基于自適應(yīng)粒子群算法的電力系統(tǒng)多目標(biāo)無(wú)功優(yōu)化研究.pdf

1、電力系統(tǒng)無(wú)功優(yōu)化中的電力質(zhì)量越來(lái)越受用戶重視，電壓質(zhì)量與無(wú)功存在很緊密的聯(lián)系，因此無(wú)功優(yōu)化應(yīng)將電壓質(zhì)量考慮在內(nèi)。傳統(tǒng)的無(wú)功優(yōu)化方法，多忽略了無(wú)功優(yōu)化的多目標(biāo)性以考慮有功損耗為主，忽略了電壓質(zhì)量等指標(biāo)的重要性。在實(shí)際問(wèn)題中用戶需要能夠滿足各種環(huán)境的多樣化的選擇,并且表征經(jīng)濟(jì)性的有功損耗和表征電壓質(zhì)量的的電壓偏差之間存在著矛盾關(guān)系，弄清二者間的關(guān)系有利于深入了解系統(tǒng)特性給用戶提供指導(dǎo)意見(jiàn)。有的研究者考慮了電力系統(tǒng)的多個(gè)目標(biāo)，但將其通過(guò)各種形

2、式聚合為單一目標(biāo)，在處理上述問(wèn)題時(shí)有一定局限性，往往聚合時(shí)各個(gè)目標(biāo)權(quán)重的選取具有盲目性，不能準(zhǔn)確反映各個(gè)目標(biāo)間的關(guān)系，并且不能給用戶帶來(lái)適應(yīng)多種需求的多樣化的選擇。
　　 本文針對(duì)電力系統(tǒng)無(wú)功優(yōu)化中的有功損耗和電壓偏差提出了一種新的自適應(yīng)多目標(biāo)粒子群優(yōu)化算法（Adaptive Multi-objective Particle Swarm Optimization簡(jiǎn)稱 AMOPSO）。算法中采用了改進(jìn)的NSGA-II的非支配排序策

3、略，動(dòng)態(tài)加權(quán)法選擇種群最優(yōu)粒子，提高多樣性；采用動(dòng)態(tài)慣性權(quán)重和變異策略，克服局部最優(yōu)，提高全局尋優(yōu)能力。通過(guò)測(cè)試函數(shù)ZDT1～ZDT4驗(yàn)證了算法的性能；通過(guò)與其它優(yōu)異算法的性能對(duì)比顯示了本文算法的優(yōu)異性能；通過(guò)對(duì)比實(shí)驗(yàn)分析了本文所采用的改進(jìn)策略對(duì)于算法性能的貢獻(xiàn)。對(duì)多目標(biāo)優(yōu)化中的約束提出了偏好策略和偏好因子。偏好策略能夠在不破壞優(yōu)化解多樣性的基礎(chǔ)上給用戶帶來(lái)更多的靈活選擇，并且偏好因子的對(duì)用戶偏好需求的量化，有助于明晰系統(tǒng)屬性與系統(tǒng)間的

4、關(guān)系，給用戶提供更多的指導(dǎo)。
　　 實(shí)施多目標(biāo)無(wú)功優(yōu)化時(shí)，對(duì)初始化和約束處理進(jìn)行改進(jìn)，采用了帶先驗(yàn)知識(shí)的初始化策略，提出自適應(yīng)懲罰函數(shù)策略；針對(duì)電力系統(tǒng)中特殊用戶對(duì)電壓允許偏差值的偏好，引入偏好策略，提出電壓偏好策略和電壓偏好因子。采用IEEE30節(jié)點(diǎn)系統(tǒng)和IEEE14節(jié)點(diǎn)系統(tǒng)驗(yàn)證了該算法的實(shí)用性和有效性，實(shí)驗(yàn)表明AMOPSO能夠?yàn)闊o(wú)功優(yōu)化帶來(lái)可供用戶靈活選擇的多樣化的優(yōu)異解，實(shí)驗(yàn)結(jié)果清晰的給出了有功損耗與電壓偏差間的類反比關(guān)系