-
题名基于人工鱼群算法的最优潮流计算
被引量:23
- 1
-
-
作者
刘耀年
李迎红
张冰冰
李春亮
-
机构
东北电力大学电气工程学院
-
出处
《电工电能新技术》
CSCD
北大核心
2006年第4期30-33,66,共5页
-
文摘
提出了基于人工鱼群优化算法(AFSA)的最优潮流(OPF)计算方法;算法结合动态调整罚函数的方式,将最优潮流问题转化为一个无约束求极值问题,有效提高了算法的全局收敛能力和计算精度。应用此算法对标准IEEE30节点的电力系统进行最优潮流计算,并与粒子群算法和遗传算法进行了比较,仿真结果表明,该算法能够更好地获得全局最优解,具有实用意义。
-
关键词
人工鱼群算法
最优潮流计算
动态调整罚函数法
-
Keywords
artificial fish school algorithm (AFSA)
non-stationary multi-stage assignment penalty function
optimal power flow(OPF)
-
分类号
TM732
[电气工程—电力系统及自动化]
-
-
题名基于改进粒子群优化算法的最优潮流计算
被引量:35
- 2
-
-
作者
俞俊霞
赵波
-
机构
浙江大学电气工程学院
-
出处
《电力系统及其自动化学报》
CSCD
北大核心
2005年第4期83-88,共6页
-
基金
浙江大学第七期大学生科研训练计划(SRTP)基金资助项目
-
文摘
提出应用粒子群优化算法(PSO)求解最优潮流问题(OPF),并结合动态调整罚函数法将最优潮流问题转化成一个无约束求极值问题,有效提高了PSO算法的全局收敛能力和计算精度。应用此算法对标准IEEE30节点系统进行潮流计算,并与线性规划算法和遗传算法进行了比较,结果表明,该算法能够更好地获得全局最优解,具有实用意义。
-
关键词
粒子群优化算法
动态调整罚函数法
最优潮流计算
线性规划算法
遗传算法
-
Keywords
particle swarm optimization (PSO)
non-stationary multi-stage assignment penalty function
optimal power flow(OPF)
Linear programming(LP)
genetic algorithm(GA)
-
分类号
TM744
[电气工程—电力系统及自动化]
-
-
题名基于混合优化算法的最优潮流计算
被引量:2
- 3
-
-
作者
黄琳
周家虎
-
机构
兰州交通大学自动化与电气工程学院
中国石油天然气集团公司兰州石化公司
-
出处
《电力学报》
2011年第2期111-115,162,共6页
-
文摘
应用粒子群(PSO)与人工鱼群(ASFA)混合优化算法求解最优潮流(OPF)问题[1];该算法利用ASFA良好的全局收敛性与PSO的局部快速收敛性等优点,结合动态调整罚函数,将最优潮流问题转化为一个无约束求极值问题。最后,应用此算法对IEEE-30系统进行仿真,并与遗传算法、标准PSO算法、ASFA算法进行比较,结果表明该混合算法具有更好的优化性能。
-
关键词
电力系统
最优潮流计算
混合优化算法
粒子群算法
人工鱼群算法
动态调整罚函数法
-
Keywords
power system
optimal power flow
hybrid optimization algorithm
particle swarm optimization
artificial fish school algorithm
non-stationary multi-stage assignment penalty function
-
分类号
TM744
[电气工程—电力系统及自动化]
-