基于自适应变异特性粒子群算法的无功优化 reactive power optimization based on adaptive mutation particle swarm optimization algorithm.pdfVIP

第2期(总第145期) 山 西 电力 No．2(Set．145) 2008年4月 SHANXIELECTRlCPOWER Apr．2008 基于自适应变异特性粒子群算法的无功优化 靳现林1，马 安2，安成万3 (1．国华能源投资有限公司，北京100007I2．晋城市供电分公司，山西晋城048000； 3．山西省电力公司，山西太原030001) 摘要：针对电力系统无功优化问题，提出了1种自适应变异特性粒子群算法来克服粒子群优化方 法容易早熟而陷入局部最优解的缺点。该方法以种群适应度方差为量化指标，动态衡量和监视粒 子群体的聚集情况，并对聚集的粒子赋予变异操作，用以提高整个群体的全局寻优能力。通过对 IEEE一6和IEEE一30测试系统的无功优化问题计算及结果分析表明该方法快速、高效、准确。 关键词：粒子群优化；无功优化；变异；方差 中图分类号-TM761文献标识码：A 文章编号：1671—0320(2008)02—0007—03 。 引言 函数的数学模型。minf(z，y)。 (1) 电力系统实现无功功率的优化调度与控制可以 并且满足式(2)约束方程。 有效地改善电力系统的电压质量，减少系统损耗和 提高电压稳定性。无功优化的基本内容是在满足各 』∈Ni i∈Nf，Z≮s5 种约束条件下利用无功控制手段。在数学上是一个 sinOo—BoCOSO／j)， 复杂的多目标、多约束、非线性、非连续、混合整 Q=Vi∑V(Go j∈Ni 数优化问题。传统的数学优化方法，各自都有一定 i∈N。； 的优越性和适应性，但是这些方法需假设各控制变 VGIIli。≤VG≤VG。。 量是连续的，而且要求目标函数可微，求解时间很 KT。i。≤KT≤KT。： 长，易产生“维数灾”等问题。近年来，广泛应用 于电力系统有功功率分配、电力系统状态估计以及 ■QC蛔≤Qc≤Qc一。 (2) V‰≮／1y7L≮／3y7Lmx。 电力系统无功优化和电压控制以及配电网络规划等 QG。。。≤QG≤QG。。 问题[1{]。然而，粒子群优化算法由于其内在的寻 SL≤SLt。。 优机制，不可避免地存在早熟问题而易陷入局部最 优解。 分别指发电机机端电压、有载调压变压器变比和无 1无功优化的数学模型 功补偿容量；yE 态变量，分别是负荷节点电压、发电机无功出力和 控制变量既有连续变量，又有离散变量，使得 平衡节点的有功出力；N；是所有节点集合，N。是 优化过程十分复杂Ⅲ。进行无功优化计算一般要对