采用蜜蜂进化机制与遗传算法相结合的蜜蜂进化型遗传算法(bee evolutionary genetic algo-rithm,BEGA)对电力系统进行无功优化计算.该算法以一定概率将蜂王(最优个体)与雄蜂(被选的个体)2部分进行交叉,因此对最优个体包含信息的开采能力得以增强.随机种群的引入,降低了算法出现过早收敛的可能性,保持了种群多样性.应用BEGA对IEEE6节点系统进行无功优化计算的结果表明:较其他算法,BEGA具有更强的全局寻优能力和更快的收敛速度.
[1] 李晓斌. 郑州地区电网电压无功优化的研究 [D]. 华北电力大学(保定) 2008.
[2] 王洪章, 熊信艮, 吴耀武. 基于改进Tabu搜索算法的电力系统无功优化 [J]. 电网技术 2002.doi:10.3321/j.issn:1000-3673.2002.01.004
[3] 孟伟, 韩学东, 洪炳镕, MENG Wei, HAN Xue-dong, HONG Bing-rong. 蜜蜂进化型遗传算法 [J]. 电子学报 2006.doi:10.3321/j.issn:0372-2112.2006.07.023
[4] 张超群, 郑建国, 王翔, ZHANG Chao-qun, ZHENG Jian-guo, WANG Xiang. 蜂群算法研究综述 [J]. 计算机应用研究 2011.doi:10.3969/j.issn.1001-3695.2011.09.001
[5] 陈燕萍. 基于改进遗传算法的电力系统无功优化 [D]. 南京师范大学 2008.
[6] 林昭华, 侯云鹤, 熊信艮, 鲁丽娟. 广义蚁群算法用于电力系统无功优化 [J]. 华北电力大学学报 2003.doi:10.3969/j.issn.1007-2691.2003.02.002
[7] 唐剑东, 熊信银, 吴耀武, 蒋秀洁. 基于人工鱼群算法的电力系统无功优化 [J]. 继电器 2004.doi:10.3969/j.issn.1674-3415.2004.19.003
[8] Grudinin N.. Reactive power optimization using successive quadratic programmingmethod [J]. IEEE Transactions on Power Systems: A Publication of the Power Engineering Society 1998, 4(4).
