基于粒子群算法的电力系统无功规划.pdf

第 25卷第6期 电 力 科 学 与 工 程 Vo1．25，No．6 16 2009年6月 ElectricPowerScienceandEngineering Jun．，2009 基于粒子群算法的电力系统无功规划 盛四清，远树平 (华北电力大学 电气与电子工程学院，河北保定071003) 摘要：对基于粒子群算法的无功规划进行了研究，建立了以无功设备投资和系统有功网损的综合费用最省 作为目标的目标函数，同时将节点电压越限和发电机无功出力越限以罚函数的方式进行处理。将该算法应 用到IEEE30节点系统，计算结果证明了该算法正确有效并具有较好的实用价值。 关键词：粒子群算法；电力系统；无功规划 中图分类号：TM714．3；TM715 文献标识码：A 运行结合起来，并用Kuhn-Tunke条件来求得非线 0 引 言 性的投资费用与系统网损最小的无功配置方案。文 献 [5】用哈密尔顿函数把无功规划问题分解成运 电力系统无功规划的研究是在电网规划基础 行子问题和一个主问题，先用梯度投影法求解运行 上，确定无功补偿设备的安装位置及其容量，以经 子问题，然后通过哈密尔顿函数构造规划主问题。 济的投资保证系统维持合理的电压水平，同时降低 文献 6【】结合遗传算法与线性规划，把无功规划 系统网损，实现系统的安全经济运行。 分解为运行子问题和投资子问题，并利用连续线性 系统无功分布的合理与否直接影响着电力系统 规划解决运行子问题，投资子问题用遗传算法求 的安全与稳定，并与经济效益直接挂钩 n。 解，从而缩小了求解空间，降低了求解维数。文献 无功规划优化中，既有运行变量又有投资变量， 7【】中运用简化的遗传算法求解无功优化规划问题， 有运行约束也有投资约束。这是一个比较复杂的问 在运行子问题中采用线性规划方法进行计算。该算 题，涉及很多的技术和经济因素。以前很多学者在 法可以获得全局最优解，但是计算速度慢。文献 这方面做了大量的研究工作，归纳起来主要有两个 [8】应用遗传算法实现配电网的无功规划，以配电 方面：一是使规划中所建立的数学模型尽量反映实 系统全年电能损耗和无功补偿设备投资之和最小为 际情况，即目标函数和多种约束条件接近电力系统 目标，建立了考虑系统不同运行方式下无功规划的 运行情况，如计及 电压稳定的无功规划模型、多种 数学模型。采用结合灵敏度分析的改进遗传算法求 运行状态的无功规划模型、考虑规划投资的模型以 解数学模型，提出容性和感性无功的补偿规划原则。 及长期无功规划模型等；二是对大规模的优化规划 问题求解过程中遇到的求解时间长、易产生局部最 1 粒子群算法及其改进 优解和 “维数灾”等问题的处理，出现了线性规划 法、非线性规划法、基于Bender，s分解的整数规 1．1基本粒子群算法 划法、图论法、灵敏度分析、内点法和网流法以及 粒子群优化 (ParticleSwarmOptimization， 近年来提出的模拟退火算法、遗传算法 瞄、粒子群 PSO)算法是群体智能最主要的算法之一。它最初 算法 等。 是由Kennedy和Eberhart博士p于 1995年受人 文献 4【】中把普通的系统潮流与系统的经济 工生命研究结果的启发，在模拟鸟群觅食过程中的 收稿 日期：2009-03-01． 作者简介：盛四清 (1965一)，男，华北电力大学电气与电子工程学院教授 第6期 盛四清，等 基于粒子群算法的电力系统无功规划 l7 迁徙和群集行为时提出的一种基于群体智能的演化 映电力系统的真实情况。 计算技术。