随着敏感负荷(可编程控制器、调速电机、计算机、精密加工机械1的迅猛发展及其严格的电能质量要求,电压暂降问题已引起供电部门和用户的共同关注。短路故障、开关操作、变压器及电容器组的投切等均能引起电压暂降,使敏感设备不能获得所需质量的电能。短路故障引起的电压暂降,虽未造成电源与用电设备之间的电气连接中断,但由于波及范围广、影响面大,易中断生产线的连续性工作,而值得深入研究。
电压暂降的发生是随机事件,如采用实地监测,其统计信息的准确性局限于监测仪的监测周期长短。因此,采用遗传算法(GA)、粒子群(PSO)算法、云计算等新兴智能优化方法进行电压暂降预估计,对电压敏感负荷具有很大的工程参考价值。这些方法均有一定优势,但存在原理复杂、参数敏感、效率低等问题。因此,本文首次采用仿电磁学(electromagnetism-like mechanism,ELM)算法来解决所建立的电压暂降状态估计模型,为该问题提供了新的研究途径。
ELM模拟了处于静电场内的带电粒子之间库仑力的相互作用机制,属于随机全局智能优化算法。文中通过抗干扰种群移动模型、自适应变异和精英策略等改进措施改善了种群昀多样性和分布性,解决了局部最优和收敛慢的问题,提高了整体寻优性能。在IEEE24节点标准测试系统进行了测试对比,验证了该算法的有效性。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !