基于狀態(tài)空間模型仿生算法的多目標(biāo)無功優(yōu)化.pdf

1、電力系統(tǒng)無功優(yōu)化是保證系統(tǒng)安全、經(jīng)濟(jì)運(yùn)行的一項(xiàng)有效手段，是降低網(wǎng)損、提高電壓質(zhì)量的重要措施，具有非常重要的理論價(jià)值與現(xiàn)實(shí)意義。電力系統(tǒng)無功優(yōu)化的目標(biāo)是在滿足電網(wǎng)安全和一定電能質(zhì)量要求的前提下以最小的有功網(wǎng)損和最大的電壓穩(wěn)定裕度保證對用戶可靠而滿意的供電。傳統(tǒng)的無功優(yōu)化方法在求解電力系統(tǒng)無功優(yōu)化問題時(shí)存在一定的缺陷，而近年來出現(xiàn)的現(xiàn)代啟發(fā)式智能算法則方便了對離散、非凸、非線性問題的處理，為電力系統(tǒng)無功優(yōu)化方法開辟了新的思路。 本文

2、對傳統(tǒng)的無功優(yōu)化算法和部分現(xiàn)代啟發(fā)式智能算法進(jìn)行了研究和比較，在總結(jié)了它們各自優(yōu)缺點(diǎn)的基礎(chǔ)上，提出了一種基于離散系統(tǒng)狀態(tài)空間模型的仿生算法。該算法通過狀態(tài)轉(zhuǎn)移矩陣使種群由一種狀態(tài)轉(zhuǎn)移至另一狀態(tài)，并通過優(yōu)勝劣汰的自然選擇機(jī)制或其它策略保留較優(yōu)的個(gè)體狀態(tài)，如此反復(fù)，最終使種群達(dá)到或接近一個(gè)最優(yōu)的狀態(tài)。為了防止算法陷入局部最優(yōu)，算法通過考察種群狀態(tài)改變狀態(tài)轉(zhuǎn)移矩陣的構(gòu)造，以保持了種群的多樣性，避免算法陷入局部最優(yōu)，保證種群狀態(tài)向全局最優(yōu)的狀態(tài)

3、轉(zhuǎn)移，從而增大了找到全局最優(yōu)解的可能性。將所提出的基于狀態(tài)空間模型仿生算法用于函數(shù)優(yōu)化測試，仿真結(jié)果驗(yàn)證了本算法的正確性和有效性。 采用MATLAB進(jìn)行仿真，將基于狀態(tài)空間模型的仿生算法應(yīng)用到電力系統(tǒng)無功優(yōu)化，以IEEE-14節(jié)點(diǎn)系統(tǒng)為例進(jìn)行有效性驗(yàn)證，并與傳統(tǒng)遺傳算法的優(yōu)化結(jié)果進(jìn)行了比較分析。仿真結(jié)果表明在無功優(yōu)化中，基于狀態(tài)空間模型的仿生算法不但降低了網(wǎng)損，改善了系統(tǒng)整體電壓質(zhì)量，并且計(jì)算速度也得到了提高。可見基于狀態(tài)空間模