基于粒子群优化算法的电力系统无功优化

基于粒子群优化算法的电力系统无功优化

ID:46295274

大小:110.06 KB

页数:3页

时间:2019-11-22

基于粒子群优化算法的电力系统无功优化_第1页
基于粒子群优化算法的电力系统无功优化_第2页
基于粒子群优化算法的电力系统无功优化_第3页
资源描述:

《基于粒子群优化算法的电力系统无功优化》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36卷第20期计算机工程2010年10月Vol.36No.20ComputerEngineeringOctober2010·人工智能及识别技术·文章编号:1000—3428(2010)20—0198—02文献标识码:A中图分类号:TP312基于粒子群优化算法的电力系统无功优化陶国正,徐志成(常州机电职业技术学院电气工程系,江苏常州213164)摘要:针对粒子群优化算法在进化中随种群多样性降低易出现早熟收敛等问题,结合全局-局部最优模型,提出一种改进的全局-局部参数最优粒子群优化算法。利用全局-局部最优惯性权重及全局-局部最优加速度常数,简化速度更新方程,使算法性能得到改善。将该

2、算法应用于电力系统无功优化中,仿真结果表明,网损平均值更低,寻优性能更好,优化的网损值集中在较小的区间。关键词:粒子群优化算法;惯性权重;加速常数ReactivePowerOptimizationinPowerSystemBasedonParticleSwarmOptimizationAlgorithmTAOGuo-zheng,XUZhi-cheng(DepartmentofElectricalEngineering,ChangzhouInstituteofMechatronicTechnology,Changzhou213164,China)【Abstract】Aimingat

3、thedisadvantagessuchasprematurityinParticleSwarmOptimization(PSO)algorithmbecauseofthedecreaseofswarmdiversity,animprovedPSOalgorithmnamedGLBest-PSO(Global-LocalBestPSO)isproposedcombiningtheglobalbestandlocalbestmodel.Thealgorithmincorporatesglobal-localbestinertiaweightandglobal-localbestac

4、celerationcoefficienttosimplifythevelocityequationandtheperformanceofthealgorithmisimproved.Itisusedinthereactivepoweroptimizationinpowersystem.Simulationresultsshowthatitsaveragetransmissionlossislower,withbetteroptimizationperformanceandsmallerareaofoptimizedtransmissionlossvalues.【Keywords

5、】ParticleSwarmOptimization(PSO)algorithm;inertiaweight;accelerationcoefficient1概述式(2)通常被认为是基本PSO算法。粒子群优化(ParticleSwarmOptimization,PSO)算法的发文献[3]引入了限定因子X,构成PSO算法的限定因子展历史较短,因此,其理论基础及应用推广仍存在着一些问法,即:题。为了提高基本PSO算法收敛速度及避免其陷入局部最优vt(+=1)χϕ(()vt+(pxt−())ϕ(gxt−()))ijij12ijijijij解,本文提出一种改进的PSO算法,即全局-局部参

6、数最优xt(1+=)()(1xtvt++)(3)ijijij粒子群优化(Global-LocalBestPSO,GLBest-PSO)算法。2X=2/

7、2−−ϕϕϕϕ−4

8、,>4(4)2基于全局-局部参数最优的粒子群优化算法一般选择ϕ为4.1,则X为0.7298,这相当于w为定值2.1标准PSO算法0.7298、cc==1.49445的基本PSO算法。12在PSO算法中,“群”来源于Millonas在开发应用于人工[1]2.2算法参数分析及改进生命的模型时所提出的群体智能的5个基本原则,“粒子”在式(2)中,如果令w=0,则粒子速度只取决于当前位置则是一个折中的选择,它一方面将群

9、体中的成员描述为没有和历史最好位置p和g,速度本身没有记忆性,PSO算bestbest质量和体积的个体,另一方面赋予其速度和加速度。[1]法更像一个局部算法。PSO算法的原理为:D维空间中存在m个粒子,每个对于全局搜索,通常的好方法是在前期具有较高的探索粒子坐标为x=(,,,)xx?x,同时每个粒子具有速度ii12iiD能力以得到合适的种子,而在后期有较高的开发能力以加快vvvv=(,,,)?。该粒子的历史最好位置p=(,,,)pp?p,ii12iiDii12iiD收敛速度。基于

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。