一种改进粒子群优化算法的配电网重构 Advanced Particle Swarm Optimization for the Restructure of the Power Distribution Network.pdfVIP

2007年第10期 东北电力技术 一种改进粒子群优化算法的配电网重构 AdvancedParticleSwarm fortheRestructure Optimization ofthePowerDistributionNetwork 靳现林1，王建生2，韩 蕾3 摘要：提出了一种改进的粒子群优化算法(RPSO)来解决配电网络重构问题。在RPSO中，根据配电网络的具体特点，将 遗传算法中的优化编码技术引入粒子群优化方法中，通过粒子群体对基因代码的操作，提高算法的搜索性能。在寻优过程 中，以适应度方差大小衡量粒子群体的“聚集”情况，并根据“聚集”情况来自适应调整群体的变异概率，用以克服粒子 群优化算法(PSO)的早熟现象。通过对3个典型的IEEE测试网络重构，并与粒子群算法和遗传算法进行比较，改进的粒 子群优化算法比粒子群算法和遗传算法具有更高的搜索效率。 关键词：粒子群优化算法；遗传算法；网络重构；变异；方差 [中图分类号]TM727．2；TPl8[文献标识码]B【文章编号】1004—7913(2007)10—0011—05 在配电系统中，商业负荷、居民负荷、工业负 和分段开关。本文中网络重构的主要目的是确定配 荷等具有不同的日负荷变化曲线，从而使得各馈线 电网络联络开关和分段开关的开合状态，以使网络 的峰荷出现在不同时刻。在正常运行条件下，可以 具有最小的线损，可用数学公式描述为 通过改变开关状态将部分负荷从重负荷馈线转移到 相对轻负荷的馈线上，以降低线路损失和提高线路 耐㈤=；莹r。箫 ㈩ 电压质量。由于配电网络中有大量开关，从理论上 式中：Li为线路总数：ri、Pi、Qi、IK1分 讲，决定各个开关状态的网络重构问题是一个复杂 别为支路电阻、有功功率、无功功率及功率注入节 的大规模非线性整数组合优化问题。 点的电压幅值。 到目前为止，随着人工智能的出现和发展，研 配电网络重构应当满足以下约束条件。 究用网络重构的方法来降低线路损失已有大量文 a． 配电网的潮流约束 献，从最初的传统优化方法和启发式方法逐渐发展 AP=D (2) 到模拟退火法(sA)、遗传算法(GA)、进化规划式中：A为节点一支路关联矩阵；P为馈线潮 J。本文结 流矢量；D为负荷需求矢量。 (EP)、粒子群算法等智能优化算法H~5 合遗传算法中变异进化思想和粒子群优化算法 b．容量约束 (PSO)中的群体智能技术，提出了一种改进粒子 ‘≤厶(Z=l，…，厶) (3) 群优化算法，既提高了遗传算法的速度问题，又克 式中：厶为流过元件的电流；厶为元件的最大 服了粒子群优化算法中的早熟问题，并用来研究配 允许通过电流；L；为元件数。 电网络重构。文中研究了3个不同规模IEEE测试 c． 电压约束 网络的重构问题并作了比较，取得了较好的效果。 ‰≤K≤‰(k=1，…，J7、，) (4) 式中：K、k、‰分别为节点k的电压及节 1网络重构的数学模型 点k的电压下限和上限；N为节点数。 配电系统中一般有2种类型的开关：联络开关d．辐射状运行约束 o●o●o●o●o●o●o●o●o●o●o●o●o●《：H●·o一_：一 [6]任永峰，李含善，贺钢，任海龙．两种单相电路瞬时谐波 究[D]．华北电力大学博士论文，2001．1 及无功电流实时检测方法分析[