基于多目标粒子群优化算法的连锁跳闸预防控制

发布时间：2017-09-18 03:28

  本文关键词：基于多目标粒子群优化算法的连锁跳闸预防控制

  更多相关文章： 负荷控制 敏感线路集 综合灵敏度 灵敏度分析 多目标 粒子群优化算法 连锁跳闸 预防控制

【摘要】：为了克服传统优化算法存在的计算量大以及参与调整的设备过多等不足,首先识别对节点增加的注入功率敏感的脆弱线路,并将其与重新定义的重载线路共同构成敏感线路集作为控制算法的约束条件;然后根据线路负载率以及灵敏度得到各节点的综合灵敏度,剔除作用微小的控制变量,以实现优选参与调整的设备,进一步减少计算量;最后,为了实现在满足尽可能少切负荷的同时做到参与调整的设备较少,建立基于多目标粒子群优化算法的连锁跳闸预防控制方法。IEEE 9节点和IEEE 39节点标准系统算例结果说明所提方法有效可行。
【作者单位】： 华北电力大学电气与电子工程学院;国网莆田供电公司;
【关键词】： 负荷控制 敏感线路集 综合灵敏度 灵敏度分析 多目标 粒子群优化算法 连锁跳闸 预防控制
【基金】：国家自然科学基金资助项目(50837002)~~
【分类号】：TM75
【正文快照】： 0引言近年来频繁发生的大停电事故使人们深刻地认识到:在网架结构越来越复杂的大规模电网中,由于某些过载线路退出运行导致潮流转移而引起的连锁跳闸事故的发生概率正不断增大;再坚强的网架结构也无法代替紧急控制。大停电事故带来的巨大经济损失和严重社会影响,使得研究如何

【参考文献】

中国期刊全文数据库 前10条

1 任建文;李莎;严敏敏;郭玉天;;基于潮流跟踪算法的线路过负荷紧急控制策略[J];电网技术;2013年02期

2 李琳;罗剑波;周霞;钱峰;任先成;陈兴华;陈汹;李威;;基于风险管理的过载切负荷策略制定[J];电网技术;2013年03期

3 李勇;刘俊勇;刘晓宇;蒋乐;魏震波;胥威汀;;基于潮流熵的电网连锁故障传播元件的脆弱性评估[J];电力系统自动化;2012年19期

4 龚国斌;;自适应约束优化混合粒子群算法[J];计算机工程与应用;2013年09期

5 沈晓东;刘俊勇;刘彦;;基于节点不平衡功率的粒子群潮流转移控制算法[J];电力系统自动化;2012年07期

6 程临燕;郝治国;张保会;李光辉;王进;薄志谦;;基于内点法消除输电断面过载的实时控制算法[J];电力系统自动化;2011年17期

7 王海超;刘充许;宋祥春;胡世骏;朱刚刚;;短期电能计划安全校正软约束模型[J];电网技术;2011年09期

8 刘衍民;隋常玲;牛奔;;解决约束优化问题的改进粒子群算法[J];计算机工程与应用;2011年12期

9 姜臻;苗世洪;刘沛;林湘宁;;一种基于粒子群优化算法的转移潮流控制策略[J];电力系统自动化;2010年18期

10 李鑫滨;朱庆军;;一种改进粒子群优化算法在多目标无功优化中的应用[J];电工技术学报;2010年07期

中国博士学位论文全文数据库 前1条

1 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年

【共引文献】

中国期刊全文数据库 前10条

1 谭熠峰;孙婷婷;徐新民;;基于动态因子和共享适应度的改进粒子群算法[J];浙江大学学报(理学版);2016年06期

2 金琦;蒋敏;宋子健;;多目标智能规划算法研究[J];计算机与数字工程;2016年11期

3 彭子舜;戴瑜兴;毕大强;;基于改进PSO的变流器控制参数优化方法[J];现代电子技术;2016年22期

4 毛森茂;陈艺璇;瞿凯平;程乐峰;余涛;;电力企业碳排放研究现状及展望[J];新型工业化;2016年09期

5 高菲;宋晓辉;盛万兴;孟晓丽;;考虑决策者偏好信息的配电网多目标无功优化研究[J];电网技术;2016年09期

6 徐岩;郅静;;基于加权潮流冲击熵的电网节点抗干扰能力分析[J];华北电力大学学报(自然科学版);2016年04期

7 岳贤龙;王涛;顾雪平;李凯;张尚;王铁强;;基于自组织临界理论的电网脆弱线路辨识[J];电力系统保护与控制;2016年15期

8 任建文;魏俊姣;谷雨峰;;基于多目标粒子群优化算法的连锁跳闸预防控制[J];电力自动化设备;2016年07期

9 李顺;廖清芬;刘涤尘;李昂;岑炳成;王佳丽;;基于WAMS的自适应低频减载动态优化策略[J];电力系统保护与控制;2016年13期

10 靳冰洁;张步涵;王珂;;基于熵理论的电力系统最优潮流均衡度分析[J];电力系统自动化;2016年12期

中国博士学位论文全文数据库 前6条

1 关宏艳;水利工程建设期工期-成本-质量均衡优化及决策研究[D];郑州大学;2016年

2 江善和;粒子群算法改进研究及在风电系统优化调度中的应用[D];江南大学;2015年

3 陈一巍;子孔径拼接检测方法的研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2015年

4 邹修国;基于机器视觉的稻飞虱现场识别技术研究[D];南京农业大学;2013年

5 张宝珍;大规模电力系统动态等值方法及相关问题研究[D];华南理工大学;2013年

6 程杉;含分布式电源的配电网多目标优化问题研究[D];重庆大学;2013年

【二级参考文献】

中国期刊全文数据库 前10条

1 康伟;刘哲;贾宏杰;刘树勇;;基于风险分析的天津电网运行方式比较[J];电网技术;2012年04期

2 周飞;何维国;包海龙;宋洁莹;鲁南;;适合城市电网的级联型统一潮流控制器[J];电网技术;2012年03期

3 梁昔明;龙文;龙祖强;肖伟;秦浩宇;;自适应梯度指导交叉的进化算法[J];小型微型计算机系统;2011年07期

4 王彪;方万良;罗煦之;;紧急控制下最优切机切负荷方案的快速算法[J];电网技术;2011年06期

5 曹一家;王光增;曹丽华;丁理杰;;基于潮流熵的复杂电网自组织临界态判断模型[J];电力系统自动化;2011年07期

6 周申培;严新平;;遗传蚁群融合算法及在不确定性无功优化中的应用研究[J];电力系统保护与控制;2010年24期

7 姜臻;苗世洪;刘沛;林湘宁;;一种基于粒子群优化算法的转移潮流控制策略[J];电力系统自动化;2010年18期

8 程临燕;张保会;郝治国;李鹏;汪成根;薄志谦;;基于最小基本回路集合的潮流转移快速搜索[J];电力系统自动化;2010年18期

9 宋扬;哈恒旭;胡希同;;防止输电断面连锁过载的安全保护分析[J];山东理工大学学报(自然科学版);2010年05期

10 王安斯;罗毅;涂光瑜;刘沛;;基于事故链风险指标的输电脆弱度在线评估方法[J];中国电机工程学报;2010年25期

【相似文献】

中国期刊全文数据库 前10条

1 戴冬雪,王祁,阮永顺,王晓超;基于混沌思想的粒子群优化算法及其应用[J];华中科技大学学报(自然科学版);2005年10期

2 李艳灵;李刚;;粒子群优化算法研究进展[J];重庆工学院学报(自然科学版);2007年05期

3 岳兴汉;薛云灿;蔡亮;;基于混沌思想的粒子群优化算法[J];河海大学常州分校学报;2007年04期

4 吕林;罗绮;刘俊勇;田立峰;;一种基于多种群分层的粒子群优化算法[J];四川大学学报(工程科学版);2008年05期

5 房靖;高尚;;不完全判断矩阵权值的粒子群优化算法计算[J];科学技术与工程;2009年19期

6 徐安;赵思宏;寇英信;黄俊;;基于混合粒子群优化的多目标决策新方法[J];火力与指挥控制;2010年01期

7 梁武;;改进的粒子群优化算法在结构优化中的应用[J];广东建材;2010年04期

8 冯雪;裴志松;;粒子群优化算法的研究与应用[J];吉林建筑工程学院学报;2011年03期

9 高立群;李若平;邹德旋;;全局粒子群优化算法[J];东北大学学报(自然科学版);2011年11期

10 赵成业;闫正兵;刘兴高;;改进的变参数粒子群优化算法[J];浙江大学学报(工学版);2011年12期

中国重要会议论文全文数据库 前10条

1 张妍;张晓光;王永钢;;几种改进型的粒子群优化算法[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年

2 孙红光;潘毓学;;基于运动目标路径的粒子群优化算法研究[A];第二届全国信息获取与处理学术会议论文集[C];2004年

3 韩毅;唐加福;郭伟宏;刘阳;;混合粒子群优化算法求解多层批量问题(英文)[A];中国运筹学会第八届学术交流会论文集[C];2006年

4 金一粟;梁逸曾;;空间自适应粒子群优化算法的应用研究[A];第九届全国计算（机）化学学术会议论文摘要集[C];2007年

5 汪荣贵;李守毅;孙见青;;一种新的自适应粒子群优化算法及应用[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

6 黄双欢;程良伦;;一种基于粒子群优化的快速图像倾斜角度检测算法[A];中国自动化学会中南六省（区）2010年第28届年会·论文集[C];2010年

7 侯志荣;吕振肃;;基于退火策略的粒子群优化算法[A];2003年中国智能自动化会议论文集（下册）[C];2003年

8 徐俊杰;忻展红;;基于增强型参考位置的粒子群优化模型[A];’2004系统仿真技术及其应用学术交流会论文集[C];2004年

9 王亚;于永光;耿玲玲;;一类改进的自适应粒子群优化算法对混沌系统未知参数的估计[A];中国力学大会——2013论文摘要集[C];2013年

10 崔静;邓方;方浩;;基于改进粒子群优化算法的弹道求解方法[A];2013年中国智能自动化学术会议论文集（第三分册）[C];2013年

中国博士学位论文全文数据库 前10条

1 刘昊;多样性增强的粒子群优化算法及其应用研究[D];北京理工大学;2015年

2 姜毅;动态环境下粒子群优化算法的研究[D];武汉大学;2013年

3 刘华蓥;粒子群优化算法的改进研究及在石油工程中的应用[D];东北石油大学;2012年

4 刘波;粒子群优化算法及其在机电设备中的应用研究[D];中北大学;2011年

5 熊勇;粒子群优化算法的行为分析与应用实例[D];浙江大学;2005年

6 唐贤伦;混沌粒子群优化算法理论及应用研究[D];重庆大学;2007年

7 闫允一;粒子群优化及其在图像处理中的应用研究[D];西安电子科技大学;2008年

8 余炳辉;粒子群优化算法试验研究及扩展[D];华中科技大学;2007年

9 唐贤伦;混沌粒子群优化算法理论及应用[D];重庆大学;2007年

10 徐慧;粒子群优化算法改进及其在煤层气产能预测中的应用研究[D];中国矿业大学;2013年

中国硕士学位论文全文数据库 前10条

1 陈卓;粒子群优化算法的改进及在油藏数值模拟中的应用[D];北京建筑大学;2015年

2 白云;基于粒子群优化算法的复杂网络社区挖掘[D];西北农林科技大学;2015年

3 杨艳华;基于粒子群优化支持向量机的网络态势预测模型研究[D];兰州大学;2015年

4 孟亚州;基于粒子群优化OTSU的肺组织分割算法研究[D];宁夏大学;2015年

5 郑博;基于快速排序的多目标粒子群优化算法的研究及应用[D];郑州大学;2015年

6 米永强;非线性规划问题的混合粒子群优化算法研究[D];宁夏大学;2015年

7 李建美;基于自适应变异与文化框架的混沌粒子群优化算法[D];陕西师范大学;2015年

8 刘星;基于粒子群优化算法的特征选择方法研究[D];南京大学;2015年

9 牛旭;动态粒子群优化算法及其应用[D];西安电子科技大学;2014年

10 叶华;粒子群优化算法研究[D];西安电子科技大学;2014年

，

本文编号：873137