首页 | 本学科首页   官方微博 | 高级检索  
     

基于改进GA-PSO混合算法的变电站选址优化
引用本文:贺禹强,刘故帅,肖异瑶,张忠会. 基于改进GA-PSO混合算法的变电站选址优化[J]. 电力系统保护与控制, 2017, 45(23): 143-150
作者姓名:贺禹强  刘故帅  肖异瑶  张忠会
作者单位:南昌大学前湖学院,江西 南昌330031,国网淄博供电公司,山东 淄博 255000,南昌大学前湖学院,江西 南昌330031,南昌大学信息工程学院,江西 南昌330031
摘    要:针对具有大规模、多约束、非线性特点的变电站选址优化问题,提出了一种可以适应实际地理状态具有寻优机制且兼顾速度的算法。该算法结合遗传算法与粒子群算法(GA-PSO),采用实数编码策略、精英保留策略,以变电站规划年最小费用为适应度,实现空间解在空间范围内的自适应搜索,有效避免局部最优解和早熟问题。其收敛速度比遗传算法(GA)快,求解精度比PSO和GA都要高。并利用基于层次分析法(Analytic Hierarchy Process,AHP)的评价函数对结果进行评价和局部修正,使其结果更贴近实际情况。算例结果表明,该算法具有较好的寻优能力和收敛特性,无需进行编码换算,操作简单且运行速度快,能更好地满足配电网大规模变电站规划的需求。

关 键 词:变电站选址;遗传算法;粒子群算法;全局优化;配电网
收稿时间:2016-11-19
修稿时间:2017-02-01

Locating optimization for substation based on refined GA-PSO hybrid algorithm
HE Yuqiang,LIU Gushuai,XIAO Yiyao and ZHANG Zhonghui. Locating optimization for substation based on refined GA-PSO hybrid algorithm[J]. Power System Protection and Control, 2017, 45(23): 143-150
Authors:HE Yuqiang  LIU Gushuai  XIAO Yiyao  ZHANG Zhonghui
Affiliation:School of Qianhu, Nanchang University, Nanchang 330031, China,State Grid Zibo Power Supply Company, Zibo 255000, China,School of Qianhu, Nanchang University, Nanchang 330031, China and School of Information and Electrical Engineering, Nanchang University, Nanchang 330031, China
Abstract:
Keywords:substation location   GA   PSO   global optimization   distribution network
点击此处可从《电力系统保护与控制》浏览原始摘要信息
点击此处可从《电力系统保护与控制》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号