您的位置:山东大学 -> 科技期刊社 -> 《山东大学学报(工学版)》

山东大学学报(工学版)

• 控制科学与工程 • 上一篇    下一篇

基于子空间细菌群体趋药性算法的含分布式电源的配电网无功优化

陈继明,孙名妤,游聚娟,康忠健   

  1. 中国石油大学(华东)信息与控制工程学院, 山东 青岛 266580
  • 收稿日期:2013-04-28 出版日期:2014-04-20 发布日期:2013-04-28
  • 作者简介:陈继明(1970-),男,山东东营人,博士,副教授,主要研究方向为电力系统及油田自动控制,软测量技术和智能技术等.
  • 基金资助:
    国家自然科学基金资助项目(61271001)

Research of reactive power optimization based on subspace bacterial colony chemotaxis algorithm to in distribution networks with distributed generation#br#

CHEN Jiming, SUN Mingyu, YOU Jujuan, KANG Zhongjian   

  1. College of Information and Control Engineering, China University of Petroleum (East China), Qingdao 266580, China
  • Received:2013-04-28 Online:2014-04-20 Published:2013-04-28

摘要: 研究了含分布式发电的配电网无功优化问题。结合传统的电容器无功补偿方法,将分布式电源作为连续可调无功源参与到配电网无功优化。针对智能算法容易陷入局部最优解的问题,引入子空间的概念,提出一种基于子空间细菌群体趋药性算法,增强了算法的全局寻优能力。利用IEEE33节点系统计算表明,分布式电源参与配电网无功优化可有效降低系统的网损,提高各节点电压,改善分布式电源并网点电压稳定性,同时验证了改进算法的有效性和可行性。

关键词: 分布式发电, 无功优化, 子空间, 细菌群体趋药性算法, 配电网

Abstract: The reactive power optimization with distributed generation was discussed. By integrating traditional capacitor reactive power compensation, the distribution generator was used in the reactive power optimization as a continuous adjustable reactive source. Combining subspace conception, the subspace bacterial colony chemotaxis algorithm was proposed, and the global optimization capability of algorithm was enhanced. The application of algorithm in IEEE33 system showed that reactive power optimization with distributed generation was better to reduce the system loss and improve the voltage level. The validity and possibility of the algorithm was also verified.

Key words: distribution network, distributed generation, reactive power optimization, subspace, bacterial colony chemotaxis algorithm

中图分类号: 

  • TM761
[1] 宋士瞻,王传勇,康文文,张健,闫红华,李鹏. 基于时序生产模拟的配电网光伏装机容量规划[J]. 山东大学学报(工学版), 2018, 48(5): 131-136.
[2] 钱文光,李会民. 一种相似子空间嵌入算法[J]. 山东大学学报(工学版), 2018, 48(1): 8-14.
[3] 褚晓东,唐茂森,高旭,刘伟生,贾善杰,李笋. 基于集中式信息系统的主动配电网鲁棒优化调度[J]. 山东大学学报(工学版), 2017, 47(6): 20-25.
[4] 杨雅伟,宋冰,侍洪波. 基于两步子空间划分的化工过程监测方法[J]. 山东大学学报(工学版), 2017, 47(5): 110-117.
[5] 吉兴全,韩国正,李可军,傅荣荣,朱仰贺. 基于密度的改进K均值聚类算法在配网区块划分中的应用[J]. 山东大学学报(工学版), 2016, 46(4): 41-46.
[6] 王铭. 基于主导频带相对瞬时变化率的配网故障选线方法[J]. 山东大学学报(工学版), 2015, 45(4): 25-30.
[7] 翟俊海1,翟梦尧1,张素芳2,王熙照1. 基于小波子空间集成的人脸识别[J]. 山东大学学报(工学版), 2012, 42(2): 1-6.
[8] 王熙照,白丽杰*,花强,刘玉超. null[J]. 山东大学学报(工学版), 2011, 41(4): 1-6.
[9] 李小斌1, 李世银2. 时间序列早期分类的多分类器集成方法[J]. 山东大学学报(工学版), 2011, 41(4): 73-78.
[10] 蔡倩1,汪飞2,张焕春1. 基于四元数MUSIC的双极化散射中心参量提取[J]. 山东大学学报(工学版), 2010, 40(2): 47-51.
[11] 高厚磊 田佳 杜强 武志刚 刘淑敏. 能源开发新技术——分布式发电[J]. 山东大学学报(工学版), 2009, 39(5): 106-110.
[12] 王振树 李林川 李波. 基于粒子群与模拟退火相结合的无功优化算法[J]. 山东大学学报(工学版), 2008, 38(6): 15-20.
[13] 黄雪菊,郭举修,武颖静 . 图像边缘检测的小波包分解算法[J]. 山东大学学报(工学版), 2007, 37(5): 123-126 .
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!