基于自适应微粒群算法的电力系统无功优化.pdf

基于自适应微粒群算法的电力系统无功优化.pdf

ID:52482952

大小:329.80 KB

页数:5页

时间:2020-03-28

基于自适应微粒群算法的电力系统无功优化.pdf_第1页
基于自适应微粒群算法的电力系统无功优化.pdf_第2页
基于自适应微粒群算法的电力系统无功优化.pdf_第3页
基于自适应微粒群算法的电力系统无功优化.pdf_第4页
基于自适应微粒群算法的电力系统无功优化.pdf_第5页
资源描述:

《基于自适应微粒群算法的电力系统无功优化.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第34卷第4期2013年8月电力与能源351基于自适应微粒群算法的电力系统无功优化王健鹏(上海市电力公司嘉定供电公司,上海2O18O0)摘要:针对当前电力系统进行无功优化采用传统的优化方法,存在诸多不足的问题,提出了一种自适应微粒群优化(APSO)算法,用以解决无功优化时控制变量一般为离散变量和标准微粒群优化(PSO)算法中参数需经多次试验确定而影响实用性的问题。APSO算法采用自适应参数策略和边界约束条件,能够取得问题的全局优化解。通过建立基于APSO算法的无功优化模型,成功解决了变量的离散问题。在Vis

2、ualStudio2008环境下,采用C#语言编写,应用在IEEE30节点系统的无功优化程序计算结果表明,APSO算法较标准PSO算法有效地提高了收敛精度及稳定性,具有较好的自适应性和有效性,而且全局寻优能力更强。关键词:电力系统;微粒群优化算法;自适应参数策略;无功优化中图分类号:TM714.3文献标志码:A文章编号:2095—1256(2013)04—0351一O5PowerSystemReactivePowerOptimizationBasedonAdaptiveParticleSwarmAlgori

3、thmWangJianpeng(JiadingPowerSupplyCompany,SMEPC,Shanghai201800,China)Abstract:Aimingatthecontrolvariablesofreactivepoweroptimizationarediscrete,andsomeparametersinthestandardparticleswarmoptimization(PSO)algorithmneedtObepredefinedbytest,SOthealgorithm’Spr

4、acticabilityisrestricted.Forthesereasons,anadaptiveparticleswarmoptimization(APSO)algorithmisproposedbytheauthors.Inthealgorithm,theself-adaptivetuningstrategyandboundaryconstraintconditionsareintroducedandtheglobaloptimalsolutioniseasilyfound.Thereactivep

5、oweroptimizationresultsofthestandardIEEE一30一buspowersystemshowthatAPSOisefficientthanstandardPSO.TheglobalconvergenceaccuracyandconvergencestabilityareobviouslyimprovedcomparedwiththatofPSO.Keywords:Powersystem;Particleswarmoptimization;Self—adaptivetuning

6、strategy;Reactivepoweroptimization的优化方法,新型方法更容易寻找到全局最优解,O引言也无连续性和可微分的限制条件,但也存在一些电力系统无功优化是对无功功率进行优化调不足。如GA算法收敛速度比较慢,难以满足电度和控制,即在保证满足各种运行约束条件下,最力系统无功优化实时控制的需要;SA算法参数大限度地改善电压质量,降低网损,提高电网的稳的选取比较复杂,致使计算时间过长;PSO算法定性[1]。通过调整发电机的端电压、电容器、电抗所需调整参数较少,但参数需根据经验反复测算器等无功

7、补偿设备和变压器有载分接开关等方法才能确定,且收敛性受参数影响较大。实现无功优化控制。本文在标准PS0算法的基础上,对其存在的传统的优化方法在解决无功功率的优化时,一些问题进行改进,提出了自适应微粒群优化常会遇到以下几个问题:仅能得到局部最优解;(adaptiveparticleswarmoptimization,APSO)难以规整离散变量;需要假设一些条件,如只有单算法,提升了寻找全局最优解的能力和收敛速度。一峰值、连续、可导等。近年来,产生了以遗传将APSO算法应用在IEEE30节点系统的无功(GA)算

8、法、模拟退火(SA)算法、微粒群(PSO)算优化求解中,潮流计算方法采用运算速度较快的法为代表的现代人工智能优化方法。相对于传统P—Q分解法,优化结果表明APS0算法具有较352王健鹏:基于自适应微粒群算法的电力系统无功优化好的自适应性和有效性。式中:K为有载调压变压器变比;K⋯为有载调压变压器下限值;K为有载调压变压器上限值;U。为发电机1无功优化数学模型节点的端电压幅值;Uc⋯为发电机节点的端电压幅值下限值;

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。