11 目标函数 - 电测与仪表.docVIP

基于粒子群算法的24小时综合无功协调优化 陈兰芝，王克文 （郑州大学 电气工程学院，郑州 450001） 摘要：对于电力系统24小时无功协调优化来说，优化方法是使用粒子群优化算法及罚函数法，将所有的不等式约束方程式引入原目标函数作为惩罚项；优化目标是以全天经济费用最小作为目标函数；优化过程为静态优化和综合优化两个阶段。并根据在线负荷预测来确定24个时刻的并联电容器组的投切状态和变压器分接头的位置。将粒子群算法用于求解多目标无功优化问题中能够有效降低有功网损，减少无功补偿成本，而且其收敛性能好、收敛速度快、稳定性好。 关键词：电力系统，粒子群优化算法，罚函数，无功优化 The 24 hours reactive power optimization and coordination based on particle swarm algorithm Chen Lanzhi, Wang Kewen (School of Electrical Engineering, Zhengzhou University, Zhengzhou 450001, China) Abstract: For 24 hours reactive power optimization and coordination in the power system, the optimization method is used in particle swarm optimization algorithm and penalty function method to bring all the inequality constraint equations into the original objective function, which is optimized as a penalty term. The optimization goal is the minimum economic cost as the objective function throughout the day, and the optimization procedure is composed of two stages of static and comprehensive optimization. Based on the on-online forecasted load powers, the shunt capacitors switching states and transform tap stalls for 24 hours are determined. The particle swarm algorithm is used to solve the multi-objective reactive power optimization problem, which can not only reduce the active power loss effectively and the cost of reactive power compensation, but also improve the convergence performance, the convergence speed and the stability. Keywords: power system, particle swarm optimization algorithm, penalty function, reactive power optimization 0 引言 在电力系统的参数以及负荷情况给定时，无功优化潮流通过控制变量找到能满足所有指定的约束条件，并使系统的某一个性能指标或目标函数达到最优时的潮流分布[1]。由于电力系统，节点数，无功中变量数及等式约束方程数，不等式约束的数目更多变量之间的函数关系复杂，无功计算困难的非线性规划。经过多年的努力，能够速有效求解大规模无功优化潮流计算问题 常规无功优化算法数学基础知识扎实，计算速度快，但其收敛可靠性不理想并难以处理多目标优化中的离散变量，也容易陷入全局最优解。因此本文求解目标函数时采用粒子群算法[2]（Particle Swarm Optimization，PSO），其收敛速度快需要参数少。并且处理离散变量，对目标函数，维数灾。 本文采用的目标函数包括而24无功的费用最小24小时无功协调优化问题变成无约束的24小时无功协调优化求解的问题。 本文采用的目标函数如下： （1 式中 ΔPi为第i个Δt内优化前（kWh）；ΔPj第i个Δ