融合双重策略粒子群算法的分布式电源配网无功优化OA北大核心CSTPCD
Reactive Power Optimization for Distribution System with DG by Particle Swarm Optimization Algorithm Integrating Dual Strategies
大规模、 高密度的可再生能源分布式接入配网不仅导致原有系统网络系统结构复杂化,其随机性和波动性等特点也对网络潮流和系统电压带来诸多不利的影响.针对以上情况,以含分布式能源的配电网有功网络损耗与系统电压偏差为控制目标,以引入的静止无功补偿器为基础展开研究.融合天牛须搜索算法,结合吸引排斥和双向学习,提出一种改进式粒子群优化算法,自适应调整惯性权重与学习因子实现高效全局寻优.据此,结合上述研究内容和增强型IEEE 33节点配电系统模型,对所提配电网的…查看全部>>
李子健;郭佩乾;马宁宁;吴爱军;杨敏珑
国网上海市电力公司市区供电公司, 上海200080电力系统及大型发电设备安全控制和仿真国家重点实验室(清华大学电机系), 北京100084电力系统及大型发电设备安全控制和仿真国家重点实验室(清华大学电机系), 北京100084电力系统及大型发电设备安全控制和仿真国家重点实验室(清华大学电机系), 北京100084国网上海市电力公司市区供电公司, 上海200080
信息技术与安全科学
分布式可再生能源并网配网损耗无功功率优化天牛须搜索粒子群优化算法吸引排斥和双向学习
《南方电网技术》 2022 (6)
14-22,81,10
电力系统国家重点实验室资助课题(SKLD21M11).
评论