全面学习粒子群算法在电力系统无功优化中应用.docVIP

全面学习粒子群算法在电力系统无功优化中应用 　　【摘 要】 全面学习粒子群算法(Comprehensive Learning Particle Swarm Optimization algorithm,CLPSO)是模拟鸟群的随机搜索行为的一种应用于连续空间的群体智能优化算法。通过采用CLPSO算法,对电力系统进行无功优化。该方法是以最优控制原理为基础,以网损最小为目标函数,在IEEE 30节点系统上进行测试,通过仿真测试以及不同算法优化结果的对比,表明基于CLPSO算法在算法计算精度、收敛稳定性、寻优时间等方面都具有普遍优势,能有效地应用于电力系统无功优化,同时证明了CLPSO算法的有效性和优越性。 　　【关键词】 电力系统 全面学习粒子群优化算法 无功优化 群体智能 　　 　　0引言 　　 　　电力系统无功优化[1],是指当系统有功负荷、有功电源及有功潮流分布己经给定的情况下,通过优化计算确定系统中某些控制变量的值,以找到的在满足所有约束条件的前提下,使系统的某一个或多个性能指标达到最优时的运行方式。其需要研究的就是在满足系统负荷需求及运行约束要求的条件下,使电网的某一指标或多个指标(如有功网损最小、电压质量最优、年支出费用最少)达到最优的无功功率最佳分布方案。 　　在数学上,无功优化是典型的非线性规划问题,具有非线性、小连续、不确定因素较多等特点。对于无功优化