基于SVM-MOPSO混合智能算法的配电网分布式电源规划

• 作者: 刘前进 刘煌煌 杨振纲 蔡润庆 陈钢 雷金勇
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 分布式电源规划 时序特性 混合智能算法 支持向量机模拟 多目标粒子群算法
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 应用研究
• 页码范围: 46-54
• 页数: 9页
• 分类号: TM715
• 字数: 6405字
• 语种: 中文

摘要

针对分布式电源(Distributed Generation，DG)并网给电力系统带来的随机扰动，综合考虑配电网运行效益，计及风光时序特性，以经济性、电能质量及环保性为目标，搭建了机会约束规划模型。采用混合智能算法求解，即基于支持向量机(Support Vector Machine，SVM)算法模拟优化变量到目标函数以及约束条件映射的不确定性函数，运用多目标粒子群算法(Multi-Objective Particle Swarm Optimization，MOPSO)求解模型，得出 Pareto 非劣决策集并给出典型解及理想解。算例结果表明，该规划方法考虑到 DG 的随机性特征、时序特性和并网概率分布，能提高算法执行效率，证明了所提方法的合理性和有效性，且Pareto前沿的引入，给决策者充分选择空间，更具有工程性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘前进	华南理工大学电力学院	47	585	14.0	22.0
2	陈钢		8	40	4.0	6.0
3	雷金勇		64	808	15.0	26.0
4	刘煌煌	华南理工大学电力学院	2	16	2.0	2.0
5	蔡润庆	华南理工大学电力学院	4	34	4.0	4.0
6	杨振纲		5	25	2.0	5.0