基于改进细菌群体趋药性算法的无功优化

基于细菌群体趋药性(Bacterial Colony Chemotaxis,BCC)算法提出变速菌群趋药性(Gear Bacterial Colony Chemotaxis,GBCC)算法,将其应用于电力系统无功优化。GBCC算法引入带有权重系数的变速公式,使得GBCC算法前期能够较快地收敛于几个最优解的周围,后期能够在最优解周围进行细致搜索,克服了BCC算法易于收敛于局部最优解的缺点。建立基于GBCC算法的无功优化数学模型,给出GBCC算法的具体步骤。通过对IEEE30节点算例的测试,得到GBCC算法在无功优化问题上的收敛速度和优化效果。

基于多态菌群趋药性算法的电力系统稳定器参数协调优化

电力系统稳定器是抑制电力系统低频振荡的重要装置,参数选择是否合理是其能否发挥作用的关键。提出一种基于多态菌群趋药性算法的电力系统稳定器参数优化新方法。根据时间乘绝对误差积分准则(ITAE准则),控制目标选为系统输出按最小误差跟踪给定值的能力,从而兼顾了系统受扰动后及趋于稳定的整个过程的动态性能。对四机两区域系统进行了特征值分析和非线性时域仿真,验证了所提方法的可行性和有效性。