基于混合智能算法的配电网重构.pdf

《基于混合智能算法的配电网重构.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3O卷第6期东北电力大学学报Vo1．30．No．62010年l2月JournalOfNortheastDianliUniversityDec．，2010文章编号：1005—2992(2010)06一oo49—06基于混合智能算法的配电网重构贾彦兵，姜翰书，祝洪博，田莉2(1．东北电力大学电气工程学院，吉林吉林132012；2．吉林供电公司调度通信所，吉林吉林132001)摘要：提出了用修正的离散量子粒子群(MQPSO)算法和模拟退火(SA)算法的混合算法对配电网重构，算法首先改变了基本的二进制粒

2、子群(DPSO)算法中的离散映射方法，直接利用MQPSO算法实现了变量的离散化映射。其次用SA算法弥补了MQPSO算法的局部搜索能力的不足。此外，还提出了用节点聚合法对网络进行简化的处理规则，能够使粒子在初始化过程中避免不可行解的出现。最后对IEEE33节点系统和69节点系统进行了优化计算，与相关文献最优解作对比，结果表明了这种混合智能算法在处理离散问题的可行性。关键词i配电网重构；MQPSO算法；节点聚合；模拟退火算法中图分类号：TM726文献标识码：A随着电力工业的高速发展，城市建设和经济发展

3、越来越离不开电力，电能需求量日益增大，同时在配电网中也造成了大量的电能损耗。据统计，全国城网110kV及以下配电网网损占总网损的60％，可见降低配电网的网损是降损工作的关键。配电网重构是降低电网网损的途径之一，该方法在满足网络拓扑结构和配电网运行参数的前提下，通过调整配电网中联络开关和分段开关的状态，使用合理的供电路径，使整个配电网网损降低。目前，配电网重构算法有支路交换算法⋯，最优流算法J，模拟退火法-3J，遗传算法J，蚁群算法J，粒子群算法以及算法间混合形成的改进算法。本文将MQPSO算法和模

4、拟退火算法的混合算法应用于配电网重构，算例表明该算法收敛速度快，避免了二进制粒子群局部收敛和冗余计算的缺陷，是一种高效的搜索算法。1配电网重构的数学模型配电网络重构主要是在满足合理供电的前提下，调整配电网络的拓扑结构，使配电网的网损降低，供电电压质量提高，均衡各馈线负荷，以保证配电系统的稳定运行。针对问题的特点，本文仅以配电网网损最小为目标展开讨论。其表达式可表示为：minF=∑，(1)i：1Uf式中：为馈线的序号；n为馈线的总数；为馈线的状态，其中l用来表示开关闭合，0表示开关断开；为馈线i的电

5、阻；和Q分别为馈线i上流过的有功功率和无功功率；Ui为馈线末端的节点电压。模型的约束条件有：(1)配电网正常运行时网络中没有环路和“孤岛”；(2)馈线的电流和电压满足：收稿日期：2010—07—25作者简介：贾彦兵(1983一)，男，山西忻州人，东北电力大学电气工程学院在读研究生，研究方向为配电自动化．东北电力大学学报第3O卷≤i=1，2，⋯n，(2)≤≤“=1，2，⋯m，(3)式中：n为支路总数；m为网络中的节点总数；为馈线上电流容许的最大值；和分别为节点j；容许电压的最小值和最大值。(3)容量

6、约束Isl≤Sf加a，(4)S，≤Is，(5)式中：s为馈线i流过的功率的计算值；S为馈线in率的最大容许值；s，表示变压踟流出的功率；s为变压器．『流出功率的最大容许值。(4)潮流约束AP：D，(6)式中：A为节点与支路关系的关联矩阵；P为馈线潮流矢量；D为负荷需求矢量。在实际中，配电网主要通过约束(1)和(4)来完成网络的重构，不等式约束条件则可以通过采用罚函数来转化成无约束条件，最终确定最优化结果。2修正的离散量子粒子群算法2．1DPSO算法简介粒子群优化(PSO)算法最早是在1995年由美

7、国社会心理学家JamesKennedy和电气工程师RusselEberhart共同提出的口】。由于基本粒子群优化算法主要针对连续函数进行搜索运算，但许多实际工程问题都描述为离散的组合问题，为此Kennedy和Eberhart于1997年提出了一种二进制离散粒子群优化算法[8(DPSO)。修改后的离散粒子群优化算法与基本粒子群优化算法流程相类似，但粒子速度和位置的更新公式修改为：“Ui=1,01)i．d+c1rl(：pb哪，i一kf)+c2r2(~Xkphcstd一f)，(7I)“：=』{，P

8、gmoid(tI，。(86)。【O，其他1+exp(一)’(9)式中：c和c是学习因子，通常c=c：=2；r、r2是介于0和1之间的随机数；∞为惯性权重，的取值范围[O，1．4]，P是[O，1]之间的随机数。粒子在搜索空间中不断通过更新个体极值西和全局极值Xglacst来确定运动的速度和方向，向目标点运动。尽管已表明离散的粒子群优化算法在解决离散问题的时候，其运算结果已接近全局最优值。但其仍存在着局部收敛和有着较多冗余计算的缺陷，影响了算法的运算效果。而且Sigmoid函数仅代表一