基于改进小生境遗传算法的电力系统无功优化

被引:102
作者
崔挺
孙元章
徐箭
黄磊
机构
[1] 武汉大学电气工程学院
关键词
电力系统; 无功优化; 遗传算法; 小生境; 模糊动态聚类; 适应度共享;
D O I
10.13334/j.0258-8013.pcsee.2011.19.002
中图分类号
TP18 [人工智能理论]; TM714 [负荷分析];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ; 080802 ;
摘要
针对电力系统无功优化问题,提出一种改进小生境遗传算法来克服小生境遗传算法中小生境难以确定的不足,改善遗传算法容易陷入局部收敛和早熟的缺点。通过模糊动态聚类分析方法实现小生境群体的划分,然后利用适应度共享技术对小生境内个体适应度进行调整,以提高全局寻优能力。提出和运用隔代小生境共享机制、最优个体邻域搜索及保留策略等以提高算法的计算速度和收敛速度。通过对IEEE 57节点测试系统进行无功优化计算及结果分析,说明所提出算法的全局搜索能力强、效率高,能得到较好的结果。
引用
收藏
页码:43 / 50
页数:8
相关论文
共 16 条
[1]   一种改进粒子群优化算法在多目标无功优化中的应用 [J].
李鑫滨 ;
朱庆军 .
电工技术学报, 2010, 25 (07) :137-143
[2]   基于强引导粒子群与混沌优化的电力系统无功优化 [J].
刘丽军 ;
李捷 ;
蔡金锭 .
电力自动化设备, 2010, 30 (04) :71-75
[3]   多目标进化算法求解无功优化问题的对比分析 [J].
李智欢 ;
段献忠 .
中国电机工程学报, 2010, 30 (10) :57-65
[4]   基于改进免疫遗传算法的电力系统无功优化 [J].
王秀云 ;
邹磊 ;
张迎新 ;
李辉 ;
潘文明 .
电力系统保护与控制, 2010, 38 (01) :1-5
[5]   基于自适应小生境粒子群优化算法的电力系统无功优化 [J].
刘自发 ;
张建华 .
电力自动化设备, 2009, 29 (11) :27-30
[6]   改进粒子群优化算法在电力系统多目标无功优化中应用 [J].
刘述奎 ;
李奇 ;
陈维荣 ;
林川 ;
郑永康 .
电力自动化设备, 2009, 29 (11) :31-36
[7]   基于改进小生境遗传算法的配电网全网无功优化 [J].
李惠玲 ;
盛万兴 ;
孟晓丽 .
电网技术, 2009, 33 (04) :34-37+50
[8]   采用多局部搜索策略的无功优化多模因算法 [J].
段献忠 ;
李智欢 ;
李银红 .
中国电机工程学报, 2008, (34) :59-65
[9]   多目标无功优化的向量评价自适应粒子群算法 [J].
刘佳 ;
李丹 ;
高立群 ;
宋立新 .
中国电机工程学报, 2008, (31) :22-28
[10]   改进小生境遗传算法在电力系统无功优化中的应用 [J].
李惠玲 ;
盛万兴 ;
张学仁 ;
孟晓丽 .
电网技术, 2008, (17) :29-34