周正阳

摘要：本文研究的主要目的是为了明确电力系统无功优化的重要性，通过提出一些改革的策略来提升电力系统无功优化的质量，进而推动我国电力事业的创新发展。通过对电力系统无功优化进行改革，能在一定程度上提升电力系统无功优化的整体水平。

关键词：引力搜索算法;电力系统;无功优化

前言：

改进引力搜索算法的电力系统无功优化，已经成为电力企业的重要研究内容，这样的研究特点使得相关工作人员在引力搜索算法的优化过程中，需要对新型的引力搜索计算方式和电力系统无功优化模式进行探究和创新，方能增强电力系统无功优化的整体水平。因此本文此次研究的内容和提出的策略对丰富电力系统无功优化的改革内容具有理论性意义，对指导电力系统无功优化的改革方式具有现实意义。

1引力搜索算法

1.1 理论依据

引力搜索算法在2009年初次被提出，该算法实际上是基于万有引力定律以及牛顿第二运动定律作为重要理论依据得出的，并在种群移动空间内开展的全局搜索。结合万有引力定律的理论内容可知，两个不同的物体会因为受到万有引力的作用而出现互相吸引的状态，万有引力将与两个物体所具有的惯性质量的乘积成正比例关系，与两个物体之间间距的平方数成反比例关系，即为F=G 。在一个总质量为M的物体承受力的大小为F的直接作用力时，将会出现加速度，即为a= [1]。

将两个公式所描述出的万有引力应用在多数量物体之间的引力作用之中，惯性质量为MA的物体A对实际惯性质量为MA的物体1能够产生的万有引力为FA。这就意味着在多数量物体之间万有引力综合作用下产生的合力F= FA，在该合力的状态下MA产生的实际加速度为a。

1.2 基本原理

如果在B维的空间范围内具有N个数量的粒子，它们所存在的位置用Xi=（xi1，xi2，...，xiB），位置的下标区域为i=1，2，...，B。基本原理是表示粒子所承受的合力F在正常情况下将使用其他种类的粒子对其产生的万有引カ作用进行随机加权，在顺利的计算出粒子i在处于第d分量时，在t时刻计算出其所承受的实际合力后，工作人员即可结合牛顿第二定律了解t时间时内粒子所具有的实际加速度，这就意味着研究人员可以在t时间内寻找到粒子的适应性最佳值。

在可见粒子具有的可适应值逐渐接近最优值的过程中，粒子所具有的惯性质量也会随之增大，该粒子对其他粒子产生的实际吸引力也随之增大。粒子在进行移动的过程中，如果速度达到了[vm，vma]的区间范围内，在利息出现越限时，研究人员应该尽可能将其控制在[vmn，vmx]的范围内。因此粒子所处位置在[xmin，xm]范围内时，在粒子位置达到x（t + 1），也就是粒子在越限状态时，研究人员应该尽可能将其控制在[Exn，xma]内[2]。

在出现迭代的初期阶段，如果设置了比较多的粒子，可以在一定程度上提升引力搜索算法所具有的全局算法搜索能力。在更新迭代次数逐渐增加时，研究人员仅需要适当的保留一些质量比较大的粒子进行作用力研究即可，可以有效的提升引力搜索算法在邻域空间的搜索速率。

2无功优化模型

现如今电力系统进行无功优化时容易出现的问题主要运用发电机电压调节、载型调压变压器的抽头调整以及无功补偿设备容量调整等举措进行无功优化调整，可以有效的降低电网的有功损耗量。正常情况下电力系统出现的无功优化问题可以被描述为一个非线性规划的模型。如果在进行电力系统无功优化时使用最小功损网视为目标函数，函数公式即为如图1所示。

在该函数中So、Sg代表发电机的集合以及母线的集合，Pa代表一个重要的节点i，表示系统发电产生的有功功率，Pi 是电力系统节点所具有的有功负荷，λ1和λ2代表因子，Qa、Qa表示发电机进行无功发力时的上限以及下限。U1、UJ则代表母线可承受电压的上限以及下限，SQo和Uo代表发电机所具有的无功发力以及母线电压的实际越限量[3]。

3基于引力搜索算法的无功优化求解

3.1主要内容

引力搜索算法的主要内容是指在搜索算法的使用初期可以借助多个进行作用的粒子对种群产生的万有引力作用进行分析，从而实现对区域内整体范围的寻优处理。在更新迭代的次数逐渐累积的状态下，万有引力的常数G将逐渐下降，种群会因为渐渐降低作用粒子的万有引力作用而聚集在一起，聚集空间一般位于最优解的邻域区间。

研究人员即可以直接在局部的区间范围内展开详细搜索，即可高效的寻找到最佳解。但因为电力系统无功优化问题中具有较多的离散变量，万有引力常数G在指数逐渐下降的状态，将造成电力系统离散变量较早的终止进行最优解的寻找，不利于解决电力系统无功优化问题和系统中离散变量的万有引力常数G进行区分处理的问题，连续性变量的万有引力常数G如果依照相应的公式开展更新，即可以使电力系统离散变量的万有引力常数处于恒定不变的状态[4]。

3.2操作步骤

首先需要进行读入数据操作，研究人员在待优化处理的电力系统的拓扑结构、系统负荷参数、发电机数据信息、系统电压幅值、系统发电功率、系统无功补偿的限值数据进行整合。随后，研究人员即可进行电力系统的初始化处理，并设定好引力搜索算法具有的种群大小、万有引力常数、万有引力变化系数、最终存在的作用粒子数量以及最大的更新迭代次数。

第三步研究人员需要在电力系统中设定一个初始的种群，并提前设置一个待无功优化变量，并且随机进行初始种群的自动生成，对系统中的左右粒子开展搜索计算，并依照粒子的适应度指标，开展粒子适应度的评估测算，可以获得一个系统范围内最佳解的初始值。研究人员需要对电力系统无功优化的收敛条件具有一定的识别能力，研究人员需要了解更新迭代次数为y=y+1时，测算y<Y是否处于成立的真命题，假如是真命题，研究人员即可以继续进行电力系统的无功优化，如果不是，研究人员需要立即将电力系统退出无功循环操作。

在计算电力系统粒子的质量时，研究人员应该挑选出种群中最优和最差粒子所具有的实际适应值，并依照粒子质量测算公式计算出作用粒子的实际适应值。在进行电力系统无功优化的过程中需要及时的更新作用粒子所具有的个数。研究人员可以将种群依照质量大小以自大至小的顺序开展排列步骤，并择优选取粒子作为电力系统无功优化的作用粒子。

在使用引力搜索计算进行粒子合力计算时，研究人员可以依照与之对应的公式计算出万有引力常数，尽可能确保电力系统离散变量所具有的万有引力常数处于恒定不变的状态。工作人员依照间距公式可以较为精准的计算出非作用粒子以及作用粒子之间的物理距离，亦可计算出电力系统无功处理中所有粒子因互相吸引而出现的合力。

研究人员在更新粒子速率以及位置时，可依据引力搜索公式计算出各粒子所具有的实际加速度以及已更新粒子所具有的实际速率以及新的位置。在进行种群适应度综合评估时，研究人员可以直接将各个粒子所处的位置当作控制变量开展电力系统的无功优化计算，从而计算出电力系统无功优化的最佳解。

结论：

通过文章的分析和研究得知，基于改进引力搜索算法的电力系统无功优化是推动电力系统全面发展的有效手段。本文研究中提出的几点建议，主要围绕电力系统无功优化，注重基于改进引力搜索算法的电力系统无功优化才能更好的提升其电力系统的综合水平，这对电力系统的改革和创新具有重要的意义。在我国电力事业不断发展下，将会出现多样化的电力系统无功优化方法，作为电力企业的工作人员，应重视自身无功优化能力的提升，进而为电力系统提供优质的无功优化服务。

参考文献：

[1]刘利兰. 电力系统无功优化的改进引力搜索算法研究[D].重庆邮电大学，2017.

[2]唐卓贞，薛斌.基于万有引力搜索算法的船舶电力系统无功优化[J].中国航海，2016，39（02）：24-26+39.

[3]陈功贵，刘利兰，郭艳艳，郭飛.基于改进引力搜索算法的无功优化仿真研究[J].实验技术与管理，2016，33（05）：113-116+120.

[4]钟映红，朱素群.基于引力搜索算法的电力系统无功优化[J].广东电力，2013，26（12）：110-115.