本文關(guān)鍵詞：基于人工蜂群算法的多目標(biāo)最優(yōu)潮流問題的研究

  更多相關(guān)文章： 最優(yōu)潮流 無功優(yōu)化 人工蜂群算法 多目標(biāo) 污染氣體排放

【摘要】：以污染氣體排放量、網(wǎng)損最小為目標(biāo),建立多目標(biāo)電力系統(tǒng)最優(yōu)潮流數(shù)學(xué)模型,并提出一種基于人工蜂群的多目標(biāo)算法對其進(jìn)行求解。該算法利用外部存檔技術(shù)來保存進(jìn)化過程中已經(jīng)找到的Pareto最優(yōu)解,并在每次迭代后更新。最后根據(jù)模糊集理論從Pareto最優(yōu)解集中選取最優(yōu)折衷解,為決策者提供科學(xué)的決策依據(jù)。通過IEEE-30節(jié)點系統(tǒng)及IEEE-57節(jié)點系統(tǒng)的仿真,驗證了該算法在求解大規(guī)模電力系統(tǒng)多目標(biāo)問題上的有效性,相比其他多目標(biāo)算法能有效避免局部收斂。
【作者單位】： 華南理工大學(xué)電力學(xué)院;
【關(guān)鍵詞】： 最優(yōu)潮流 無功優(yōu)化 人工蜂群算法 多目標(biāo) 污染氣體排放
【分類號】：TP18;TM715
【正文快照】： 0引言最優(yōu)潮流(Optimal Power Flow,OPF)是電力系統(tǒng)規(guī)劃、運行和控制的核心問題。它的主要目標(biāo)是在滿足一定等式和不等式約束條件下找到該電力網(wǎng)控制變量的最優(yōu)設(shè)定值以達(dá)到一個或多個目標(biāo)函數(shù)的最優(yōu)化。許多傳統(tǒng)的優(yōu)化方法如線性規(guī)劃法[1]、二次規(guī)劃法[2]、牛頓法[3-4]和內(nèi)點

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 麻秀范;崔換君;;改進(jìn)遺傳算法在含分布式電源的配電網(wǎng)規(guī)劃中的應(yīng)用[J];電工技術(shù)學(xué)報;2011年03期

2 胡博;謝開貴;曹侃;;基于Beowulf集群的大規(guī)模電力系統(tǒng)牛頓法潮流求解的并行GMRES方法[J];電工技術(shù)學(xué)報;2011年04期

3 簡金寶;楊林峰;全然;;基于改進(jìn)多中心校正解耦內(nèi)點法的動態(tài)最優(yōu)潮流并行算法[J];電工技術(shù)學(xué)報;2012年06期

4 孫健,江道灼;基于牛頓法的配電網(wǎng)絡(luò)Zbus潮流計算方法[J];電網(wǎng)技術(shù);2004年15期

5 劉剛;彭春華;相龍陽;;采用改進(jìn)型多目標(biāo)粒子群算法的電力系統(tǒng)環(huán)境經(jīng)濟(jì)調(diào)度[J];電網(wǎng)技術(shù);2011年07期

6 李靜文;趙晉泉;張勇;;基于改進(jìn)差分進(jìn)化-生物地理學(xué)優(yōu)化算法的最優(yōu)潮流問題[J];電網(wǎng)技術(shù);2012年09期

7 曾鳴;杜楠;張鯤;周飛;;基于多目標(biāo)靜態(tài)模糊模型的分布式電源規(guī)劃[J];電網(wǎng)技術(shù);2013年04期

8 樂秀t，

本文編號：1023910