仿生粒子群算法在电力系统无功优化中的应用.pdf

第３４卷 第７期 电工 电能新 技 术 Ｖｏｌ．３４，Ｎｏ．７ ２０１５年７月 Ａｄｖａｎｃｅｄ Ｔｅｃｈｎｏｌｏｇｙ ｏｆ Ｅｌｅｃｔｒｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ｅｎｅｒｇｙ Ｊｕｌ． ２０１５ 仿生粒子群算法在电力系统无功优化中的应用 １ １ ２ ２ 王秀云 ，李　 超 ，赵　 宇 ， 陈亚潇 （１． 东北电力大学电气工程学院，吉林省 吉林市 １３２０１２；２． 山东聊城供电公司，山东聊城２５２０００） 摘要：本文在标准粒子群算法的基础上，遵循群体寻优的生物特性，提出了仿生粒子群算法。 初期 将群体动态地分成多个子群，每个子群相对独立地向一个目标进化，子群的成员随着进化过程不断 地更迭。 后期增加子群间的信息交流，使算法更快收敛。 该算法不仅丰富了种群的多样性，避免过 早收敛于局部最优解，而且有较快的收敛速度。 文中将该算法应用于电力系统无功优化中并与标 准粒子群算法进行了比较，通过对ＩＥＥＥ３０ 节点和ＩＥＥＥ１１８ 节点的算例仿真，证明了该算法的可行 性和有效性。 关键词：电力系统；无功优化；仿生；分组；粒子群优化 中图分类号：ＴＭ７１２　 　 　 　 　 文献标识码：Ａ　 　 　 文章编号：１００３⁃３０７６（２０１５）０７⁃００７５⁃０６ １　 引言 ２　 无功优化的数学模型 电力系统无功优化属于非线性规划问题，具有 电力系统的无功优化是指在满足约束条件的前 非线性、多约束、离散变量和连续变量相混合的特 提下，通过适当的方法（控制发电机端电压、改变无 ［１，２］ 功补偿设备的无功出力和调节可调变压器的分接头 点 。 解决这个问题的传统方法有线性规划法、 ［３］ 等）改善电网中的无功功率流动，达到提高电压水 内点法 和牛顿法等。 近年来，针对传统算法在无 ［１４］ 功优化问题中的不足，学者们提出了启发式的智能 平、减少有功网损的目的 。 本文从系统的经济性 ［４，５］ ［６］ 出发，将有功网损最小作为评价标准，有功网损的表 算法，如遗传算法 、禁忌搜索算法 、差分进化 ［７］ 达式为： 算法 和粒子群算法（Ｐａｒｔｉｃｌｅ Ｓｗａｒｄ Ｏｐｔｉｍｉｚａｔｉｏｎ， ｎ ［８⁃１２］ ２ ２ ＰＳＯ） 等，得到了较好的效果。 ΔＰ ＝ ∑Ｇ ［Ｖ ＋ Ｖ －２ＶＶｃｏｓ（δ －δ ）］ （１） ｉｊ ｉ ｊ ｉ ｊ ｉ ｊ 粒子群算法是Ｋｅｎｎｅｄｙ 和Ｅｂｅｒｈａｎｔ于１９９５ 年 ｉ＝１，ｊ ＝１ 式中，ΔＰ 为有功损耗；ｉ、ｊ 为节点号；ｎ