电力系统无功优化多目标处理与算法改进
电力系统无功优化属于典型的多目标非线性复杂优化问题，求解非常困难。近年来，众多智能优化算法应用于该问题，其中粒子群优化(Particle Swarm Optimization, PSO)算法最具代表性；但PSO算法性能仍有待提高，如可能陷入局部极值。提出一种多策略融合粒子群优化（Particle Swarm Optimization with Multi-Strategy Integration，MSI-PSO）算法，对速度更新公式引入选择操作，分阶段加速因子调整和惯性权重动态调整，以平衡粒子局部搜索与全局探索能力；同时，随机选取部分性能差的粒子，将其速度更新公式中的个体认知部分修改为社会认知部分，以提高算法搜索精度和收敛速度。建立以系统网络损耗最小和系统电压稳定裕度最大为目标的无功优化仿真模型，分别考虑加权法、隶属度函数法和Pareto法实施多目标处理。针对 IEEE30节点测试系统进行仿真实验，结果表明，和其他几种改进 PSO 算法以及基于 pareto 最优解集PSO算法进行对比，所提MSI-PSO算法具有更好的性能，能够有效求解电力系统多目标无功优化问题。
多目标无功优化、电压稳定、有功损耗、人工智能、多策略融合粒子群优化算法
TM76(输配电工程、电力网及电力系统)
国家自然科学基金51307144@@@@This work is supported by National Natural Science Foundation of China 51307144
2014-05-06（万方平台首次上网日期，不代表论文的发表时间）
共7页
129-135
