粒子群算法及其在电网规划中的应用 particle swarm optimization and its use in transmission network expasion planning.pdfVIP

2007年第26卷第2期 嘭芝菇tlj 粒子群算法及其在电网规划中的应用 顾永东1金义雄2 226200 (1．启东市电力公司 2．上海交通大学电气工程系 200030) 摘 要 提出了一种适用于电力网络规划的粒子群算法离散化方法(DPSO)，并对粒子群算 法优化适应度函数的构造、参数的选择、收敛的判断条件进行了分析比较，为粒子群算法在电网 规划中的应用奠定了基础。 关键词 电力网络规划 粒子群算法 离散化 整数规划 等。本文将对这些参数的选择进行分析比较，并结 1 引言 合算例进行说明。 粒子群算法(PSO)¨J最初意图是用图形方法 2 PSO算法 对鸟群的行为进行描述，该方法通过记忆与反馈机 制实现了高效的有哪些信誉好的足球投注网站；并且由于该方法模仿的是生 PSO算法同GA类似，开始时随机生成粒子的 物群落的活动，因而非常适于进行并行计算，对于 解决大规模数学优化问题具有很快的计算速度及较 …，n)，t／,为群中粒子数，m为粒子维数。但与 好的全局寻优能力。 GA算法不同的是PSO算法不需要进行编码，并且 电力网络规划是在已知给定电源规划和负荷预 每个粒子都随机分配一个初始速度Vi=(秽订，口∞ 测的基础上，根据现有的电网结构，合理地选择新 建或扩建线路以满足电力系统安全、可靠运行和经 三个因素影响在寻优空间中移动：一是粒子的当前 济最优。从数学上讲，电网规划是一个大规模的、 速度yi，二是粒子本身曾到过的最优点Pi，三是 复杂的、带有大量约束条件和离散变量的非线性整 子群或总群的最优点P。。粒子每次迭代时不断改 数规划问题。关于该问题的求解已提出了许多方 变速度向当前Pi和P。移动。 法，如启发式方法、线性规划法、动态规划法、禁 基本PSO算法流程如下： 忌有哪些信誉好的足球投注网站法(TS)h]、遗传算法(GA)[3|、模拟退火 (1)随机生成初始粒子位置X产(髫订’菇m 法(sA)HJ，蚂蚁算法(ACA)∞1等。其中以对GA 算法的研究最多也较成熟[6，7|。文献[8]将PSO =1，2，…r／,)。 算法首次应用于电网规划，但没有将PSO算法同 (2)将粒子位置代入优化目标函数，计算各粒 其他一些仿生类算法进行比较分析；文献[9]将 子适应度值。 PSO与GA进行了分析比较，指出PSO算法具有 (3)各粒子同自身曾得到的最优适应度值P。 算法简单、计算速度快、收敛性好的特点。 比较，如比P。小(最小化)，则用当前值替换P；， 最初的PSO算法适合于求解连续变量优化问 并用当前粒子位置更新自身最优粒子位置。 题，虽然出现了一些处理离散变量的方法u0。12J， 但由于电网规划