改进粒子群优化算法在电力系统多目标无功优化中应用 multiobjective reactive power optimization based on modified particle swarm optimization algorithm.pdfVIP

第29卷第11期 电力自动化设备 V01．29No．11 2009年11月 ElectricPowerAutomation Equipment Nov．2009囝 改进粒子群优化算法在电力系统 多目标无功优化中应用 刘述奎1，李 奇2，陈维荣2林JIi3郑永康- (1．成都电业局， )wl成都610021；2．西南交通大学电气工程学院，四川成都610031： 3．西南交通大学信息科学与技术学院，四川成都610031) 摘要：采用自适应聚焦粒子群优化(AFPSO)算法对电力系统进行无功优化。以最优控制原理为基础．引入 静态电压稳定性指标，建立了综合考虑系统有功网损最小、电压水平最好以及静态电压稳定裕度最大的多 目标无功优化模型。并采用模糊集理论将此多目标优化问题转化为单目标优化问题。通过最小化各目标的 隶属度最大值(指标差的隶属度值大)，从而只提升差的指标。使系统整体性能提高。同时。采用罚函数的形 式处理负荷节点电压和无功发电功率2个状态变量不等式约束。在IEEE57节点系统上进行测试．通过仿 真测试及不同算法优化结果的对比，表明AFPsO算法在实现系统经济运行的同时也增强了电网的电压稳定． 同时证明了AFPsO算法的有效性和优越性。 关键词：电力系统；自适应聚焦粒子群优化算法；多目标无功优化；电压稳定；模糊集理论：群体智能 714．3 中图分类号：TM 文献标识码：A 优化问题时遇到的主要困难就是离散变量的归整问 0引言 题和多峰多极值问题。近年来．基于群体智能的优化 方法逐渐得到重视和开发，如遗传算法(GA)、蚁群 电力系统无功优化[¨．是指在系统有功负荷、有 功电源及有功潮流分布已经给定的情况下．通过优 智能的优化方法具有并行处理的特征，易于实现．但同 化计算确定系统中某些控制变量的值．在满足所有 时也存在计算速度慢，有时陷入局部最优解等缺点。 约束条件的前提下．使系统的某一个或多个性能指 本文提出了一种基于自适应聚焦粒子群优化 标达到最优时的运行方式[z。]。传统的无功优化问题 ParticleSwarm 一般不考虑系统的电压稳定性．仅考虑系统网损。 AFPSO(AdaptiveFocusing Optimiza． tion)算法的电力系统无功优化方法。将该算法应用 如果系统运行在临界点附近．这种方法可能会导致电 于IEEE57节点系统中进行仿真试验．并与其他一些 压不稳定。本文建立了综合考虑系统有功网损最小、 方法的优化结果进行比较．结果表明AFPSO算法不 电压水平最好以及静态电压稳定裕度最大的多目 易使问题的解收敛于局部最优解，并且可以提高寻优 标无功优化模型．采用罚函数的形式处理负荷节点 速度和计算精度。从而能够对电力系统无功参数进 电压和无功发电功率2个状态变量不等式约束．并 行很好优化，同时证明了该算法的有效性和优越性。 采用模糊集理论将多目标单一化。文献[4]采用模糊