[發明專利]一種基于改進粒子群算法的電力系統無功優化方法

在審

• 申請號: 201710481491.X
• 申請日: 2017-06-22
• 公開（公告）號: CN109120017A
• 公開（公告）日: 2019-01-01
• 發明（設計）人: 沈岳峰;楊燁;程青青;熊玉倩;江曉燕
• 申請（專利權）人: 南京理工大學
• 主分類號: H02J3/50
• 分類號: H02J3/50;G06N3/00;G06Q10/04;G06Q50/06
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 朱顯國

1.一種基于改進粒子群算法的電力系統無功優化方法，其特征在于，包括以下步驟：

步驟1、輸入系統數據和優化算法參數并初始化種群；

步驟2、根據粒子群算法和差分進化算法種群中個體的位置信息進行潮流計算；

步驟3、更新粒子群算法和差分進化算法種群；

步驟4、比較兩種群最優值的優劣并保存最佳個體的位置和相應適應值。

2.根據權利要求1所述的基于改進粒子群算法的電力系統無功優化方法，其特征在于，步驟1中系統數據包括發電機參數、負荷參數、變壓器參數、無功補償參數，控制變量的上下限值；

初始種群的產生方法為：

x_id＝Rand()×(x_id.max-x_id.min)+x_id.max

式中，x_id，x_id.min，x_id.max分別為第i個粒子的第d維控制變量及其上限值和下限值；Rand()是在[0,1]均勻分布的隨機數。

3.根據權利要求1所述的基于改進粒子群算法的電力系統無功優化方法，其特征在于，步驟2中根據粒子群算法和差分進化算法種群中個體的位置信息進行潮流計算分為兩個進程，一是計算出某次迭代的電網潮流值，另一個是根據得出的潮流值對電網的網絡參數重新進行修正，之后進行新一輪的電網潮流計算。

4.根據權利要求1所述的基于改進粒子群算法的電力系統無功優化方法，其特征在于，步驟3中更新粒子群算法和差分進化算法種群具體為：

假設一個由M個粒子組成的群體在D維的搜索空間以一定的速度飛行，粒子i在t時刻的狀態屬性設置如下：

位置：

L_d,U_d分別為粒子i在d維搜索空間的上限位置和下限位置；

速度：

v_min.id，v_max.id分別為粒子i在d維的最小速度和最大速度；

個體最優位置：

全局最優位置：

其中1≤d≤D,1≤i≤M，則粒子在t+1時刻的位置通過下式更新獲得：

式中，ω為慣性權重系數，r₁，r₂為均勻分布在(0,1)區間的隨機數；c₁，c₂為學習因子；

對兩種算法種群的更新由三部分組成，第一部分為粒子先前速度的繼承，表示粒子對當前自身運動狀態的信任，依據自身的速度進行慣性運動；第二部分表示粒子本身的思考，即綜合考慮自身以往的經歷從而實現對下一步行為決策；第三部分表示粒子間的信息共享與相互合作。

5.根據權利要求1所述的基于改進粒子群算法的電力系統無功優化方法，其特征在于，步驟4比較兩種群最優值的優劣具體是比較粒子群體中最佳個體和差分進化群體中最佳個體的優劣，選擇最佳個體作為粒子群算法和差分進化算法的下一步進化的依據。