[發明專利]基于黃金混沌小生境粒子群算法的配電網無功優化方法

無效

• 申請號: 201310215461.6
• 申請日: 2013-05-31
• 公開（公告）號: CN103337861A
• 公開（公告）日: 2013-10-02
• 發明（設計）人: 王昕;鄭益慧;李立學;姜平;劉彥文;李強;李曉旭
• 申請（專利權）人: 上海交通大學;國家電網公司;吉林省電力有限公司四平供電公司
• 主分類號: H02J3/18
• 分類號: H02J3/18;G06N3/00
• 代理公司: 上海漢聲知識產權代理有限公司 31236
• 代理人: 胡晶

技術領域

本發明屬于電力信息技術領域，其涉及一種基于黃金混沌小生境粒子群算法的配電網的無功優化方法。

背景技術

隨著現代科技的發展，電力的地位也越來越突出，人們對電能質量的要求也越來越高，同時電力的安全性也受到越來越多的關注。電能作為被廣泛應用的能源，節能減耗工作顯得尤其重要。無功規劃是電力系統安全運行的一個重要組成部分，主要是通過對電力系統的無功電源進行合理的配置，實現維持電網電壓水平、改善電網穩定性、減少有功網絡損耗及保證有較寬的運行裕度。近年來電力系統無功優化的越來越多，提出了大量的優化算法。目前群智能算法較為被看好，但是該類算法存在一個致命的缺點即全局搜索能力不強。以基本粒子群算法ParticleSwarmOptimization(PSO)為例，該算法容易陷入局部最優，所以算法最終效果與初始化的好壞有直接的關系。針對這個問題，各種改進的粒子群算法相應被提出，但其中絕大多數涉及到具體運用背景的先驗知識，則很難推廣開來，實現起來也較為困難，同時計算復雜也提高了很多。申請號為201210269543.4，名稱為“一種基于小生境粒子群算法的配電網的無功優化方法”的專利申請公開了一種配電網無功優化方法，其基于小生境粒子群算法，具有較強的全局搜索能力，但存在以下缺陷：未考慮初始化的不利可能應起的不良影響，以及粒子群在搜索過程中存在的無效重復搜索等問題。

發明內容

為克服現有技術中存在的缺陷，本發明提供一種基于黃金混沌小生境粒子群算法的配電網的無功優化方法，其全局搜索能力強，容易實現，便于推廣。具體的技術方案如下。

基于黃金混沌小生境粒子群算法的配電網無功優化方法，包括如下步驟：

步驟S1，建立無功規劃數學模型，根據所述無功規劃數學模型獲得若干個粒子，所述若干個粒子的集合形成初始種群；

步驟S2，獲取配電網系統的節點信息和支路信息，設置控制變量的個數及各控制變量的取值范圍以及初始種群的群體規模；

步驟S3，對所述初始種群進行初始化并設置初始參數，獲得初始粒子群；所述初始化是指在粒子取值范圍內對所述初始種群中的粒子隨機選擇粒子的初始速度和初始位置，所述初始參數包括最大迭代次數和適應閾值；

步驟S4，對所述初始粒子群中的每個粒子進行潮流計算，計算所述初始粒子群中每個粒子的網損，獲得每個粒子的適應度值、當前個體最優解pBest_i以及鄰域最優解pBest_n,i；

步驟S5，根據每個粒子的適應度值，按照黃金分割判斷方法將所述初始粒子群中的粒子分為標準粒子和混沌粒子，從而形成標準粒子群和混沌粒子群；

步驟S6，對所述混沌粒子群進行混沌變換，對所述混沌粒子群中的混沌粒子進行映射、迭代以及逆映射，從而得到變換粒子群；

步驟S7，設置慣性因子以及加速系數，根據所述慣性因子以及加速系數調整標準粒子群和變換粒子群中每個粒子的粒子速度和粒子位置，并對每個粒子中越界點的控制變量和狀態變量進行調整，經調整后的粒子組成一更新粒子群；

步驟S8，對所述更新粒子群中每個粒子進行潮流計算，計算所述更新粒子群中每個粒子的綜合費用；

步驟S9，若迭代次數已經達到最大迭代次數或前后兩次迭代最優解的變化量小于設定的適應閾值，則執行步驟10；若不滿足，則回到步驟5；

步驟S10，停止迭代，輸出最優解和無功配置結果。

作為優化方案，所述步驟S1進一步包括：

選取系統的有功網損和無功設備投資的綜合費用作為目標函數，并將節點電壓越限及發電機無功出力越限以罰函數的形式添加到無功優化的數學模型中，如式（1）所示：