基于人工鱼群算法的最优潮流计算 artificial fish school algorithm for optimal power flow problems.pdfVIP

第25卷第4期 电工电能新技术 v01．25，No．4 兰壁些堡!Q旦 垒鱼!塑!曼i旦!蔓望堂Q赶旦!垦!皇曼!巫盟垦里正望曼璺堕篮塑鱼垦望皇§臣 Q!!：19Q! 基于人工鱼群算法的最优潮流计算 刘耀年，李迎红，张冰冰，李春亮 (东北电力大学电气工程学院，吉林省吉林市132012) 摘要：提出了基于人工鱼群优化算法(AFSA)的最优潮流(OPF)计算方法；算法结合动态调整罚函 数的方式，将最优潮流问题转化为一个无约束求极值问题，有效提高了算法的全局收敛能力和计 算精度。应用此算法对标准IEEE30节点的电力系统进行最优潮流计算，并与粒子群算法和遗传算 法进行了比较，仿真结果表明，该算法能够更好地获得全局最优解，具有实用意义。 关键词：人工鱼群算法；最优潮流计算；动态调整罚函数法 中图分类号：TM732 文献标识码：A 文章编号：1003．3076(2006)04．0030．04 为，从构造单条鱼的底层行为做起，通过鱼群中各个 1 引言 体的局部寻优达到全局最优值在群体中突现出来的 最优潮流(OPF)是当系统的结构参数及负荷给目的。文献[8]的计算实例表明该算法具有良好的 定时，通过控制变量的优选，找到能满足所有指定的 克服局部极值、取得全局极值的能力。 约束条件，并使系统的一个或多个性能指标达到最 2 OPF数学模型 优时的潮流分布。最优潮流算法按照所采用的优化 方法不同大致分为经典解算法和现代优化法。 最优潮流问题是一个典型的具有可伸缩约束的 经典解算法主要是指以简化梯度法¨j、牛顿 多目标非线性规划问题，其数学模型如下 min (1) 法乜】、内点法b1和解耦法¨1为代表的基于线性规划 f(戈，“) 和非线性规划以及解耦原则的解算方法。其特点是 利用目标函数对控制变量一阶或二阶梯度求解，当 8·t’^(戈，u)≤0s．t．gm(x，,uu羔 (2)(2) 搜索起始点在局部最优点的收敛域以内时，常常会 式中：菇是状态变量的集合；u是控制变量的集合；， 陷入局部最优点。 (算，“)是表征电力系统运行指标的标量函数；g(并， 现代优化算法是以一定的直观基础而构造的算 u)是等式约束；h(菇，u)是函数不等式约束。 最优潮流是经过优化的潮流分布，必须满足基 法，也称为启发式算法，包括遗传算法GAb’、模拟退 本潮流方程，构成最优潮流的等式约束条件，即： 火算法SA【6】、粒子群优化算法PSO【71等。这类算法 以独特的优点和机制为解决复杂问题提供了新的思 △P = 吒． 吩 岛 ∞ ％ +日 Sm 一 一 (i∈J7＼，) 路和手段，当前主要应用于传统的数学优化方法难 以解决的大规模非线性优化问题。启发式算法与导 △Q= K 岛 油 + BC{宝巩j如 一 钟 (i∈N) 数无关，无需进行假设和近似，具有随机性，容易跳 。∑脚Ⅳ∑脚 E 钆 出局部极值点，且具有内在并行性，大大提高了处理 (3) 不等式约束条件主要是控制可调控制变量在一定的 复杂优化问题的速度。