基于强引导粒子群与混沌优化的电力系统无功优化 reactive power optimization based on induction-enhanced particle swarm optimization and chaos search.pdfVIP

第30卷第4期 电力自动化设备 V01．30No．4 2010年4月 El¨trit。Power,、ulomation Equipment Apr．2010囝 基于强引导粒子群与混沌优化的电力系统无功优化 刘丽军·，李 捷2，蔡金锭· (1．福州大学电气工程与自动化学院，福建福州350108； 2．福州电业局，福建福州350001) 摘要：为解决粒子群优化后期搜索速度较缓慢，易陷入局部最优的问题．提出一种基于强引导粒子群与混沌 寻优相结合的电力系统无功优化算法．该算法在采用强引导型粒子群的基础上引入混沌优化以进一步提高 全局寻优能力．即在粒子群算法的基础上引入强引导思想．在搜索初期．对粒子位置的更新加以引导，减少算 法随机性以提高搜索效率。为进一步解决寻优后期粒子可能陷入早熟收敛的问题．利用混沌优化具有“奇异吸 引子”的特性．在解空间进一步搜索．两者的结合可以更有效地搜索到全局最优解。通过对某高压配电网的具 0 体计算．最优降损率可以达到14．04％，节点最低电压从0．895 6 P．n．提高到0．995P…U结果表明该算法应用 在电力系统无功优化领域的可行性和有效性。 关键词：电力系统：粒子群：混沌；奇异吸引子；无功优化 中图分类号：TM714．3 文献标识码：A 的基础上引入强引导思想F8-9]．在搜索初期．对粒子 0引言 位置更新加以引导．减少算法随机性以提高搜索效率。 为进一步解决寻优后期粒子陷入早熟收敛现象的问 电力系统无功优化问题是一个多约束条件的大 题．利用混沌优化方法具有“奇异吸引子”的特性．对 规模非线性组合优化问题。近年来多种启发式优化 即将重合而引起搜索能力下降的粒子赋予混沌状 算法如遗传算法、Tabu算法、模拟退火算法、禁忌搜索 态．在一定范围内按其自身“规律”不重复遍历所有 法等被用来求解电力系统无功电压优化控制问题El-4]。 状态．在解空间做进一步搜索，更有利于跳出局部最 改善了电力系统电压质量不稳定、电能损耗比较大的 优解．两者的结合可以更有效地搜索到全局最优解。 状况。这些方法相比传统的线性规划、非线性规划、 混合整数规划、灵敏度分析和内点法等能较方便地 1粒子群算法及其改进 处理离散变量．不存在“维数灾”问题．具有相对较强 的全局搜索能力．能以较大的概率搜索到全局最优解。 1．1粒子群算法基本原理 但这类算法也存在容易陷人局部最优、后期搜索效 在d维的目标搜索空间中．粒子群初始化为n 率不高的问题。随着电力用户对电网电压、电能质 个随机粒子(随机解)．其中第i个粒子表示为一个d 量要求的不断提高．上述方法还不能达到理想的调控 维的位置向量鼍=(麓，，戈记，…，菇赶)，i=l，2，…，n。每个 粒子对应的空间位置都是一个潜在解．把空间位置向 效果．所以运用更多新的优化方法进行电力系统无功 优化还值得做更深入、广泛的研究。 量z。代人目标函数计算出相应的适应值f(x^根据