基于改進PSO算法的電力系統(tǒng)無功優(yōu)化研究.pdf

1、電力系統(tǒng)無功優(yōu)化對保證電壓質(zhì)量，降低運行損耗，實現(xiàn)電網(wǎng)的安全經(jīng)濟運行具有重要意義。常規(guī)優(yōu)化方法在處理此類問題時具有較大的局限性，而人工智能方法與之相比，具有巨大的優(yōu)勢和潛力。
　　首先，從經(jīng)濟性考慮，采用了兩種改進后的粒子群優(yōu)化算法分別對以有功網(wǎng)損最小為無功優(yōu)化目標函數(shù)進行求解。一種是混沌粒子群優(yōu)化算法，把混沌擾動和混沌映射同時引入到粒子群優(yōu)化算法中，以避免算法陷入局部最優(yōu)，提高算法的全局搜索能力。另一種是自適應擴展粒子群優(yōu)化算法

2、，首先在速度更新公式中引入平均學習因子，得到一種擴展粒子群優(yōu)化算法，在此基礎上引入進化速度因子和聚集度因子，使控制參數(shù)在粒子尋優(yōu)過程中自適應地變化，以提高全局最優(yōu)解的質(zhì)量。
　　其次，從電網(wǎng)運行的經(jīng)濟性和安全性出發(fā)，考慮電力系統(tǒng)有功網(wǎng)損最小、電壓偏差最小和電壓穩(wěn)定性指標最小的多目標無功優(yōu)化模型，利用模糊隸屬度函數(shù)將上述多目標無功優(yōu)化模型轉(zhuǎn)化為單目標優(yōu)化問題，并針對此多目標無功優(yōu)化模型采用模擬退火-模糊自適應-粒子群優(yōu)化算法進行優(yōu)化