配電網(wǎng)拓撲結構的優(yōu)化是配電網(wǎng)運行中的一項重要任務,在正常工況或異常工況下通過改變開關狀態(tài)位置來實現(xiàn).本文以網(wǎng)絡的有功損失最小為目標函數(shù),并將節(jié)點電壓、線路容量、徑向結構作為約束條件,提出了一種混合粒子群優(yōu)化算法,有效地確定了配電網(wǎng)的最優(yōu)配置.混合粒子群優(yōu)化算法并不需要通過原粒子群算法公式來更新粒子位置,而是引入了遺傳算法的交叉與變異操作,通過粒子自身個體極值與群體極值的交叉以及粒子自身的變異來更新粒子位置,從而加快了算法的搜索速度.將該方法應用于IEEE33配電網(wǎng)的優(yōu)化計算,結果表明,本文的方法每次都能找到全局最優(yōu)值. 

【文章來源】：小型微型計算機系統(tǒng). 2020,41(08)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

IEEE 33節(jié)點配電系統(tǒng)圖

為了計算目標函數(shù)式(1)，須計算各分支的電流，從而得到各支路的有功損失．本文中將系統(tǒng)潮流計算作為一個函數(shù)，其輸入為5個分閘位開關編號，輸出為系統(tǒng)總的有功損失，其流程如圖2所示．2.2 粒子群算法應用于配電網(wǎng)優(yōu)化

如圖3所示，選擇個體的3到5位與極值進行交叉，即[6,4,7]變?yōu)閇7,6,5]，又因為交叉后的5產(chǎn)生了重復，所以將交叉后產(chǎn)生的5用原個體中不重復的4來代替，得到新個體．變異即為選擇個體的3位和5位進行互換，即圖3中的6與7互換得到新個體．通過粒子自身個體極值與群體極值的交叉來跳出局部最優(yōu)解，并可通過粒子自身的變異來更新粒子位置，改善了標準粒子群算法后期收斂速度緩慢的問題，同時提高算法的收斂速度，同時找到最優(yōu)值概率也大大增加．混合粒子群的計算流程圖如圖4所示．


本文編號：2966209