基于粒子群和自适应细菌觅食混合算法的电力系统无功优化

来源 :中国高等学校电力系统及其自动化专业第二十七届学术年会 | 被引量 : 0次 | 上传用户:bassjhnn
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  基于细菌觅食算法(Bacteria Foraging Optimization, BFO)提出了自适应粒子群-细菌觅食混合优化算法(PSO-ABFO),将其应用于电力系统无功优化。PSO-ABFO算法通过引入自适应变速思想,避免了算法陷入局部最优的缺点,能够较快得到全局最优解。建立了基于PSO-ABFO算法的电力系统无功优化数学模型。最后通过IEEE-30节点测试系统验证了该算法在电力系统无功优化中应用的可行性和有效性。
其他文献
会议
会议
会议
会议
会议
会议
会议
会议
会议
本文针对发电机励磁调节器的低励限制器(Under Excitation Limiter,UEL)协调控制进行了分析研究。经理论分析本文指出UEL参数整定不当导致振荡的原因是UEL和电力系统稳定器(Power System Stabilizers,PSS)的作用频段重叠,以及UEL提供的电磁转矩在Δω方向的分量滞后Δω180°。基于PSS/E和Matlab建立了单机无穷大系统的励磁控制模型,并进行了