粒子群算法及其在电力系统无功优化中的应用综述 - 燕山大学学报.pdfVIP

卷 期 燕山大学学报 年 月 文章编号：1007-791X (2008) 03-0245-06 粒子群算法及其在电力系统无功优化中的应用综述 李鑫滨 ，朱庆军 ，马红霞 ，李强波 （ 燕山大学 电气工程学院，河北 秦皇岛 ； 河北省数学研究中心，河北 石家庄 ） 摘 要：粒子群优化（ ， ）算法是一种基于群体智能的启发式全局优化技术。本 文首先介绍了粒子群优化算法的基本原理，给出了算法实现的基本步骤、多种改进形式以及研究现状；其次分 析了电力系统无功优化的特点，并对 算法在无功优化中的应用做了相应的论述。由于电力系统无功优化是 一具多变量、多约束、非线性的组合优化问题，使得 算法在电力系统无功优化方面具有广泛的应用前景。 关键词：粒子群优化算法；电力系统；无功优化 中图分类号：TP301.6 文献标识码：A 引言 水平，提高系统的电压 定性，并降低有功网损。 目前， 算法作为一种新颖的随机优化算法，在 粒子群优化（ ）算法是由 和 求解无功优化问题方面已经显现出了广阔的应用 于 年提出的一种基于群体智能的全 前景。 局优化进化算法 。该算法源于对鸟群觅食过程中 迁徙和群集行为的模拟。设想这样一个场景：一群 原始 算法 鸟在随机搜寻食物，在这个区域里只有一块食物， 所有的鸟都不知道食物在哪里，但是他们知道当前 基本原理 的位置离食物还有多远，那么找到食物的最优策 与其他进化算法相似， 算法也是通过个 是什么呢？最简单有效的就是搜寻目前离食物最 体间协作与竞争实现复杂空间中最优解的搜索 。 近的鸟的周围区域。 算法就是从这种模型中 在 算法中，每个优化问题的解都是搜索空间 得到了启示并用于解决优化问题。 中的一只鸟，称之为粒子。所有的粒子都有一个由 被优化的函数决定的适应度值，每个粒子还有一个 电力系统无功优化问题属于最优潮流 （ 速度决定它们飞翔的方向和距离。开始执行 ）的一个组成部分，是一个动 算法时，首先在一个 （待优化问题维数）维空间 态、多目标、多约束、不确定性的非线性混合规划 随机初始化 （粒子群规模）个粒子的位置和速度， 问题，涉及到无功补偿地点的选择、无功补偿容量 然后通过迭代寻找最优解。在每次迭代中，粒子通 的确定、变压器分接头的调节和发电机机端电压的 过跟踪两个极值来更新自己的速度和位置：一个极 配合等方面 。电压是电能质量的主要指标之一。 值是粒子本身迄今搜索到的最优解，称为个体极 持续或间歇性的过电压将导致用电设备绝缘故障， 值，表示为 低电压将影响系统的 定性和输电线的功率容量 并可能导致电压崩溃现象 。造成电压波动的主要 因素，一是用户无功负荷的变化；二是电网内无功 潮流的变化。研究电力系统无功优化的目的就是通 另一个极值是整个粒子群到目前为 找到的最优 过无功潮流