邓集瀚, 杨俊杰

(上海电力学院 电子与信息工程学院, 上海　200090)



基于改进细菌觅食算法的无功优化

邓集瀚, 杨俊杰

(上海电力学院 电子与信息工程学院, 上海200090)

摘要:采用改进的细菌觅食(MBFO)算法求解电力系统无功优化问题,引入了步长递减的控制策略,改善了算法前期的全局搜索能力和后期的局部搜索能力;引入了SA-PSO变异算子,从而使个体可以相互交流,并从精英那里得到经验;引入遗传算法的交叉和赌盘选择,保护了精英个体,同时降低了解劣化的概率.以IEEE-30节点为例的算例结果表明,较其他几种优化方法而言,MBFO具有更快的收敛速度和更好的优化效果,故该算法在解决无功优化问题上可行且有效.

关键词：电力系统; 无功优化; 细菌觅食算法

电力系统无功优化指的是在满足所有约束条件的前提下,当系统拓扑结构和运行状况给定时,通过调节某些控制变量,从而改变系统的潮流分布,并使得某些性能指标最优.无功优化是最优潮流的一个分支,并且是一个典型的多变量、非线性、多约束的组合优化问题.现阶段求解无功优化问题的方法主要有经典方法和智能优化算法两种.

经典方法的典型代表有梯度算法(Gradient Algorithm)、牛顿法(NEWTON Method)、内点法(Interior Point Method),该类方法的核心在于采用梯度信息进行寻优.智能优化算法具有较好的鲁棒性,并且对研究对象是否可微或可导不敏感,求解无功优化的智能优化算法有粒子群算法[1]、鱼群算法[2]、蚁群算法[3]、免疫算法[4]、差分……