基于混合PSO-ACO算法的含DG配电网无功优化

被引:17
作者
董海龙 [1 ]
奚慧兴 [2 ]
付立思 [1 ]
武海霖 [1 ]
机构
[1] 沈阳农业大学
[2] 鞍山师范
关键词
配电网; 分布式电源; 无功优化; 粒子群算法; 蚁群算法;
D O I
暂无
中图分类号
TM714.3 [系统中能量损失的降低及无功功率的补偿];
学科分类号
080802 ;
摘要
主要研究含分布式电源配电网无功优化问题,提出将粒子群算法与蚁群算法相结合的混合优化算法(PSO-ACO)。该算法针对粒子群算法易陷于局部优化问题和蚁群算法由于积累信息素导致寻优时间过长的缺点,利用粒子群算法的结构简单以及参数设定少的优点以及蚁群算法强大的全局搜索能力,将2种算法混合,并结合惩罚函数构建无功优化数学模型。以IEEE-33节点配电系统进行系统仿真,与采用基本粒子群算法和蚁群算法的无功优化结果相比较,结果表明,提出的混合算法收敛性和稳定性更好,能有效地解决含DG配电网无功优化问题。
引用
收藏
页码:50 / 56
页数:7
相关论文
共 30 条
[1]   基于2n+1点估计法的含分布式电源配电网的电压质量概率评估 [J].
陈伟 ;
郭秋池 ;
裴喜平 .
电网与清洁能源, 2016, 32 (07) :23-29
[2]   考虑新能源接入的定量风险评估在省级电网中的应用 [J].
孙建波 ;
曹侃 ;
黄文涛 ;
卢子敬 ;
周鲲鹏 ;
胡博 .
电网与清洁能源, 2016, 32 (07) :1-5
[3]   基于模拟退火遗传算法的交直流系统无功优化与电压控制研究 [J].
黄俊辉 ;
汪惟源 ;
王海潜 ;
李海坤 .
电力系统保护与控制, 2016, 44 (10) :37-43
[4]   多场景下含风电机组的配电网无功优化的研究 [J].
陈继明 ;
祁丽志 ;
孙名妤 ;
薛永端 .
电力系统保护与控制, 2016, 44 (09) :129-134
[5]   基于混合智能粒子群算法的广义电源主动配电网优化配置 [J].
潘超 ;
焦薇羽 ;
孟涛 ;
尹杭 .
电力系统保护与控制, 2016, 44 (07) :69-75
[6]   基于粒子群算法的配电网无功补偿方法研究 [J].
季斌炜 ;
陈潇一 .
电网与清洁能源, 2016, 32 (03) :111-114
[7]   基于量子粒子群算法的微电网优化调度 [J].
黄晨 ;
张靠社 .
电网与清洁能源, 2016, 32 (02) :72-76
[8]   基于二进制量子粒子群算法的含分布式电源配电网重构 [J].
张涛 ;
史苏怡 ;
徐雪琴 .
电力系统保护与控制, 2016, 44 (04) :22-28
[9]   能源互联网背景下分布式光伏发电的经济效益研究 [J].
施泉生 ;
于文姝 ;
谢品杰 .
电网与清洁能源, 2016, 32 (01) :100-106
[10]   分布式电源及微网对中压配电网接线模式影响 [J].
王丽彬 ;
李春晖 ;
王佳伟 ;
赵海波 ;
李伟 ;
宋晓俊 .
电网与清洁能源, 2015, 31 (12) :106-112