电力系统节能优化控制过程仿真分析

《电力系统节能优化控制过程仿真分析》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、第3l卷第8期计算机仿真2014年8月文章编号：1006—9348(2014)08一Oll0—04电力系统节能优化控制过程仿真分析谢晶(贵州师范大学物理与电子科学学院，贵州贵阳550001)摘要：研究电力系统节能优化控制问题。传统的Ps0节能控制方法以电力系统总发电成本消耗最小为寻优目标，但是在线路阻抗角较小等特殊情况下，输电线路传输的功率与成本之间呈现弱耦合性，此时把功率与成本关联计算，会引起控制过程的不收敛，控制结果效果差。提出采用多重自适应粒子群的电力系统节能控制算法。算法首先生成大量随机粒子，然后根据当前成本与能耗的最优位置和全局最优位置更新粒子的位置和速度，

2、同时在迭代过程中不断调整调度优化的惯性权重和学习因子，使得所有粒子不断逼近节能调度的全局最优值。仿真结果表明，新的粒子群算法在函数最优值上的搜索精度高于同时期的两种粒子群算法。将改进算法用于电力系统优化仿真中，可以有效的优化电力能耗，实用性高。关键词：粒子群算法；自适应；惯性权重；学习因子中圈分类号：Tm69文献标识码：BSimulati蚰AnalysisofE鹏r留Savingop缸iz撕叽ControlProcessofPowerSystemXIEJing(Sch砌0fPhysics明dElectronjcScience，GuizhouNo册alUnive璐it)

3、r，伽y锄gGuizh伽550001，Cllina)ABSTRACT：Energysaving叩tiIIIizationc∞trolpmblemofpowersystemw鹊researchedintIlispaper．AneI耐gysavingcontrola190rithm0fpowersystemwasproposedb鹊edonmIlltipleadaptiVepanicleswa珊．Fi碍Ⅱy，alargenumber0f砌d伽paniclesweregenemtedinthisalgorithm卸dtllenb龋edontIlecun_

4、entcost锄d

5、出e叩timal10ca-tion《ener留cons姗pti帆鹅weu弱tlleglobaloptimalposition，也eparticle’spositi∞锄dspeedWereupd积蛆。AttlIes锄etime，intlleite枷明pmcess，inertiaweightandl锄ingfktor0fschedlllingo州InizationweI．ec∞staIldya由ustedtomakeaUp豳clestoclosetotheglobaloptimalvalueof也eenergysavingschedllliI增．Siml】lationex

6、peri-mentsshowtllattllesearchaccuracyoftllefunction’soptimalvalueusingrlewpaniclesw删optiIni洲∞(p∞)，islIi出erm姐metwokindsofpaniclesw蛐optilIlization(Pso)alg嘶thmsattlles锄eperiod．neap曲cati∞ofim-proved蛔tIImonp(哪ersystem’so如mizingsimlllationanalysisc蚰eⅡ&tiVelyo两mi扰tllepowerenergyc∞s哪p．ti∞跚dthep

7、mcticabili哆ishi曲．KEYWoImS：瞰iclesw栅叩timization(PS0)；Self—ad印ti∞；Inertiawei曲t；le锄ingf如torl引言电力系统节能控制中，常采用进化计算。进化计算在过去的几十年里已经成为一个重要的活跃的研究领域。sug锄-岫⋯指出全局优化基准问题最近已变得越来越复杂。从简单的单峰函数经过旋转，加入随机噪声从而提出了更加复杂的Hybrid和composite测试函数旧1。在复杂化的测试函数中，寻找全局最优解的功能已经变得更加具有挑战性，甚至基金项目：小型家用垂直轴风力发电系统的设计研究(黔科合J字LI(S[2

8、011]39)收稿日期：2013一12—02—1lO一几乎是不可能搜索到全局最优值。因此，更有效的优化算法总是非常有必要的。当前较为流行的电力系统节能调度算法多为自适应机制的粒子群算法，这种方法没有采用相对复杂的PS0学习策略，而是同时根据进化代数修改惯性权重和学习因子，大大减少了算法的时间复杂度。但是，传统的Pso节能控制方法以电力系统总发电成本消耗最小为寻优目标，可是在线路阻抗角较小等特殊情况下，输电线路传输的功率与成本之间呈现弱耦合性，此时把功率与成本关联计算，会引起控制过程的不收敛，控制结果非最优。为了解决这一问题，本文提出了基于多重自适应粒