文献类型：期刊文章

作　　者：胡德峰[1] 张步涵[1] 姚建光[2]

机构地区：[1]华中科技大学电气与电子工程学院,武汉430074 [2]江苏省泰州供电公司输配电运行部,泰州225300

出　　处：《电力系统及其自动化学报》

年　　份：2007

卷　　号：19

期　　号：3

起止页码：51-57

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对电力系统多目标最优潮流计算问题,提出一种基于(非劣最优)Pareto解集的改进粒子群算法AL iPSO。用最优值评估选取法求取粒子和全局最优位置,解决目标函数间可能存在的冲突。并将关联度自适应学习应用于多目标优化,提出适合Pareto解特点的适应度设计和随机惯性权策略,克服PSO算法容易早熟而陷入局部最优解的缺点。通过对IEEE 6、IEEE 14节点系统多目标最优潮流计算,验证了该算法的有效性。

关 键 词：粒子群优化算法 非劣最优解集  多目标 最优潮流计算 关联度自适应学习  适应度设计  随机惯性权策略  

分 类 号：TM711] TM744