10.14044/j.1674-1757.pcrpc.2016.06.026
基于自适应折射学习和精英搜索SSO算法的电力系统无功优化
对电力系统无功优化问题进行研究,提出了一种基于自适应折射学习和精英搜索SS0算法(ARLESSO)的电力系统无功优化方案.针对群居蜘蛛优化(SSO)算法易于陷入局部最优和收敛精度不高的缺陷,引入多功能子族群划分策略:依据蜘蛛个体适应度大小,动态地将蜘蛛种群划分为精英群、扰动群和保持群;精英群和扰动群分别采用精英搜索和自适应折射学习进化机制,以提高算法全局深度搜索能力和种群样本多样性,在此基础上,构建最小网络损耗无功优化模型,并采用ARLESSO算法进行问题求解.IEEE节点测试系统仿真结果表明,同其他无功优化方案相比,所提算法全局寻优能力更强、精度更高,并且能够有效给出电力系统无功优化结果.
电力系统、无功优化、群居蜘蛛优化算法、有功网损
37
TH4;TP3
江苏省教育科学“十二五”规划重点资助课题B-a/2015/03/032
2017-02-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
150-155