基于粒子群优化的最优负荷恢复算法

被引:30
作者
程改红 [1 ]
徐政 [2 ]
机构
[1] 中南电力设计院
[2] 浙江大学电机系
关键词
故障恢复; 冷负荷恢复; 最优负荷恢复; 粒子群优化; 罚函数;
D O I
暂无
中图分类号
TM744 [电力系统的计算];
学科分类号
080802 ;
摘要
建立了考虑冷负荷特性的最优负荷恢复模型,考虑了系统的频率、电压和发电机有功出力等动态约束条件,以确保在恢复尽可能多负荷的同时,使系统维持合理的运行频率和网络电压水平等。利用PSS/E软件提供的二次开发语言IPLAN,引入粒子群优化算法对所建的最优负荷恢复模型进行求解,并采用罚函数法对动态约束条件进行处理,可以快速求得在满足系统安全稳定约束条件下可恢复的最大负荷量及负荷位置。算例分析验证了该方法的有效性。
引用
收藏
页码:62 / 65+74 +74
页数:5
相关论文
共 6 条
[1]   基于改进二进制粒子群算法的配电网故障恢复 [J].
卢志刚 ;
董玉香 .
电力系统自动化, 2006, (24) :39-43
[2]   基于改进粒子群算法的继电保护定值优化 [J].
梅念 ;
石东源 ;
李银红 ;
段献忠 .
电力系统自动化, 2006, (16) :72-76
[3]   基于改进粒子群优化算法的配电网络重构 [J].
许立雄 ;
吕林 ;
刘俊勇 .
电力系统自动化, 2006, (07) :27-30+79
[4]   离散粒子群优化算法在输电网络扩展规划中的应用 [J].
胡家声 ;
郭创新 ;
叶彬 ;
段惠明 ;
曹一家 .
电力系统自动化, 2004, (20) :31-36
[5]   基于扩展粒子群优化算法的同步发电机参数辨识 [J].
胡家声 ;
郭创新 ;
曹一家 .
电力系统自动化, 2004, (06) :35-40
[6]   负荷的快速恢复算法研究 [J].
周云海 ;
闵勇 .
中国电机工程学报, 2003, (03) :74-79