应用.pdf

ID:52487818

大小:358.62 KB

页数:5页

时间:2020-03-28

改进细菌群体趋药性算法在无功优化中的应用.pdf_第1页
改进细菌群体趋药性算法在无功优化中的应用.pdf_第2页
改进细菌群体趋药性算法在无功优化中的应用.pdf_第3页
改进细菌群体趋药性算法在无功优化中的应用.pdf_第4页
改进细菌群体趋药性算法在无功优化中的应用.pdf_第5页
资源描述:

《改进细菌群体趋药性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27卷第5期电力系统及其自动化学报Vo1.27No.52015年5月ProceedingsoftheCSU-EPSAMrdv2015改进细菌群体趋药性算法在无功优化中的应用任新伟,徐建政(山东大学电气工程学院,济南250061)摘要:为了克服细菌群体趋药性BCC(bacterialcolonychemotaxis)算法容易陷入局部最优的缺点,在自适应调整细菌移动速度和感知范围的基础上引入了混沌优化。先将部分重叠或者陷入局部极值点的菌群映射为混沌序列,使其可以重新更优质的遍历分布于空间;然后通过逆映射得到菌群新

2、的适应度值,提高了算法的全局搜索能力,并成功将其应用到电力系统的无功优化中;对Rastrigin函数进行仿真以及IEEE33节点配电系统进行计算分析。结果表明改进的算法具有很好的全局搜索能力,能有效降低系统有功网损,该算法是可行的。关键词:配电网;无功优化;细菌群体趋药性算法;混沌映射;全局最优中图分类号:TM71文献标志码:A文章编号:1003—8930(2015)05—0081—05DoI:10.3969~.issn.1003-8930.2015.05.15ApplicationofImprovedBact

3、erialColonyChemotaxisAlgorithminReactivePowerOptimizationRENXinwei,XUJianzheng(SchoolofElectficalEngineering,ShandongUniversity,Jinan250061,China)Abstract:Inordertotackletheshortcomingofthebacterialcolonychemot~isalgorithmthatisliabletofallintolocaloptimum,t

4、hispaperintroduceschaoticoptimizationonthebasisthattheperceptionrangeandthespeedofmovementofbacteriaareadjustedadaptively.Thispaperinitiallyfirstlymapsbacteriawhichoverlaporgetintolocalextremepointontochaoticsequence,makingtheminergodicandsuperiordistributio

5、nagain,thengetsthenewfitnessvaluethroughtheinversemappingwhichimprovestheglobalsearchcapability,andappliestheimprovedalgorithmtoreactivepoweroptimizationsuccessfully.SimulationresultsofRastriginfunctionandanalysisofIEEE33bussystemshowindicatethattheimproveda

6、lgorithmisgoodbetteringlobalsearchcapabilityandcanefectivelyreducethenetworkloss,SOitisfeasible.Keywords:distributionnetwork;reactivepoweroptimization;bacterialcolonychemot~isalgorithm;chaosmode—lapping;globaloptimum随着电网规模日益扩大,负荷需求不断增长,常是多变量、多约束的混合非线性规划问题。目如

7、何在满足负荷发展需要的前提下,充分利用系前,一些新型的人工智能优化方法如遗传算法、统的无功资源,保证系统的安全、经济运行,多年进化算法fq、细菌趋药I生算法、混沌搜索、Tabu搜索、来一直是国内外电力工作者们致力研究的课题。粒子群算法[8-9]等已经取得了一定的成果。但是,任通过控制无功的合理流动,可以有效降低配网网何一种算法都不可能在所有方面都占优势,比如损并提高电压调整能力,这对于电网的经济可靠遗传算法有很好的收敛性,计算时间少,鲁棒性运行有着重要的意义[1.3l。高,但不能很好地解决大规模计算量问题,并且

8、容无功优化问题是指某电力系统在一定运行方易陷入“早熟”;粒子群算法比遗传算法规则更为式下,满足各种约束条件,达到预定目标的优化简单,更容易实现、精度高、收敛快,但其容易陷入问题,它涉及无功补偿装备投入地点的选择、无功局部最优。所以,构造混合算法或者寻求各种算法补偿装置投入容量的确定、变压器分接头的调节和的有机结合是未来研究的方向。发电机机端电压的配合等。所以,配电网无功优化通细菌群体趋

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。