基于粒子群優(yōu)化算法的最優(yōu)潮流及其應(yīng)用研究.pdf

1、電力系統(tǒng)最優(yōu)潮流問(wèn)題是典型的具有可伸縮性的多目標(biāo)非線性規(guī)劃問(wèn)題。隨著系統(tǒng)規(guī)模的不斷擴(kuò)大，變量和約束條件的數(shù)目劇增，變量之間復(fù)雜的函數(shù)關(guān)系和眾多的非線性約束條件使最優(yōu)潮流躋身于困難的大規(guī)模數(shù)學(xué)規(guī)劃問(wèn)題行列。近年來(lái)粒子群優(yōu)化算法以獨(dú)特的優(yōu)點(diǎn)和機(jī)制為解決大規(guī)模非線性復(fù)雜問(wèn)題提供了新的思路和方法，為解決電力系統(tǒng)中的相關(guān)問(wèn)題提供了新的途徑與手段。 本文在總結(jié)已有最優(yōu)潮流算法研究狀況的基礎(chǔ)上，通過(guò)對(duì)多種優(yōu)化算法的比較和討論，提出采用粒子群優(yōu)

2、化算法對(duì)電力系統(tǒng)最優(yōu)潮流相關(guān)問(wèn)題進(jìn)行研究。該方法利用智能優(yōu)化理論將最優(yōu)潮流問(wèn)題轉(zhuǎn)化成一個(gè)無(wú)約束極值問(wèn)題，該算法具有并行處理特征，魯棒性好，易于實(shí)現(xiàn)，能夠有效的提高算法的全局收斂能力和計(jì)算精度。該方法使用目標(biāo)函數(shù)信息來(lái)指導(dǎo)在解空間中的搜索，克服了傳統(tǒng)優(yōu)化算法需要做假設(shè)和近似處理的困難。 根據(jù)約束條件的越限量大小，動(dòng)態(tài)的調(diào)整障礙因子，在保證全局搜索能力的基礎(chǔ)上改進(jìn)了收斂速度。將動(dòng)態(tài)調(diào)整制約函數(shù)的粒子群優(yōu)化算法應(yīng)用到最優(yōu)潮流問(wèn)題的求解