基于改进粒子群算法的无功优化研究

电力系统无功优化是保证系统安全、经济运行的一项有效手段，是降低网损、提高电压质量的重要措施。因此，电力系统无功优化问题的研究，既具有理论意义，又具有实际应用价值。而无功优化问题又是一个多变量、多约束的混合非线性规划问题，其操作变量既有连续变量又有离散变量，使得优化过程十分复杂。 本文建立了符合电力系统实际的无功优化数学模型，该模型考虑了系统的实际约束条件和无功调节手段，能够准确直观地反映电力系统无功优化的实际问题。在此基础上对基于粒子群算法的无功优化作了深入的研究，尝试利用粒子群优化算法对无功优化问题进行求解。对常规粒子群算法的搜索策略进行了改进，对约束条件、离散变量及惰性粒子都采取了一定的改进处理措施。 本文对基本的粒子群算法进行了改进，设计了分组变权重的搜索策略，定义了分组权重向量，即通过对每次迭代后粒子的分组、每组赋予分组权重向量中的不同权重，同时使权重随迭代次数的增大而线性变化，使各粒子之间形成分工合作的关系，搜索的方向性更强，速度更快；采用罚函数法处理节点电压与发电机节点无功出力越限的不等式约束，将约束优化问题的求解转化为无约束问题求解；对包括离散变量在内的控制变量采用映射编码和取整的方法进行处理并通过生成可行域中尽量均匀分布的初始解以加速算法的收敛；对惰性粒子通过设置代数阀值判据进行重新初始化，以使其跳出局部最优从而增强算法的全局搜索能力。 根据本文所建立的无功优化模型和改进的粒子群算法，编写了相应的计算程序，通过对IEEE-30节点系统的计算表明，本文所提出的基于改进粒子群算法的电力系统无功优化方法是正确有效的，相比于传统遗传算法，它具有更好的全局收敛能力和更快的收敛速度。