通过蜂蜜子算法在电气系统中增强电压配置的多维最佳功率流

科学领域:

• 电气工程 电气工程
• 计算智能是一种计算智能.
• 优化算法 优化算法

背景情况:

• 最佳功率流 (OPF) 问题对于现代电力系统的高效和可靠运行至关重要.
• 现有的优化方法,如粒子群优化 (PSO) 和灰狼优化 (GWO),在解决复杂的OPF挑战方面存在局限性.
• 在电力系统管理中,平衡经济目标 (燃料成本) 和运营质量 (电压偏差) 仍然是一个重大挑战.

研究的目的:

• 介绍和评估一个新的元启发算法,蜂蜜子优化 (HBO),用于解决OPF问题.
• 在燃料成本降低和电压偏差最小化方面,将HBO的性能与PSO和GWO等既定的算法进行比较.
• 调查HBO的多目标能力,以平衡电力系统中竞争的经济和电压质量目标.

主要方法:

• 开发了蜂大优化 (HBO) 算法,灵感来自蜂大的食行为,具有不同的探索和开发阶段.
• 制定了OPF问题,目标是尽量降低燃料成本和减少电压偏差,考虑到运行约束.
• 将HBO应用于IEEE30总线测试系统,用于单目标和多目标优化分析.

主要成果:

• 与PSO和GWO相比,HBO在降低燃料成本和增强电压配置方面表现优越.
• 在电压偏差方面取得了显著的改进,HBO的性能比GWO高38.5%,PSO高22.78%.
• 成功生成了多目标OPF的全面帕雷托前线,说明了燃料成本和电压偏差之间的权衡.

结论:

• 蜜优化 (HBO) 是一种高效和强大的工具,用于解决电力系统中复杂的OPF问题.
• 在改善系统经济性和电压稳定性方面,HBO 与现有方法相比具有显著的优势.
• HBO的多目标能力为系统运营商提供了有价值的见解,以管理竞争目标并做出明智的决策.