基于新型两阶段混合算法的电力系统无功优化.pdf

基于新型两阶段混合算法的电力系统无功优化.pdf

ID:52480690

大小:405.27 KB

页数:6页

时间:2020-03-28

基于新型两阶段混合算法的电力系统无功优化.pdf_第1页
基于新型两阶段混合算法的电力系统无功优化.pdf_第2页
基于新型两阶段混合算法的电力系统无功优化.pdf_第3页
基于新型两阶段混合算法的电力系统无功优化.pdf_第4页
基于新型两阶段混合算法的电力系统无功优化.pdf_第5页
资源描述:

《基于新型两阶段混合算法的电力系统无功优化.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43卷第1期华北电力大学学报Vo1.43.No.12016年1月JournalofNorthChinaElectricPowerUniversityJan.,2016doi:10.3969/j.ISSN.1007—2691.2016.O1.08基于新型两阶段混合算法的电力系统无功优化黄伟,田羽洲(华北电力大学电气与电子工程学院,北京102206)摘要:针对电力系统无功优化领域现有的人工智能算法易早熟和收敛精度不佳的缺点,将萤火虫算法和量子粒子群算法相结合,形成一种新型两阶段混合优化算法。该混合算法采用串联的方法将GSO算法与QP

2、SO算法混合,使两种算法优势互补。在算法迭代前期充分利用萤火虫算法可同时搜索全部局部最优解的特性,保证了寻优的全面性。在迭代中后期,利用量子粒子群算法收敛速度快、解的精度高的特点进行寻优,保证了算法的收敛精度。同时基于黄金分割点理论,引入了群体替代算子,避免了迭代后期算法陷入局部最优。经过算法在IEEE30节点算例中的对比仿真,结果表明:在无功优化领域中,两阶段混合算法的全局搜索能力,收敛速度及精度均优于对比算法。关键词:无功优化;电力系统;萤火虫算法;量子粒子群算法;群体替代算子中图分类号:TM712文献标识码:A文章编号:10

3、07—2691(2016)01—0046—06VarOptimizationofPowerSystemBasedonNovelTwo-stageHybridAlgorithmHUANGWei,TIANYuzhou(SchoolofElectricalandElectronicEngineering,NorthChinaElectricPowerUniversity,Beijing102206,China)Abstract:Inallusiontothedefectsofartificialintelligentalgorithmi

4、nvaroptimization,suchastheprematurityandslowconvergencespeed,GlowwormSwarmOptimization(GSO)andQuantum—behavedParticleSwarmOptimization(QPSO)arecombinedtoformanoveltwo—stagehybridalgorithm.Inordertoremaintheadvantagesofthetwokindsofalgorithmsandweakentheirdefects,thest

5、rategyofconnectingGSOandQPSOinseriesisputforwardinthehybridal—gorithm.GSOisfullyusedintheformerstepstosearchforalltheglobaloptimalsolutions,thusthecomprehensivenessoftheoptimizationisensured.Duetotheadvantagesofthefastspeedandhighaccuracyoftheconvergence,QPSOisapplied

6、intheMiddle—LaterPeriodoftheiterationtoensuretheconvergenceprecisionofthealgorithm.DuringthesearchprocessoftheQPSO,populationsubstitutionoperatorbasedonthegoldenpointtheoryisappliedtopreventthelowefficiencyandlocaloptimumofthealgorithm.ComparativesimulationresultsofIE

7、EE30一bussystemshowthatasforvatoptimization,theglobalsearchingability,convergencespeedandaccuracyofthetwo—stagehybridalgorithmaresuperiortothecontrastalgorithms.Keywords:varoptimization;powersystem;glowwormswarmoptimization;quantum·behavedparticleswarlnoptimi·zation;po

8、pulationsubstitutionoperator已经满足所有约束条件且原始参数已知的情况O引言下,以保证电能质量为前提,调节系统的可控变量电力系统的无功优化是指在系统的初始状态(机端电压的调节、无功补偿设备的投切、变压器档位的变化)为手段,

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。