一种改进的PSO算法在系统无功优化中的应用研究.pdfVIP

吉 林 电 力 2010年 06月 JilinElectricPower ． Jun．2010 第 38卷 第 3期 (总第 208期) Vo1．38 No．3 (Ser．No．208) 一 种改进的PSO算法在系统无功优化中 的应用研究 ApplicationResearchofan ImprovedPSO Algorithm inSystem ReactivePowerOptimization 李生珠 ，韩晓男 ，曲 直。，于 澎。 (1．长春供 电公司，长春 130021；2．华北 电力大学，北京 102206； 3．哈 尔滨供 电公 司，哈 尔滨 150090) 摘 要 ：为了确定系统中无功的合理配置 ，针对传统粒子群算法的不足，提 出一种改进 的小生境粒子群优化算法 ： 借助于问题的局部极值点信息，对原 目标函数进行 “拉伸”变换 ，达到优化计算、缩小 目标函数极值范围和降低搜索 难度的 目的。IEEE一6节点标准系统仿真结果表明，所提算法不仅收敛速度更快，且具备更强的全局搜索能力。 关键词 ：电力系统 ；无功优化 ；粒子群优化 ；小生境 Abstract：Thepurposeofreactivepoweroptim izationisforareasonablereactivepowerconfiguration ．Animproved nichingparticleswarm optimizationalgorithm hasbeenproposedaimingattheshortcomingsoftraditionalparticle swarm algorithm．Basedinthelocalextremepoints，theoriginalobjectivefunctionhasbeenstrengthtransformed foroptimizedcalculation，minimizing theextremepointscopeofthefunction and lowerthesearchingdifficulty． IEEE一6nodestandardsystem simulationresultsshow thattheproposed algorithm notonlyhasfasterconverged speed，butalsoownsstrongerglobalsearchingability． Keywords：electricpowersystem ；reactivepoweroptimization；particleswarm optimization；niche 中图分类号 ：TM761 文献标志码 ：A 文章编号 ：1009—5306(2010)03—0029—03 电力系统的无功优化是一个大规模、多变量、多 化问题上表现出了强大的生命力 ，因此 ，该方法更适 约束的混合非线性规划问题 ，其控制变量既有连续 用于求解 电力系统无功优化问题[3]。 变量，又有离散变量 ，从而使得优化过程十分复 但经典粒子群算法在求解无功优化问题时候， 杂口]。长期以来 ，国内外许多专家、学者对无功优化 常存在收敛精度不高、易陷入局部最优等问题 。针对 问题进行了大量的研究 ，并将各种方法应用于这一 这些缺点 ，本文提 出一种改进 的小生境粒子群优化 领域 ，其计算方法归纳起来 ，可分为经典无功优化方 算法 ：借助于问题的局部极值点信息，对原 目标函数 法和人工智能搜索方法两大类 ]。传统数学优化方 进行 “拉伸”变换，达到优化计算、缩小 目标函数的极 法依赖于精确的数学模型，但精确