改进pso算法在电力系统无功优化中的应用 the use of modified pso algorithm to reactive power optimization in the power system.pdfVIP

2007霉第12期 系炮电力技术 17 改进PSO算法在电力系统无功优化中的应用 TheUseofModifiedPSO toReactive Algorithm Power inthePower Optimization System 孙国凯，高长伟，吴秀华 (沈陌农藏大学信患鸯电气工程学院，辽宁沈阳110161) 摘要：将改进后的粒子群算法应用于电力系统无功优化问题的求髌，克服了传统粒子群算法运算过程繁琐、收敛精度不 褰、荔陷入是部簸优戆软点。该绕纯方法对粒子群算法透符了翔下改透：采耀簿记粒子群傥偬方獠耪添黧稷穰拨动算子鼹 算法受糯实嚣诧。怼IEEE 6繁焘送恁无凌筏纯诗篓，蓑与其它舞法送行了魄较，表骥该算法具有较强戆全爨搜索能力程较 高的收敛精度，照求解无功优化的有效方法。 关键谰：无功优化；粒子群算法；极值扰动 【审豳分类号】TM761+．1；TM714．3【文藏标识鹬】B 【文章编号】1004—7913(2007)12—0017—03 粒子群优化算法是一种基于群体的优化方法。 式中：／／,为电网节点总数；h为与节点相连节点的 对所求怨问题既不要求可微，也不要求连续，只要 集合；△P必网损；G。，Bi，鬣分黑|j为节点i，歹之 求问题可计算。方法实现容易，得到了学术界的广 间的电导、电纳及相角差；蕊，砚为有功网损年 泛重视，已成为一种重要的优化工具，并成功应用 运行费用的平衡系数和全部负旖节点电压越限罚函 于函数优化、模糊系统控制、神经网络训练等领 数的罚因子；致，致。。，‰弧分别为第i节点的运 Power 域。电力系统无功优化(Reactive Optimiza— 行电压及电压的允许上下限。约束条件包括潮流方 tion，RPO)问题是电力系统规划领域的重要研究 程等式约束、状态变量不等式约束及控制变量不等 阿容。无功优化的优劣对瞧力系统安全经济运行具 式约束，具体觅文献【1]。 有重要的意义，各国学者展开了大麓的研究，提出 了很多无功优化理论和方法。主要包括：模拟退火 2粒子群算法及其改进 法、Tabu搜索法、粒子群算法、混沌优化秘人工2．薹基本粒子婺算法 鱼群算法。本文为克服传统粒子群算法易陷入局部 粒子群算法(pso)首先初始化一群随机粒子， 最优、运算过程繁琐、进化后期收敛速度慢、精度 然后通过迭代找到最优解。在每～次迭代中，粒子 低等缺点，提融了带极傻扰动熬简化粒子群优化算 遵过跟踪嚣个“极德”来更新自己：个体极菹和全 法，并经仿真结果证明了算法的有效性。 局极值。粒子根据上述两个极值更新自融的速度与 l无功优化数学模型 位置。在鼢维搜索空间中，形成种群数为m的粒子 群落，其审：第i个粒子在第d维静位置为菇甜，飞 无功优化问题的数学模型包括潮流约束方程、 行速度为％。该粒子当前搜索到的最优位置为P小 变量约束条件和目标函数。本文从验证算法的有效 性毒发，考虑到一般性，采用摇下数学模型： hartl2。最早提出的PSO算法公式如下： =min[丽AP 2](1)2](1)