利用MOPSO算法实现统一潮流控制器（UPFC）设计
摘要
MOPSO算法的基本思想是使用一个外部存储器（亦称“知识库”）和一种基于地理的方法，以此来保持其Pareto最优解的多样性，同时通过群体中粒子间的合作与竞争产生的新群体智能指导优化搜索得到广泛的Pareto解集。同时，本文引入优胜劣汰机制，可以从Pareto解集中选出最佳折衷解决方案。
出处
《甘肃电力技术》
2011年第5期55-57,共3页
Guansu Electric Power Technology
参考文献4
-
1D. Joshua, Knowles, W.C. David. Approximating the non dominated front using the paretoarchived evolution strategy [J]. Evolutionary Computation, 2000.
-
2C.A.C. Coello, G.T. Pulido, M.S. Lechuga. Handling multiple objective with particle swarm optimization [J] IEEE Transactions on Evolutionary Computation 2004, 8 (3) : 256-279.
-
3Yoshida H, etal. A Particle Swarm Optimization for Reactive Power and Voltage Control Considering Voltage Security Assessment [ J ]. IEEE Trans on Power Systems,2000, 15 (4).
-
4AbidoMA. Optimal Power Flow Using Particle Swarm Optimization[ J ]. International Journal of Electrical Power &Energy Systems, 2002, 24.
-
1颜楠楠,傅正财.基于多目标粒子群优化算法的UPFC协调控制[J].电力系统保护与控制,2010,38(8):43-48. 被引量：26
-
2张志刚,姜勤.基于差分进化算法的水电站短期经济运行研究[J].电网与清洁能源,2009,25(2):50-54. 被引量：2
-
3邱晓燕,赵劲帅,史光耀,李星雨.基于HSMOPSO算法的微电网经济与环保协同优化方法[J].高电压技术,2017,43(4):1223-1230. 被引量：16
-
4郑欣.多目标优化算法在发电权交易中的应用[J].硅谷,2012,5(4):135-135. 被引量：1
-
5秦昌伟,王群京,陈权,胡存刚.基于MOPSO的三电平SHEPWM方法研究[J].电力电子技术,2015,49(6):1-3. 被引量：3
-
6许文蛟,陈叶.大规模风电接入的电力系统优化调度方法探究[J].低碳世界,2015,5(34):22-23.
-
7徐基光.自适应网格密度改进粒子群算法在多目标无功优化中的应用[J].电网与清洁能源,2017,33(2):21-25. 被引量：19
-
8郑喜印,杨晓琪.赋范空间中逐段线性多目标优化问题弱Pareto解集的结构[J].中国科学（A辑）,2008,38(3):315-327.
-
9曹一家,曹丽华,黎灿兵,李欣然,于力.考虑大停电风险的输电网扩展规划模型和算法[J].中国电机工程学报,2014,34(1):138-145. 被引量：15
-
10郑安曼.智能电网中基于ESS-MOPSO算法的调度优化策略[J].安徽工程大学学报,2013,28(3):62-65. 被引量：1
