基于云混沌粒子群算法的配电网无功规划优化

输电网络扩展规划是一个复杂的多变量多约束的非线性整数规划问题。针对传统粒子群算法易陷入局部最优、收敛慢的缺陷，将协同进化思想与粒子群优化算法结合，提出了一种协同粒子群优化算法。并将该算法应用于输电网络

从电力市场角度出发,在研究变速恒频双馈异步风电机组(DFIG)功率特性的基础上,按照无功功率流向的不同以及无功功率与有功功率的关系,将DFIG输出功率分为3个运行区域,并给出各个区域内无功功率费用计算

提出一种多目标自适应混沌粒子群优化算法(MACPSO). 首先, 基于混沌序列提出一种新型动态加权方法选择全局最优粒子; 然后, 改进NSGA-II 拥挤距离计算方法, 并应用到一种严格的外部存档更新

针对粒子群优化算法稳定性较差和易陷入局部极值的缺点，提出了一种新颖的混沌粒子群优化算法。一方面，在可行域中应用逻辑自映射函数初始化生成均匀分布的粒群，提高了初始解的质量和增加了算法的稳定性；另一方面，

混沌理论与粒子群优化算法的结合，提升优化的性能和效果

Matlab粒子群优化算法-粒子群优化算法.rar粒子群优化算法

提出一种基于模型的配电网故障诊断方案,该方案首先根据配电网原理模型的仿真数据和实际观测值存在的差异得到极小冲突集,然后由离散二进制粒子群优化算法推出可能的故障元件和故障形式,最后由贝叶斯方法确定概率最

从规划模型、规划方法、求解算法3个方面对配电网规划研究进行综述。根据配电网规划的内容、是否采取主动管理措施和考虑的利益主体的不同将规划模型分为电源规划模型、网架规划模型、电源与网架的综合规划模型、实施

对微电网分析方法中的粒子群算法进行优化,解决局部最优收敛问题。从贝叶斯网络法(Bayesian Network,BN)角度出发,分析风能、光伏系统的概率分布情况,引入可再生因子和单位电力生产成本等系统

微电网的运行优化对其发展有着重要意义,通常是通过优化其可靠性与经济性来实现这一目标。本文提出了并网模式下考虑经济性、可靠性的微电网多目标优化调度模型,为了有效地解决所提出的模型,利用改进的随机漂移粒子