【摘要】：以多負荷水平的全年能量損失最小為目標函數(shù),提出一種改進教與學優(yōu)化方法求解電力系統(tǒng)無功優(yōu)化問題。教與學方法是一種新穎的無控制參數(shù)的群智能算法,包括教階段和學階段。為了克服局部收斂,改進教與學方法在此基礎(chǔ)上提出一種基于自適應(yīng)小波變異策略的改進階段改善算法的性能并在IEEE-30節(jié)點系統(tǒng)進行仿真。結(jié)果與其他算法進行比較,驗證了該算法的優(yōu)越性。表明該方法是大規(guī)模電力系統(tǒng)可推廣使用的有效方法。
[Abstract]:Taking the minimum annual energy loss at multi-load level as the objective function, an improved teaching and learning optimization method is proposed to solve the reactive power optimization problem in power system. Teaching and learning method is a novel swarm intelligence algorithm without control parameters, including teaching and learning stages. In order to overcome the local convergence, the improved teaching and learning method based on adaptive wavelet mutation strategy is proposed to improve the performance of the improved algorithm in the IEEE-30 node system. Results compared with other algorithms, the superiority of this algorithm is verified. It is shown that this method is an effective method for popularizing large scale power systems.
【作者單位】： 華南理工大學電力學院;廣西電力工業(yè)勘察設(shè)計研究院;
【分類號】：TM714.3

【參考文獻】

相關(guān)期刊論文 前10條

1 李鑫濱;朱慶軍;;一種改進粒子群優(yōu)化算法在多目標無功優(yōu)化中的應(yīng)用[J];電工技術(shù)學報;2010年07期

2 武健;馬驍;侯睿;徐殿國;;基于遺傳算法的有源濾波器LCL輸出濾波器優(yōu)化設(shè)計[J];電工技術(shù)學報;2011年05期

3 馬豫超;侯志儉;蔣傳文;王承民;;基于粒子群算法求解電力市場發(fā)電商最優(yōu)供給函數(shù)模型[J];電力系統(tǒng)自動化;2006年02期

4 倪秋龍,黃民翔;基于支路交換的模擬退火算法在配電網(wǎng)規(guī)劃中的應(yīng)用[J];電力系統(tǒng)及其自動化學報;2000年04期

5 杜紅衛(wèi),孫雅明,劉弘靖,董偉;基于遺傳算法的配電網(wǎng)故障定位和隔離[J];電網(wǎng)技術(shù);2000年05期

6 劉明波,王曉村;內(nèi)點法在求解電力系統(tǒng)優(yōu)化問題中的應(yīng)用綜述[J];電網(wǎng)技術(shù);1999年08期

7 康忠健;訾淑偉;;基于差分進化算法的油田區(qū)域配電網(wǎng)無功優(yōu)化技術(shù)的研究[J];電工技術(shù)學報;2013年06期

8 趙波;應(yīng)用粒子群優(yōu)化算法求解市場環(huán)境下的電力系統(tǒng)動態(tài)經(jīng)濟調(diào)度問題[J];繼電器;2004年21期

9 樂秀t，

本文編號：2327696