基于遗传优化算法的同步调相机容量配置方法

    公开(公告)号:CN115563785A

    公开(公告)日:2023-01-03

    申请号:CN202211249849.3

    申请日:2022-10-12

    IPC分类号: G06F30/20 G06N3/12 G06F111/04

    摘要: 本发明公开了一种基于遗传优化算法的同步调相机容量配置方法,其步骤如下:分别在BPA和MatLab中建立电力系统暂态仿真模型和调相机容量优化配置模型,初始化个体数量n,交叉率c,变异率v,最大迭代次数N,收敛误差ε等参数,随机生成初始种群,开始迭代;BPA读取调相机容量进行暂态仿真,生成仿真数据,MatLab读取仿真数据,归一化处理数据,计算当前种群的适应度函数;保存适应度函数最小的个体记为SCo;基于遗传算法进行选择、交叉和变异,生产新一代种群,判断是否满足收敛条件,若是则跳出迭代,若否则继续进行迭代。本方法基于遗传优化算法实现了提升系统稳定性的同步调相机容量配置问题的自动迭代和优化求解。

    基于粒子群算法的同步调相机容量优化配置方法

    公开(公告)号:CN115544872A

    公开(公告)日:2022-12-30

    申请号:CN202211182627.4

    申请日:2022-09-27

    IPC分类号: G06F30/27

    摘要: 本发明公开了一种基于粒子群算法的同步调相机容量优化配置方法,其步骤如下:分别在DIgSILENT和MatLab中建立电力系统暂态仿真模型和调相机容量优化配置模型,初始化粒子群数据和参数ε,开始迭代;DIgSILENT读取模型参数文件进行暂态仿真,生成仿真数据;MatLab读取仿真数据,归一化处理数据,计算目标函数,确定粒子的个体最优位置和全局最优位置,比较本次全局最优位置与上次全局最优位置的函数值,若相差小于,跳出迭代ε,若否,继续进行迭代,更新粒子的速度和位置,直至得到最优解。本方法基于粒子群优化算法,结合MatLab与DIgSILENT的暂态仿真,实现了考虑约束的同步调相机容量优化问题自动迭代和求解。