發(fā)布時(shí)間：2021-02-28 23:40

　　針對(duì)粒子群算法搜索后期的局部收斂問題,提出加入鄰域空間和擇優(yōu)替換粒子改進(jìn)方法的自適應(yīng)信息選擇粒子群優(yōu)化（AISPSO）算法.將AISPSO算法應(yīng)用于電網(wǎng)無功優(yōu)化,選取發(fā)電機(jī)節(jié)點(diǎn)電壓、變壓器、無功補(bǔ)償容量為控制變量,代入粒子編碼機(jī)制尋優(yōu),在連續(xù)5次迭代無法跳出時(shí),加入鄰域空間,替換粒子后再次搜索.通過AISPSO算法優(yōu)化調(diào)度,搜索電網(wǎng)網(wǎng)損最優(yōu)值,達(dá)到電網(wǎng)無功優(yōu)化目標(biāo).根據(jù)研究數(shù)據(jù)對(duì)比,AISPSO算法尋優(yōu)所得網(wǎng)損比基本粒子群算法降低了4.43個(gè)百分點(diǎn). 

【文章來源】：上海工程技術(shù)大學(xué)學(xué)報(bào). 2019,33(04)

【文章頁數(shù)】：6 頁

【部分圖文】：

圖2 粒子編碼結(jié)構(gòu)圖

以迭代次數(shù)為50,種群規(guī)模為20的IEEE 30節(jié)點(diǎn)電網(wǎng)為例.采用AISPSO算法進(jìn)行計(jì)算,算法流程圖如圖3所示.該算法的主要計(jì)算步驟如下.1) 設(shè)定計(jì)算前的各類參數(shù),如影響粒子搜索能力的慣性權(quán)重值和學(xué)習(xí)因子等,最大程度提高AISPSO算法在網(wǎng)損尋優(yōu)過程的能力;確定變量上下限值,避免變量搜索過程中出現(xiàn)范圍外的情況,減少結(jié)果錯(cuò)誤率.

圖4為IEEE 30節(jié)點(diǎn)系統(tǒng)框圖.圖中有4條線路裝有變壓器調(diào)整兩端電壓,故在編碼機(jī)制中設(shè)變壓器數(shù)量為4;發(fā)電機(jī)端節(jié)點(diǎn)分別為1、2、13、22、23和27,共6個(gè);用戶負(fù)荷端節(jié)點(diǎn)分別為2～4、7～8、10、12、14～21、23～24、26和29～30,共20個(gè).其變量約束條件及優(yōu)化結(jié)果見表1至表3.表1 控制變量約束條件(標(biāo)幺值)Table 1 Constraints of control variables VG KT QG 上限 1.06 1.100 0.60 下限 0.96 0.900 0.00 步長(zhǎng) 0.01 0.025 0.02

【參考文獻(xiàn)】：
期刊論文
[1]基于分層編碼粒子群優(yōu)化的配電網(wǎng)復(fù)合目標(biāo)重構(gòu)方法研究（英文）[J]. 文娟,譚陽紅,蔣林,徐祖華.  Journal of Central South University. 2018(03)
[2]用快速收斂粒子群優(yōu)化算法解決函數(shù)優(yōu)化問題[J]. 鄭曉月.  輕工學(xué)報(bào). 2016(03)
[3]粒子群算法的邊界問題研究[J]. 方田.  科技視界. 2015(13)
[4]基于前推回代法和牛頓拉夫遜法的配電網(wǎng)潮流計(jì)算[J]. 彭穗,何朋亮,劉志偉,歐陽文建,劉文峰.  電子測(cè)試. 2015(02)
[5]基于種群替代的量子粒子群算法的含風(fēng)電網(wǎng)無功優(yōu)化[J]. 孟安波,李陽,陳育成,何占琦.  電氣應(yīng)用. 2014(05)
[6]基于改進(jìn)PSO算法的電力系統(tǒng)無功優(yōu)化[J]. 陳前宇,陳維榮,戴朝華,張雪霞.  電力系統(tǒng)及其自動(dòng)化學(xué)報(bào). 2014(02)
[7]基于改進(jìn)粒子群算法的無功優(yōu)化[J]. 劉水.  電氣應(yīng)用. 2013(02)
[8]求解約束優(yōu)化問題的動(dòng)態(tài)多種群粒子群算法[J]. 劉衍民.  山東大學(xué)學(xué)報(bào)(理學(xué)版). 2011(09)
[9]求解約束優(yōu)化問題的動(dòng)態(tài)鄰域粒子群算法[J]. 彭虎,田俊峰,鄧長(zhǎng)壽.  計(jì)算機(jī)應(yīng)用研究. 2011(07)
[10]一種基于收縮因子的改進(jìn)粒子群算法[J]. 易云飛,陳國(guó)鴻.  軟件導(dǎo)刊. 2009(09)

碩士論文
[1]地區(qū)電網(wǎng)無功優(yōu)化研究[D]. 肖少華.華南理工大學(xué) 2016
[2]基于改進(jìn)粒子群算法的電網(wǎng)無功優(yōu)化[D]. 梁新蘭.東北石油大學(xué) 2010



本文編號(hào)：3056623