基于人工免疫粒子群算法的分布式电源优化配置

发布时间：2021-03-30 12:30

　　传统粒子群算法在求解分布式电源的优化配置问题时,存在早熟收敛、易陷入局部最优的现象。为解决这些问题,提出一种基于传统粒子群算法的人工免疫粒子群算法。该算法把人工免疫系统的多样性、免疫记忆特性与传统粒子群算法有机结合,提高了算法的全局搜索能力,保留了高适应度的个体,解决了传统算法早熟收敛、局部搜索能力差的不足。通过对IEEE33节点配电测试系统进行仿真计算,验证了所提算法具有更好的搜索性能和寻优能力。 

【文章来源】：电力科学与工程. 2019,35(10)

【文章页数】：5 页

【文章目录】：
0 引言
1 分布式电源优化配置模型
    1.1 目标函数
    1.2 约束条件
2 人工免疫粒子群算法
    2.1 传统粒子群算法
    2.2 人工免疫粒子群算法
    2.3 AI-PSO算法流程
3 仿真结果及分析
4 结论


【参考文献】：
期刊论文
[1]时序下分布式电源接入配电网的选址定容规划[J]. 吴柯儒.  工业控制计算机. 2019(04)
[2]基于人工免疫算法的软件输出域覆盖测试[J]. 张卫祥,齐玉华.  南京大学学报(自然科学). 2018(04)
[3]基于改进CPSO算法的含随机负荷配电网重构[J]. 徐文彬,马立新.  电力科学与工程. 2018(04)
[4]采用多样性选择的量子粒子群双向聚类算法[J]. 陈佳瑜,李梁,罗云.  计算机工程与应用. 2018(09)
[5]基于功率预测的含风电场电力系统经济优化调度研究[J]. 肖峰,陈国初.  电力科学与工程. 2016(10)
[6]一种面向大数据的快速自动聚类算法[J]. 陈小玉,李晓静,马海英.  计算机应用研究. 2017(09)
[7]考虑峰谷分时电价和时序特性的分布式电源选址定容[J]. 胡福年,张访,葛苗苗,付长亮.  电测与仪表. 2016(13)
[8]考虑冗余电量和时序性的分布式电源的选址定容[J]. 黄炜果,刘俊勇,魏震波,戴松灵,范译文.  高压电器. 2016(03)
[9]分布式电源并网对于配电网的影响研究[J]. 沈鑫,曹敏.  电工技术学报. 2015(S1)
[10]考虑时序特性和环境成本的并网型分布式电源选址定容规划[J]. 张涛,苏海锋,梁志瑞.  电测与仪表. 2015(02)

硕士论文
[1]基于粒子群和免疫优化的多目标聚类及应用[D]. 李风.西安电子科技大学 2015



本文编号：3109510