基于差分进化混合粒子群算法的电力系统无功优化.pdf

YANJIUYUFENXl研 究 与 分 析 基 于 差 分 进 丫匕混 合 粒 子群 篡 法 的 电力 系 统 元功 优 T匕 郭 康 ，相志军。，徐玉琴 ，张 丽 ，岳建房 (1．华北电力大学 电气与电子工程学院，河北 保定 071003； 2．河北省电力勘测设计研究院，河北 石家庄 050031) ● 摘 要：差分进化混合粒子群算法(DEPSO)首先利用差分进化(DE)的变异和选择算子产生新的群体，然后通过 ● 使用粒子群优化算法(eso)进行局部搜索。该算法发挥差分进化和粒子群优化算法各 自拥有的特点，并克服自 身存在的问题，具有收敛速度快、搜索能力强、鲁棒性好的特点。将该算法用于电力系统无功优化，通过IEEE30 节点系统的仿真计算证明了该算法的快速性和有效性。 关键词：无功优化：差分进化：粒子群 中图分类号：TM714 文献标志码：A 文章编号：1673—7598(2011)10—0037—05 ReactivePowerOptimizationofPowerSystem BasedonDifferential EV0luti0n—particleSwarm Optimization GUOKang，XIANGZhi-jun，XUYu—qin，ZHANGLi，YUEJian—fang (1．SchoolofElectricalandElectronicEngineering，NorthChinaElectricPowerUniversity， Baoding071003。China；2．HebeiElectricPowerInvestigationDesignResearchInstitute，Shijiazhuang 071003，China) Abstract：Differentialevoluti0n—panicleswarmoptimizationbasedhybridoptimizationalgorithm(DEPs0)firstusesthemutationand selectionoperatorofdifferentialevolution (DE)tocreatenewgroups，andthendoeslocalsearchingbyparticleswarm optimization algorithm(PSO)．ThealgorithmreflectsthecharacteristicsofDEandPSO，overcomestheirownproblemsandhastheadvantagesof fastconvergence， strongsearchingabilityandgoodrobustness． InthispapertheproposedDEPSO algorithm isappliedtopower system reactivepoweroptimization． SimulationiscarriedoutbasedonIEEE 30一bussystem，andtheresultsvalidatetheefficiency andquicknessofthealgorithm． Keywords：reactivepoweroptimization；differentialevolution；particleswariTloptimization 粒子群优化算法是Kennedy~Eberhart在1995年 0 引言 提出的一种新的进化算法、圳【。该算法简便易行，目前 已应用于电力系统无功 电压控制、最优潮流计算等 电力系统无功优化 即当系统 的结构参数和负荷 问题l112】，但是易陷入局部极值点，搜索精度不高 ， 情况给定时，通过对某些控制变量的优化，所能找到 进化后期收敛速度慢 。而差分进化