中国电力
中國電力
중국전력
ELECTRIC POWER
2015年
8期
53-60
,共8页
电力系统%智能算法%配电网重构%计算平台%参数敏感性%螺栓遗传算法%生物地理学优化算法
電力繫統%智能算法%配電網重構%計算平檯%參數敏感性%螺栓遺傳算法%生物地理學優化算法
전력계통%지능산법%배전망중구%계산평태%삼수민감성%라전유전산법%생물지이학우화산법
power system%intelligent algorithm%distribution network reconfiguration%computing platform%parameter sensitivity%stud genetic algorithm%biogeography optimization algorithm
采用8种基于群体的智能算法构建了一个求解配电网重构问题的计算平台,以期寻求到一个适合于求解该问题的智能算法.平台中不同算法之间仅算法主体部分不同,配电网重构模型和基本环路搜索等模块完全一致,种群规模、精英数量等公共参数也完全相同.文中给出了各种算法的基本原理和求解步骤,以IEEE 33节点系统为例测试了算法参数的敏感性,对比了各种算法的性能差别,并使用IEEE 16节点和PG&E69节点测试系统对算法的适应性做了进一步比较.测试得到的目标函数平均值、收敛到最优解的比例、计算时间以及对系统规模适应性等方面的结果表明:螺栓遗传算法(Stud GA)性能最优、生物地理学优化算法(BBO)次之、其他算法在不同的测试系统中表现的性能不一致.Stud GA具有操作简单、参数少、收敛到最优解的概率高、计算时间短等优点,适合用于求解配电网重构问题.
採用8種基于群體的智能算法構建瞭一箇求解配電網重構問題的計算平檯,以期尋求到一箇適閤于求解該問題的智能算法.平檯中不同算法之間僅算法主體部分不同,配電網重構模型和基本環路搜索等模塊完全一緻,種群規模、精英數量等公共參數也完全相同.文中給齣瞭各種算法的基本原理和求解步驟,以IEEE 33節點繫統為例測試瞭算法參數的敏感性,對比瞭各種算法的性能差彆,併使用IEEE 16節點和PG&E69節點測試繫統對算法的適應性做瞭進一步比較.測試得到的目標函數平均值、收斂到最優解的比例、計算時間以及對繫統規模適應性等方麵的結果錶明:螺栓遺傳算法(Stud GA)性能最優、生物地理學優化算法(BBO)次之、其他算法在不同的測試繫統中錶現的性能不一緻.Stud GA具有操作簡單、參數少、收斂到最優解的概率高、計算時間短等優點,適閤用于求解配電網重構問題.
채용8충기우군체적지능산법구건료일개구해배전망중구문제적계산평태,이기심구도일개괄합우구해해문제적지능산법.평태중불동산법지간부산법주체부분불동,배전망중구모형화기본배로수색등모괴완전일치,충군규모、정영수량등공공삼수야완전상동.문중급출료각충산법적기본원리화구해보취,이IEEE 33절점계통위례측시료산법삼수적민감성,대비료각충산법적성능차별,병사용IEEE 16절점화PG&E69절점측시계통대산법적괄응성주료진일보비교.측시득도적목표함수평균치、수렴도최우해적비례、계산시간이급대계통규모괄응성등방면적결과표명:라전유전산법(Stud GA)성능최우、생물지이학우화산법(BBO)차지、기타산법재불동적측시계통중표현적성능불일치.Stud GA구유조작간단、삼수소、수렴도최우해적개솔고、계산시간단등우점,괄합용우구해배전망중구문제.
