基于人工蜂群算法的多目标最优潮流问题的研究.pdfVIP

第 43卷 第8期 电力 系统保护与控制 V01．43No．8 2015年4月 l6日 PowerSystem ProtectionandControl Apr．16，2015 基于人工蜂群算法的多 目标最优潮流问题的研究 刘前进，许慧铭，施 超 华南理工大学电力学院，广东 广州 510640 摘要 ：以污染气体排放量、网损最小为 目标，建立多目标电力系统最优潮流数学模型，并提出一种基于人工蜂群 的多 目标算法对其进行求解。该算法利用外部存档技术来保存进化过程中已经找到的Pareto最优解，并在每次迭 代后更新。最后根据模糊集理论从Pareto最优解集中选取最优折衷解，为决策者提供科学的决策依据。通过 IEEE．30 节点系统及 IEEE．57节点系统的仿真，验证了该算法在求解大规模电力系统多 目标问题上的有效性，相比其他多 目标算法能有效避免局部收敛。 关键词：最优潮流；无功优化；人工蜂群算法；多 目标；污染气体排放 Researchonpowerflowoptimizationbasedonmulti—objectiveartificialbeecolonyalgorithm LIUQianjin，XUHuiming，SHIChao SchoolofElectricPower,SouthChinaUniversityofTechnology,Guangzhou510640，China Abstract：Takingtheminimum pollutantemission andactive1OSSasobjectivefunctions，thispaperbuildsa multi—objectiveoptimizationmodelforpowerflowoptimizationofpowersystem．Intheproposedalgorithm，anexternal archiveofnon—dominatedsolutionsiSkeptwhichiSupdatedateachiteration．Moreover,amehtodbasedonfuzzyset theoryiSemployedtoextractoneofthePareto．optimalsolutionssetasthebestcompromiseonetoprovidehtescientific decisionbasisfordecision—makers．SimulationofIEEE一30bussystem andIEEE．57bussystem testi thathtisalgorithm canavoidthe1ocalconvergenceeffectivelycomparedwihtothermulti．objectiveoptimizationalgoritmh ． Keywords：optimalpowerflow；reactivepoweroptimization；artificialbeecolony；multi—objective；pollutantemission 中图分类号： TM715 文献标识码：A 文章编号： 1674．3415 2015 08—0001．07 厂污染气体排放限值法规，在发展中必须兼顾污 0 引言 染气体排放量的多少 。因此仅考虑单一 目标的算 最优潮流 OptimalPowerFlow,OPF 是 电力 法 已经无法满足现实环境与经济发展的需求，必 系统规划、运行和控制的核心问题 。它的主要 目 须建立一个评估多种属性的最优潮流模型。本文 标是在满足一定等式和不等式约束条件下找到该 建立考虑污染气体排放量及网损的多 目标 电力系 电力网控制变量的最优设定值 以达到一个或多个 统最优潮流数学模型。 目标函数的最优化 。许多传统的优化方法如线性 常用的多 目标解法有基于粒子群算法的多 目 规划法 ¨、二次规划法 、牛顿法[-和 内点法[] 标算法、基于免疫算法的多 目标算法、NSGA—II 已经用来求解 电力系统优化 问题 。这里面的有些 等 。这些算法 已经广泛应用于电力系统中[12-14]。 方法具有很好的收敛性，因此广泛应用于工业领 但是当系统具有高度相关的 目标函数并且优 域 。然而这些方法不可 以处理非光滑、非凸、不 化变量较多的时候，这些多 目标算法在搜索过程 可微的目标函数和约束条件。因此，提出了如遗 中可能会丢失许多非支配解，或者把解误分类为 传算法 【]、模拟退火算法[引、粒子群算法 [9-10]、 非支配解，造成 目标函数收敛于局部解不能找到 差分进化算法 【¨J、生物地理学算法[¨]等启发式算 更合适的Pareto最优解 。 法解决 电力系统优