基于小生境粒子群算法的電力系統(tǒng)無功優(yōu)化.pdf

1、電力系統(tǒng)無功平衡是保證電壓質(zhì)量的基本條件，系統(tǒng)中無功潮流的分布對電力系統(tǒng)的安全穩(wěn)定和經(jīng)濟運行影響重大。因此，對電網(wǎng)進行合理的無功電源規(guī)劃，選擇合適的方法與合適的優(yōu)化目標(biāo)函數(shù)，對電網(wǎng)安全穩(wěn)定運行有著重要的意義。
　　本文首先介紹了無功潮流對電力系統(tǒng)電壓幅值、有功網(wǎng)損以及功率因數(shù)的影響，然后分析了電力系統(tǒng)無功優(yōu)化中常見的數(shù)學(xué)模型，最后提出了本文的目標(biāo)函數(shù)，即以無功設(shè)備投資和系統(tǒng)有功網(wǎng)損折合的綜合費用最小作為優(yōu)化目標(biāo)，采用罰函數(shù)對可能出

2、現(xiàn)的節(jié)點電壓越限和發(fā)電機無功出力越限進行處理，建立了無功補償優(yōu)化的數(shù)學(xué)模型。新的目標(biāo)函數(shù)加入了無功設(shè)備的投資和維護費用，對比于單純以有功網(wǎng)損為目標(biāo)函數(shù)，可以更直觀、更有效的體現(xiàn)算法的實用價值。
　　針對上述優(yōu)化問題，提出了一種基于小生境技術(shù)的粒子群算法。該算法不需要事先設(shè)定小生境半徑的先驗值，而是通過計算粒子間的歐氏距離的平均值得到小生境半徑，從而提高了算法的收斂精度。劃分小生境群體的原則是先找到以同一個粒子作為局部極值點(pbe

3、st)的普通粒子，這些粒子與pbest粒子的歐氏距離的平均值就是這個小生境的半徑。若與該粒子的歐氏距離小于或者等于這個半徑的粒子就加入該小生境粒子群，其他粒子則排除在該小生境粒子群之外。小生境技術(shù)的融入可降低粒子間信息的直接交流，避免了粒子群容易陷入局部最優(yōu)解的缺點，保持了種群的多樣性，提高了算法的全局搜索能力。
　　最后以IEEE-30節(jié)點系統(tǒng)作為測試用例，分別對所提的小生境粒子群優(yōu)化算法(NicheParticleSwarmO

4、ptimization，NPSO)和標(biāo)準(zhǔn)粒子群算法(ParticleSwarmOptimization，PSO)進行了仿真驗證，并得出了以下四個方面的對比:通過優(yōu)化前后節(jié)點電壓對比，可以發(fā)現(xiàn)系統(tǒng)由原來的2個節(jié)點電壓越限變?yōu)槿亢细?，說明了NPSO算法顯著提高了節(jié)點的電壓質(zhì)量;通過無功設(shè)備投資和系統(tǒng)有功網(wǎng)損折合的綜合費用結(jié)果對比，發(fā)現(xiàn)綜合費用節(jié)省額由原來的14.38％提高為16.52％，體現(xiàn)了該算法的經(jīng)濟性;通過有功網(wǎng)損對比，經(jīng)小生境粒子