改进PSO算法在电力系统无功优化中的应用.pdf

《改进PSO算法在电力系统无功优化中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第1期总第211期农业科技与装备No．1TotalNo．2112012年1月culturalScience&TechnologyandEQuipmentIan．2012改进PSO算法在电力系统无功优化中的应用詹克明，许小鹏，法智，詹恒富(1．本溪供电公司，辽宁本溪117000；2．沈阳供电公司，沈阳110811)摘要：介绍一种改进粒子群的无功优化方法。采用简化粒子群优化方程和添加极值扰动算子两种策略加以改进．提出简化粒子群优化(sPso)算法、带极值扰动粒子群优化(DPSO)算法，并将二者结合起来提出带极值扰动的简化粒子群优化(DSP

2、SO)算法。以IEEE6节点系统为例进行无功优化计算，并与其他算法进行比较，结果表明：该算法具有较快的收敛速度及较强的全局搜索能力，可较好地解决电力系统的无功优化问题。关键词：电力系统；无功优化；粒子群算法；应用中图分类号：TP301．6文献标识码：A文章编号：1674—1161(2012)01—0035—03粒子群优化算法是一种基于群体的优化方法．对集合；尸为网损；G、B、岛分别为节点i和之间的所求解问题既不要求可微，也不要求连续，只要求问电导、电纳及相角差；f．O。、分别为有功网损年运行费题是可计算的，而且实现容易。因此，该方法得

3、到学术用的平衡系数和全部负荷节点电压越限罚函数的罚界的广泛重视，已成为一种重要的优化工具，并成功因子；V、、分别为第i节点的运行电压及电压应用于函数优化、模糊系统控制、神经网络训练等领的允许上下限。域。电力系统无功优化(ReactivePowerOptimization，约束条件包括潮流方程等式约束、状态变量不等RPO)问题是电力系统规划领域的重要研究内容。无式约束及控制变量不等式约束，具体见文献[1]。功优化的优劣对电力系统安全经济运行具有重要的2粒子群算法及其改进意义，各国学者对此进行了大量研究，提出很多无功2．1基本粒子群算法优

4、化理论和方法，主要包括：模拟退火法、Tabu搜索PSO算法首先初始化一群随机粒子。然后通过迭法、粒子群算法、混沌优化和人工鱼群算法。本文为了代找到最优解。在每一次迭代中，粒子通过跟踪两个克服传统粒子群算法易陷入局部最优、运算过程繁“极值”(个体极值和全局极值)来更新自己的速度与琐、进化后期收敛速度慢、精度低等缺点，提出带极值位置。在D维搜索空间中，形成种群数为m的粒子群扰动的简化粒子群优化算法．并用仿真结果验证该算落．其中：第i个粒子在第d维的位置为，其飞行速法的有效性。度为，该粒子当前搜索到的最优位置为P，整个粒1无功优化数学模型子

5、群当前的最优位置为P。KENNEDY和EBER—无功优化问题的数学模型包括潮流约束方程、变HART[2]最早提出的PSO算法公式如下：量约束条件和目标函数。本文从验证算法的有效性出t+l==：d+clrl(p)+c2r2(p~c-xia、)(L4)发，考虑到一般性，采用如下数学模型：rn⋯21：：tt+(5)F=minll△∑()『(1)式中：i=1，2，⋯⋯，m；d=l，2，⋯⋯，D；r1和r2为服从u(o，1)分布的随机数；c。和C为学习因子，非负aP=VV(G#os~#Bsin~0)(2)常数，通常取Cl=c=2；口∈[，．砒]

6、，是由用户i=1J∈hf一(I，)设定的常数。迭代终止条件为预设的最大迭代次数或{O(≤Vi≤)(3)预定的最小适应度阈值。【血～(f<)因为P为整个粒子群的最优位置，所以上述算式中：n为电网节点总数：h为与节点相连节点的法也被称为全局版PSO。也可以把第i个粒子的部分“邻居们”搜索到的最优位置作为P，其相应算法称为局部版PSO。全局版PSO收敛速度快，但有时会陷收稿日期：2012一Ol一06入局部最优：局部版PS0收敛速度相对较慢，但相对作者简介：詹克明(1985一)，男，助理工程师，从事电网调度工作。不易陷入局部最优值。36农业科

7、技与装备2012年1月更优解的概率较小，因为PSO已经陷人局部极值，PSHI等人通过对式(4)添加动量惯性系数∞来提周围已经过高密度的搜索，难以突破“封锁”，这也导高跳出局部极值能力。修改后的方程如下：致了进化后期收敛缓慢。2)调整个体极值和全局极：=_啪吐柳+c1rl(p—霄)+C2r2(p,g-X)(6O)值为P。和p，使所有粒子飞向新的位置p。这使所CLERC等人对式(5)添加控制速度的约束因子仅：有粒子从p迁移聚集到p，经历新的搜索路径和领t+lt：+0t+(7)域，因此发现更优解的概率较大。本文采用进化停滞步数t作为触发条件

8、，对个体很多学者将式(6)、式(7)视为PSO算法。极值P。和全局极值P同时进行随机扰动。极值扰动2．2粒子群算法的改进研究2．2．1关于PSO中粒子速度项的分析迄今为止，IX30及算子为：I％其改进算法都是基于粒子“位