公开(公告)号：CN110137969B

公开(公告)日：2020-08-14

申请号：CN201910439110.0

申请日：2019-05-24

Applicant: 大连理工大学

Inventor： 周东清 ,  王一峰

IPC: H02J3/06

Abstract: 本发明属于电力系统优化领域，尤其涉及一种基于协同进化求解电力系统多目标最优潮流的方法。本发明采用牛顿‑拉夫逊法来求解电力系统各节点参数，并采用多种策略，包括粒子群、遗传和差分进化算法，使用基于协同进化的多目标智能优化算法来求解最优潮流问题。首先，应用智能优化算法解决电力系统多目标问题，相比于传统的数学方法，本发明方法可以很好的避开数学方法的局限性，成功收敛到Pareto前沿，即最优解集。其次，应用粒子群、遗传与差分进化算法进行多策略协同进化，结果证明相比于前三种算法，本发明方法有良好的收敛性与稳定性。最后，采用循环拥挤度以很好的控制种群的多样性并且所得到的Pareto前沿有良好的分布性。

公开(公告)号：CN110137969A

公开(公告)日：2019-08-16

申请号：CN201910439110.0

申请日：2019-05-24

Applicant: 大连理工大学

Inventor： 周东清 ,  王一峰

IPC: H02J3/06

Abstract: 本发明属于电力系统优化领域，尤其涉及一种基于协同进化求解电力系统多目标最优潮流的方法。本发明采用牛顿-拉夫逊法来求解电力系统各节点参数，并采用多种策略，包括粒子群、遗传和差分进化算法，使用基于协同进化的多目标智能优化算法来求解最优潮流问题。首先，应用智能优化算法解决电力系统多目标问题，相比于传统的数学方法，本发明方法可以很好的避开数学方法的局限性，成功收敛到Pareto前沿，即最优解集。其次，应用粒子群、遗传与差分进化算法进行多策略协同进化，结果证明相比于前三种算法，本发明方法有良好的收敛性与稳定性。最后，采用循环拥挤度以很好的控制种群的多样性并且所得到的Pareto前沿有良好的分布性。