基于微粒群算法的电力系统无功优化研究

【摘要】： 电力系统无功优化是提高电压质量、降低系统运行网损、保证系统安全经济运行的有效手段。基于此，国内外的专家学者对其进行了多年的研究，但尚未很好地完全解决这一问题。 从本质上讲，无功优化问题是一个具有大量局部极小值、不连续、多变量、多约束、非线性的复杂优化问题。微粒群(PSO)算法是一种基于群体智能的启发式算法。它具有简单易行、收敛速度快、优化效率高、对种群规模不十分敏感、鲁棒性好等特点，能方便地被用于求解带离散变量、不连续、多变量、多约束、非线性的复杂优化问题中，因而特别适合于求解无功优化问题。 本文首先介绍了无功优化问题的分类，综述了各种无功优化方法，并总结无功优化研究的关键问题。第二章重点介绍了牛顿-拉夫逊法潮流计算，并建立了适合于PSO算法求解的无功优化数学模型。第三章研究了PSO算法的数学描述、算法流程、参数分析和改进思路，并总结了PSO算法的特点，详述了PSO算法在电力系统中的应用现状。第四章提出了一种动态改变惯性权重的改进PSO(MPSO)算法，介绍了随机微粒群(SPSO)算法和退火随机微粒群(SASPSO)算法，并提出将三种算法分别应用于无功优化问题中，得出了在IEEE14和IEEE30节点系统上的计算结果，将这些结果和PSO算法的计算结果进行比较分析，说明了在求解该问题上，MPSO和SASPSO算法的全局收敛特性和收敛精度都比PSO算法有所改善。