第 28卷第 2期
VO1.28 No.2
湖 北 工 业 大 学 学 报
Journal of Hubei University of Technology
2013年 O4月
Apr.2013
[文章编号]1003—4684(2013 J02—0041—04
基于改进粒子群算法的电力系统无功优化
黄 溥 ,廖 家平 ,赵 熙临
(湖 北工业 大学电气与 电子 工程 学院,湖北 武汉 430068)
[摘 要]简单介绍 了基本的粒子群算法 ,阐述 了在 电力 系统无 功优 化中的数学模型和变量 的约束条件 。对 于粒子
群算 法容易陷入局部最优 解和 后期收敛速度 比较慢的 问题 提 出了 两个改进 的方 法 ,并 且在 IEEE一6节 点系统 上进
行仿真实验 ,证 明了本算法 的可行性 和优越性.
[关键词]无功优化 ;粒子群算法 ;早熟 现象 ;收敛速度
[中图分类号]TM714.3。TP301.6 [文献标识码 ]:A
电力系统无功优化 对于保证系统的经济性和安
全运行 有着 重要 作用 ,同 时也 是 提 高 系统 电压 质 量
的重要方法.传 统的无 功优化 方 法主 要是 非线 性 规
划法 、线 性规 划法 、混合 整数 规划 法、动态规 划法 等 ,
但 这 些 传 统 的 方 法 在应 用 上 很 难 找 到 全 局 最 优
解 _】].因 此通 过 大 量 的研 究 逐 渐 找 到 了一 些 更 优 的
人工智能方法 ,主要包括 :遗传算法 、模拟退火方法 、
禁忌搜索 、免疫算法 ]、人工鱼算法 、蚁群算法 _3 等.
而粒 子群 算法 是最 近十几 年才 发展起 来 的一 种新 型
的智能 随机优化算法 ,该算法 也已经成 功 地应 用在
电力 系统 的 各 个 方 面 ,包 括 无 功 优 化 、最 优 潮 流 计
算、配 电网重构 、电网扩展规划[4 等.
1995年 Kennedy和 Eberhart提 出了一 种新 型
的随 机 搜 索 算 法 —— 粒 子 群 优 化 算 法 (Particle
Swarm Optimization,PSO).粒 子 群 算 法 的优 点 在
于容易实现 、收敛速度快 、具 有较 大 的概率找到全 局
最 优解 ;但是 粒子 群算 法也存 在一 定 的缺点 ,主要 是
容 易 陷入局 部最 优解 ,从 而产 生早 熟现 象 ;同时在 算
法的后期其收敛速度也 比较 慢.针 对该算法 的缺点 ,
本 文提 出了对粒 子群算 法 的一些 改进 以增 强粒 子群
算法前期 的全 局寻优能力和后期的局部寻优能力.
1 无功 优化的数学模 型
1.1 目标 函数
无功 优化 的 目标 函数 主要 包括 技术性 能 指标 和
经济指标 ,本文 以系统的最小网损为 目标 函数 ,如式
(1)所 示
F
N( ) +
Q
M
\ QGjmax
n
--
QQimin/ . (1)
其 中:
fV 一 >
△Ⅵ 一 0 V ≤ V ≤ V
lV 一V < V
fQ GJ—Q GJ Qq > Q GJ
△Q GJ一{ 0 Q i ≤ Q Gj≤ Q
【Q GJ i 一Q Q回< Q i
公式 (1)中第一项 为 网损值 目标 即 系统 的有 功损耗
后两 项则 分别 为 PQ节 点 的 电压 和 PV 节 点 的发 电
机无 功 出力越 限 的罚 函数项 ].且
PL一∑V ∑Vj(G cos3 +B sin3
1.2 功 率约束 方 程
功率约束方程即潮流方程为
fP —P“----V ∑V (G cos3。+B。sin )
l {
Qa—Q +∑△Q 一
I = 1
I Vf∑V,(G。sin8 一B cos )
( 一 1,2… ,72;i∈ NPv,NP0)
式中 :P 、Q“为负荷节 点的有 功 功率和无功功率
负荷 ;P 、Q 为发 电机节点的有功功率和无功功
[收稿 日期]2013—03—25
[作者简介]黄 溥(1987一),男 ,湖南 醴陵人 ,湖北工业大学硕 士研究生 ,研究方 向为人工智 能在 电力 系统 中的应用