基于改进粒子群算法的电力系统无功优化.pdfVIP

第28卷第2期 湖 北 工 业 大 学 学 报 2013年04月 Vol·28No．2 JournalofHubei of UniversityTechnology Apr．2013 [文章编号]1003--4684(2013)02—0041—04 基于改进粒子群算法的电力系统无功优化 黄 溥，廖家平，赵熙临 (湖-qL_r-．_lk大学电气与电子工程学院，湖北武汉430068) [摘要]简单介绍了基本的粒子群算法，阐述了在电力系统无功优化中的数学模型和变量的约束条件。对于粒子 群算法容易陷入局部最优解和后期收敛速度比较慢的问题提出了两个改进的方法，并且在IEEE一6节点系统上进 行仿真实验，证明了本算法的可行性和优越性． [关键词]无功优化；粒子群算法；早熟现象；收敛速度 [中图分类号]TM714．3，TP301．6 [文献标识码]：A 电力系统无功优化对于保证系统的经济性和安 (1)所示 全运行有着重要作用，同时也是提高系统电压质量 minF也‰耋(寒‰)2+ 的重要方法．传统的无功优化方法主要是非线性规 划法、线性规划法、混合整数规划法、动态规划法等， AQ耋(丧)2．㈤ 但这些传统的方法在应用上很难找到全局最优 其中： 解‘¨．因此通过大量的研究逐渐找到了一些更优的 fⅥ一V…； y；y…， 人工智能方法，主要包括：遗传算法、模拟退火方法、 △Ⅵ一0 V栅。≤V。≤Vi。， 禁忌搜索、免疫算法[引、人工鱼算法、蚁群算法口1等． IⅥmin—Ey；V…。 而粒子群算法是最近十几年才发展起来的一种新型 的智能随机优化算法，该算法也已经成功地应用在 QGJQq。。。 fQq—QGJ… 电力系统的各个方面，包括无功优化、最优潮流计 △QGj={0Q回。i。≤Qq≤Qo。。。 算、配电网重构、电网扩展规划Ho等． lQq。．。一QGJ QGJQo。iIl 】995年Kennedy和Eberhart提出了一种新型 公式(1)中第一项为网损值目标即系统的有功损耗； 的随机搜索算法——粒子群优化算法(Particle 后两项则分别为PQ节点的电压和PV节点的发电 Swarm Optimization，PS0)．粒子群算法的优点在 机无功出力越限的罚函数项[5]．且 于容易实现、收敛速度快、具有较大的概率找到全局 cos艿d+B玎sin％) PL一∑Vi∑■(G4 最优解；但是粒子群算法也存在一定的缺点，主要是 容易陷入局部最优解，从而产生早熟现象；同时在算 1．2功率约束方程 法的后期其收敛速度也比较慢．针对该算法的缺点， 功率约束方程即潮流方程为 本文提出了对粒子群算法的一些改进以增强粒子群 cos(，。+B4sin6，，)