三目标遗传粒子算法的电力系统无功优化
2015-12-19马立新
华北电力大学学报(自然科学版) 2015年3期
关键词:优化
马立新,栾 健
(上海理工大学光电信息与计算机工程学院,上海200093)
0 引言
无功优化是指在满足各个节点功率平衡及各设备安全运行的约束下,保证电压质量,通过调整无功装置,使电力系统无功分布达到最佳状态,从而起到减少有功网损,改善电压质量及增大静态电压裕度。目前,多数电力系统无功优化考虑有功网损最小及电压偏差最小。由于电力网[1]的发展,电力网会出现超负荷运行状态,导致了静态电压裕度[2-4]偏低,从而导致故障发生,造成严重的损失情况。
遗传算法与粒子群算法是电力系统无功优化常使用的优化算法。遗传算法是一类借鉴生物界自然选择和自然遗传机制的随机化搜索算法。模拟自然界优胜劣汰的进化现象,把搜索空间映射为遗传空间,把可能的编码成一个向量,向量的每一个元素称为基因。通过不断计算各向量的适应值,选择最好的向量,获得最优解。对于GA 算法种群太小则不能提供足够的采样点,导致算法性能很差。为了防止算法出现早熟收敛现象,从而造成了收敛时间过长,表现为收敛速度缓慢。粒子群算法是以无体积无质量的粒子为个体,规定每个粒子个体的社会行为规则,通过种群间的协调,实现对问题最优解的搜索。但该算法易陷入局部最优、后期收敛速度慢、精度较差等不足情况。[5-8]考虑到以上算法的不足,通常改进方法为通过调整惯性因子w 使粒子跳出局部最优[9-11],从而提高粒子群的全局搜索能力,但难以提高算法的精度及收敛速度的问题。……
登录APP查看全文
