动态多目标无功/电压规划的Pareto最优集的求取

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

动态多目标无功/电压规划的Pareto最优集的求取

张安安, 杨洪耕, 杨坤

文章导航 > 电子科技大学学报 > 2010 > 39(4): 634-639

张安安, 杨洪耕, 杨坤. 动态多目标无功/电压规划的Pareto最优集的求取[J]. 电子科技大学学报, 2010, 39(4): 634-639. doi: 10.3969/j.issn.1001-0548.2010.04.034

引用本文:

张安安, 杨洪耕, 杨坤. 动态多目标无功/电压规划的Pareto最优集的求取[J]. 电子科技大学学报, 2010, 39(4): 634-639. doi: 10.3969/j.issn.1001-0548.2010.04.034

ZHANG An-an, YANG Hong-geng, YANG Kun. Pareto-Based Approach to Multi-Objective Dynamic Volt/VAR Planning[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(4): 634-639. doi: 10.3969/j.issn.1001-0548.2010.04.034

Citation:

ZHANG An-an, YANG Hong-geng, YANG Kun. Pareto-Based Approach to Multi-Objective Dynamic Volt/VAR Planning[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(4): 634-639. doi: 10.3969/j.issn.1001-0548.2010.04.034

动态多目标无功/电压规划的Pareto最优集的求取

doi: 10.3969/j.issn.1001-0548.2010.04.034

1.
西南石油大学电子信息学院成都 610500;
2.
四川大学电气信息学院成都 610065;
3.
四川省电力公司成都 610041

基金项目:

四川电网区域无功控制AVC重大项目(川电科技[2008]1号文第6项)

作者简介:
张安安(1977-),男,博士,主要从事多目标无功优化、电压稳定与控制方面的研究.

中图分类号: TM71

Pareto-Based Approach to Multi-Objective Dynamic Volt/VAR Planning

1.
School of Electronic Information Engineering,Southwest Petroleum University Chengdu 610500;
2.
School of Electrical Engineering and Information,Sichuan University Chengdu 610061;
3.
Sichuan Electrical Power Corporation Chengdu 610041

摘要: 动态多目标无功/电压规划问题是一个复杂的多目标非线性优化问题。广泛使用的先评价方法通常只能得到这一问题的单一解，并且在确定各目标间的权重关系时难以给出统一的标准，因而不利于作为实际控制的参考。该文通过创建该问题的多目标数学模型，将动作次数限制归纳为优化目标之一，并应用改进的非支配遗传算法(NSGA-II)，实现了动态多目标无功优化问题的Pareto近似最优集的求解。通过IEEE14、30节点电网模型及实际电网模型的计算，验证了该方法的有效性。
- 动态无功优化 /
- 多目标优化 /
- 非支配遗传算法 /
- Pareto最优解集
Abstract: Multi-objective dynamic voltage/reactive power control is a complicated non-linear problem. Conventional pre-evaluated methods can get one solution only. A novel multi-objective dynamic reactive power optimization model is created in this paper and, for solving the model, a relevant improvement has been made in the non-dominated sorting genetic algorithm II (NSGA-II). This approach has been applied to the IEEE 14 nodes and 30 nodes systems and an actual system. The result shows that the approach has encouraging performance in dynamic reactive power optimization with objectives of minimizing reactive power loss, voltage deviation, and the number of operations as well.
- dynamic reactive power optimization /
- multi-objective optimization /
- NSGA II /
- Pareto optimization set

[1]	鲁改凤, 欧钰雷, 姜耀鹏, 张帅, 贺佳琳. 电力市场下含风电场电力系统动态无功成本优化研究 . 电子科技大学学报, 2020, 49(1): 110-116. doi: 10.12178/1001-0548.2019109
[2]	何羚, 舒文江, 陈良, 阎啸, 王茜. 改进的多目标粒子群优化算法及其在雷达布站中的应用 . 电子科技大学学报, 2020, 49(6): 806-811. doi: 10.12178/1001-0548.2020025
[3]	宫大鹏, 刘佳, 黄桃, 李建清, 杨中海. 空间行波管多目标智能调试系统 . 电子科技大学学报, 2020, 49(6): 848-853. doi: 10.12178/1001-0548.2020026
[4]	傅仰耿, 刘莞玲, 吴伟昆, 李敏, 吴英杰. 基于混合PAES的置信规则库推理算法 . 电子科技大学学报, 2019, 48(2): 239-246. doi: 10.3969/j.issn.1001-0548.2019.02.013
[5]	王瑞锦, 郭祥, 王佳昊, 秦志光. 无线传感器网络动态轨迹多目标跟踪算法 . 电子科技大学学报, 2016, 45(2): 233-239.
[6]	冯翔, 杨红雨. 进港飞机调度多目标优化问题的改进NSGA-II算法 . 电子科技大学学报, 2014, 43(1): 66-70. doi: 10.3969/j.issn.1001-0548.2014.01.011
[7]	胡学海, 王厚军, 黄建国. 分布式目标检测融合决策优化算法 . 电子科技大学学报, 2013, 42(3): 375-379. doi: 10.3969/j.issn.1001-0548.2013.03.011
[8]	万建臣, 靳宗信. 多峰值函数优化问题的免疫遗传算法求解 . 电子科技大学学报, 2013, 42(5): 769-772. doi: 10.3969/j.issn.1001-0548.2013.05.024
[9]	熊彦铭, 毛凌, 杨战平. 基于遗传算法的时间决策系统标定优化方法 . 电子科技大学学报, 2012, 41(1): 80-84. doi: 10.3969/j.issn.1001-0548.2012.01.016
[10]	陈世杰, 连可, 王厚军. 遗传算法优化的SVM模拟电路故障诊断方法 . 电子科技大学学报, 2009, 38(4): 553-558. doi: 10.3969/j.issn.1001-0548.2009.04.019
[11]	雷霖, 李伟峰, 王厚军. 基于遗传算法的无线传感器网络路径优化 . 电子科技大学学报, 2009, 38(2): 227-230. doi: 10.3969/j.issn.1001-0548.2009.02.17
[12]	王瑞平, 万柏坤, 高上凯. 使用遗传算法的乳腺微钙化点特征优化 . 电子科技大学学报, 2007, 36(1): 137-139,153.
[13]	王志红, 杜平安, 郭志龙, 梁山虎. 基于遗传算法与动态规划法的工艺过程优化 . 电子科技大学学报, 2007, 36(1): 146-149.
[14]	沈艳, 郭兵, 古天祥. 粒子群优化算法及其与遗传算法的比较 . 电子科技大学学报, 2005, 34(5): 696-699.
[15]	唐泳, 马永开. 用改进蚁群算法求解多目标优化问题 . 电子科技大学学报, 2005, 34(2): 281-284.
[16]	张宇, 郭晶, 周激流. 动态变异遗传算法 . 电子科技大学学报, 2002, 31(3): 234-239.
[17]	高源慈, 雷文强, 赵德双, 刘述章. 遗传算法对多层旋波媒质本构关系的优化 . 电子科技大学学报, 2001, 30(6): 580-584.
[18]	周小英, 王华, 姚伯威. 遗传算法在模糊控制规则优化中的实现 . 电子科技大学学报, 2000, 29(2): 161-163.
[19]	吕韶义, 刘智敏, 刘复岩. 多目标优化生产作业调度计划系统开发 . 电子科技大学学报, 1998, 27(3): 316-320.
[20]	赵冬梅, 郭耀煌, 陶章华. 多目标动态规划问题的非劣矩阵解法 . 电子科技大学学报, 1998, 27(2): 204-208.

WeChat

点击查看大图

计量

文章访问数: 3330
HTML全文浏览量: 103
PDF下载量: 61
被引次数: 0

动态多目标无功/电压规划的Pareto最优集的求取

doi: 10.3969/j.issn.1001-0548.2010.04.034

1. 西南石油大学电子信息学院成都 610500;

2. 四川大学电气信息学院成都 610065;

3. 四川省电力公司成都 610041

基金项目:

四川电网区域无功控制AVC重大项目(川电科技[2008]1号文第6项)

作者简介:
张安安(1977-),男,博士,主要从事多目标无功优化、电压稳定与控制方面的研究.

收稿日期: 2008-12-25
修回日期: 2009-07-01
刊出日期: 2010-08-15

中图分类号: TM71

关键词:

摘要: 动态多目标无功/电压规划问题是一个复杂的多目标非线性优化问题。广泛使用的先评价方法通常只能得到这一问题的单一解，并且在确定各目标间的权重关系时难以给出统一的标准，因而不利于作为实际控制的参考。该文通过创建该问题的多目标数学模型，将动作次数限制归纳为优化目标之一，并应用改进的非支配遗传算法(NSGA-II)，实现了动态多目标无功优化问题的Pareto近似最优集的求解。通过IEEE14、30节点电网模型及实际电网模型的计算，验证了该方法的有效性。

English Abstract

张安安, 杨洪耕, 杨坤. 动态多目标无功/电压规划的Pareto最优集的求取[J]. 电子科技大学学报, 2010, 39(4): 634-639. doi: 10.3969/j.issn.1001-0548.2010.04.034

引用本文:

张安安, 杨洪耕, 杨坤. 动态多目标无功/电压规划的Pareto最优集的求取[J]. 电子科技大学学报, 2010, 39(4): 634-639. doi: 10.3969/j.issn.1001-0548.2010.04.034

ZHANG An-an, YANG Hong-geng, YANG Kun. Pareto-Based Approach to Multi-Objective Dynamic Volt/VAR Planning[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(4): 634-639. doi: 10.3969/j.issn.1001-0548.2010.04.034

Citation:

ZHANG An-an, YANG Hong-geng, YANG Kun. Pareto-Based Approach to Multi-Objective Dynamic Volt/VAR Planning[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(4): 634-639. doi: 10.3969/j.issn.1001-0548.2010.04.034

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发