基于具有自我更新机制的量子粒子群算法的配电网重构

《基于具有自我更新机制的量子粒子群算法的配电网重构》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2016年11月25日第33卷第6期通毪电．潦技术TelecomPowerTechnologyNov．25，2016，V01．33No．6文章编号：1009—3664(2016)06—0106—04中图分类号：TM744文献标识码：A鍪壤舞麟l基于具有自我更新机制的量子粒子群算法的配电网重构周旖辉，陈堂贤，邢航(三峡大学电气与新能源学院，湖北宜昌443000)摘要：配电网重构本质上是一个复杂的求解满足一定约束条件下的多目标非线性组合优化问题。针对传统粒子群算法中粒子存在老化并使得算法存在早熟收敛的现象，文中将自我更新机制融

2、入量子粒子群算法，改进了算法的收敛速度和全局搜索能力。并且针对配电网的特性采取了二进制编码，采取了合适方法淘汰不可行解，改善了算法的计算效率。最后通过仿真，验证了所提出的算法在求解重构问题时具有更好的寻优结果，且收敛速度和全局搜索能力均有提升。关键词：配电网重构；分布式电源；粒子群算法；自我更新机制；全局搜索能力DistributionNetworkReconfigurationBasedonQuantum-BehavedParticleSwarmOptimizationAlgorithmwithSelf-RenewalM

3、echanismZHOUYi-hui，CHENTang-xian，XINGHang(CollegeofElectricalEngineeringandNewEnergy，ChinaThreeGorgesUniversity，Yichang443002，China)Abstract：Distributionnetworkreconfigurationisessentiallyacomplexmulti-objectivenon[inearintegercombinatorialoptimizationproblembased

4、oncertainconstraints．BasedonthefactthattheageingofparticlesinthetraditionalparticleswarmoptimizationalgorithmleadstOprematureconvergence，thispaperwillupdateself-renewalmechanismintothequan-turnparticleswarmoptimization(pso)algorithm，strengtheningtheconvergencespee

5、dandglobalsearchabilityofthealgo-rithm．Accordingtothecharacteristicsofdistributionnetwork，binarycodeiSadoptedandthesuitablemethodisputfor—wardtOeliminateinfeasiblesolution，allofthesestrengthenthecalculationefficiency．Atlast，throughthesimulationre—suits，itisverifie

6、dthattheproposedalgorithminsolvingreconfigurationquestionshasbetteroptimizationresults，andtheconvergencespeedandglobalsearchabilityispromoted．Keywords：distributionnetworkreconfiguration；distributedgeneration；particleswarmoptimization；self-renewalmechanism；globalse

7、archability0引言配电网的重构其实质是一个比较复杂的求解满足一定约束条件的基于开关开闭状态的多目标非线性组合优化问题。开关作为决策变量，其数目比较庞大，这必然会导致求解比较复杂，问题的关键在于重构算法是否能快速准确地找到全局最优解。目前应用于配电网拓扑重构的算法有启发式算法和智能算法，其中智能算法应用较广，例如：免疫算法、粒子群算法[1‘2]、遗传算法D-4]等，但考虑分布式电源影响的重构方法较少有人提及。随着大量分布式电源E5]的接入，配电网重构也变得更加复杂。文献E6]91人了并行禁忌搜索算法，降低了配电网重

8、构的复杂度。文献E7]91人基本环矩阵，将其与改进和声搜索算法相结合，加强了算法寻优快速性。文献E8-191人了多智能体和粒子群算法相结合，算法虽比较复杂但具有良好的计算效率和计算稳定性。目前应用于配电网重构的一些人工智能仍然存在收敛速度较慢以及陷入局部最优的问题。本文将生命体的自我更新引入QPSO算法