含分布式发电的改进BFO算法配电网无功优化

《含分布式发电的改进BFO算法配电网无功优化》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第32卷第5期计算机仿真2015年5月文章编号：1006—9348(2015)05—0127-05含分布式发电的改进BFO算法配电网无功优化彭继慎，杨慕紫，马冰(辽宁工程技术大学电气与控制工程学院，辽宁葫芦岛125105)摘要：在含分布式电源的电网无功优化研究中，为了更有效地提高配电网性能，提出了一种改进细菌觅食算法(CP—BFO)。以电网网损最小、负荷节点电压和发电机的无功出力约束作为综合目标函数，采用细菌觅食算法，在聚焦操作中引入粒子群变异算子，使算法具有良好的全局搜索能力，提高了算法的寻优效率。同时利用混沌原理对改进的细菌觅食算法的参数进

2、行自适应调节，改善了算法的收敛性能。通过节点系统的仿真表明，CP—BFO算法在提高含分布式电源的智能电网电压质量与减少功率损耗的优化过程中具有可行性和有效性。关键词：分布式电源；无功优化；混沌；细菌觅食算法；粒子群算法中图分类号：TM743文献标识码：BReactivePowerOptimizationinDistributionNetworkswithDistributedGenerationBasedonImprovedBacteriaForagingOptimizationAlgorithmPENGJi—shen，YANGMu—zi，MA

3、Bing(DepartmentofElectricalandControlEngineering，LiaoningTechnicalUniversity，HuludaoLiaoning125105，China)ABSTRACT：Toimprovetheperformanceofdistributednetworkinthereactivepoweroptimizationofsmartgird，animprovedCP-BFOalgorithmbasedonchaoticparticleswarmbacteriaforagingispropos

4、ed．Thesmallestlossofdis-tributionnetwork．theconstraintofnodevoltageandtheconstraintofreactivepoweroutputaretakenastheobjective．Theparticleswarn2algorithmisintroducedinthegatherofbacteriaforagingoptimizationalgorithm，itcannotonlyhavegoodglobalsearchabilitybutalsoimprovetheeff

5、iciency．Thechaostheoryisusedtoadjusttheimprovedbacte—riaforagingoptimizationalgorithmadaptively，andtheconvergenceofthealgorithmisimproved．SimulationresultshowthattheCP—BFOalgorithmcallreducepowerlossesandimprovevoltagequalityinthesmartgirdwithdistribu-tedgeneration，thefeasib

6、ilityandvalidityofthealgorithmareapproved．KEYWORDS：Distributedgeneration；Reactivepoweroptimization；Chaos；Bacterialforagingoptimization(BFO)al-gorithm；Particleswarlnoptimization(PSO)1引言随着智能电网的的蓬勃发展，太阳能、风能等分布式发电设备已越来越多的并人电网，配电网也从单一电源变为遍布电源。分布式发电装置(DistributedGeneration，DG)并入配电

7、网后，不仅使配电网的节点电压和网络损耗等受潮流分布影响发生改变[1。2J，并且对配电网的电能质量以及系统稳定性也会产生一定影响。因此，分布式电源并网的无功优化研究对智能电网的稳定运行具有重要的意义¨“j。配电网的无功优化的实质是非线性、多变量的整数问题的规划L5J。针对此问题已有许多优化算法被提出[6-9]。文献[6]提出了一种蜜蜂型遗传算法，将其运用于电力系统无功优化问题中，大大降低了系统有功网损。文献[7]应用聚收稿日期：2014-07一11类蚁群算法有效地提高了算法的搜索灵敏度，准确地确定了电网无功补偿最佳补偿位置和容量。文献[8]采用自

8、适应聚焦粒子群优化算法，增强了算法搜索性能，有效地处理了带有复杂约束条件的电力系统无功优化问题。这些算法对配电网无功优化控制在不同程度上起到了一定作用