融合遗传和蚁群算法的三相不平衡配电网无功优化研究

发布时间：2022-07-07 15:41

　　配电网无功优化是一个多约束、多变量的高度非线性优化问题,而三相不平衡加剧了配电网无功优化的复杂程度。针对三相不平衡配电网无功优化困难的现状,提出了将遗传算法和蚁群算法相融合的智能优化方法,该方法结合了遗传算法全局优化能力强和蚁群算法局部搜索能力强的特点。为验证本方法在三相不平衡配电网无功优化的优势,建立了IEEE33节点三相配电网系统,通过与其它无功优化方法的对比分析验证了本方法的有效性和优越性。可为三相不平衡配电网的无功优化提供有效的参考和指导。 

【文章页数】：5 页

【文章目录】：
1 配电网无功优化模型
    1.1 目标函数
    1.2 约束条件
2 遗传蚁群算法原理
    2.1 遗传算法和蚁群算法
    2.2 遗传蚁群算法基本流程
3 遗传蚁群算法在配电网无功优化的应用
    3.1 系统实例分析
    3.2 配电网无功优化结果对比分析
4 结论


【参考文献】：
期刊论文
[1]遗传蚁群算法在云计算资源调度中的应用[J]. 赵俊普,殷进勇,金同标,曾玮妮.  计算机工程与设计. 2017(03)
[2]电网三相不平衡下农网低电压治理的研究[J]. 周虎,陈佳黎,鲜龙,吴丽珍.  电网与清洁能源. 2015(11)
[3]基于改进自适应遗传算法的分布式电源优化配置[J]. 王振浩,李文文,陈继开,李国庆.  电测与仪表. 2015(05)
[4]基于改进遗传算法的配电网无功优化[J]. 张华,郝建奇.  电气技术. 2012(06)
[5]基于改进蚁群算法的服务组合优化[J]. 夏亚梅,程渤,陈俊亮,孟祥武,刘栋.  计算机学报. 2012(02)
[6]基于改进遗传算法的配电网无功优化[J]. 赵昆,耿光飞.  电力系统保护与控制. 2011(05)
[7]遗传蚁群融合算法及在不确定性无功优化中的应用研究[J]. 周申培,严新平.  电力系统保护与控制. 2010(24)
[8]基于多目标粒子群算法的电力系统无功优化[J]. 张聪誉,陈民铀,罗辞勇,翟进乾,姜毅.  电力系统保护与控制. 2010(20)

硕士论文
[1]基于自适应遗传算法和蚁群算法融合的配电网重构[D]. 赵金亮.兰州理工大学 2011



本文编号：3656704