PSO算法在电力系统无功优化中的应用

【摘要】： 粒子群优化算法是群体智能中一个新的分支。20世纪90年代中期,由Kennedy博士和Eberhart博士首先提出了一种模拟自然界生物群体的智能行为的计算模型——PSO算法,并把它创造性地应用于科研和工程中,成功的解决了一些实际问题。从此,它的实用价值逐渐被人们所认识。 PSO算法是一种随机化搜索方法,主要特点是其群体搜索策略和群体中个体的信息交换,搜索不依赖于梯度信息,收敛速度快、鲁棒性好、通用性强,无可微性,嵌入优化问题的过程简单,不需对问题本身有深入的数学了解,尤其适于处理传统搜索方法难以解决的复杂的非线性的问题,非常适合于计算机数值运算。但是基本PSO算法易于陷入局部最优解。 针对上述缺点,本文将PSO算法用于电力系统无功优化规划中,在总结前人经验的基础上,并结合配电网的实际,对基本PSO算法作了一些改进,结果比较令人满意。本文所作的主要工作有: 1.改变粒子群的随机初始化方法,采用单纯体法初始化。使初始粒子的分布更均匀,提高初始粒子的质量,有助于寻优过程跳出局部最优解,最后收敛到全局最优解。 2.将变异的思想引入PSO算法,当群中粒子急剧聚集时,按一定变异率对其进行变异操作,增加粒子多样性,提高粒子的搜索能力,避免粒子群趋于一致,有利于跳出局部最优解。 3.改变基本PSO算法的部分参数的设置,包括:自适应调整惯性权重W ,合理设置学习因子C1和C2。在进化收敛判据上,采取了最大遗传代数N与优化精度相结合方式,加快了进化收敛速度。通过算例,参数改变后,优化结果精度更高。 4.对目标函数中有功网损的加权系数及补偿电容器组投资的加权系数采用了动态取值法,能够较快地将含越限状态量的解淘汰,在一定程度上加快了进化收敛速度。 5.结合配电网的实际,建立合理的数学模型,即考虑网络有功网损最小、无功补偿设备的投资为最少的同时,运行电压质量满足要求。根据配电网的实际情况,编制了相应的程序,对IEEE-6和IEEE-30节点系统的实际算例进行了计算。通过实际算例,改进PSO算法应用于电力系统的配电网实际,所得结果是令人满意的。

【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2007
【分类号】：TM744