[发明专利]电力系统的无功优化方法

说明书

技术领域

本发明涉及一种电力系统的无功优化方法，特别涉及一种智能群体和仿生计算应用领域的电力系统中的无功优化方法。

背景技术

电压是衡量电能质量的重要指标之一，电压质量对电力系统稳定运行、降低网络损耗、保证工业和农业生产安全、提高产品质量等都有直接影响。提高电力系统输电效率，降低网络损耗是电力部门一直关心的问题。电力系统无功优化属于复杂的多约束非线性组合优化问题，是保证电力系统安全与经济运行的有效手段之一。其目标是在保证满足系统无功功率平衡和电网安全约束的前提下，通过合理调节发电机机端电压、变压器分接头及投切无功补偿设备，实现网损最小化且保持良好的电压水平。

近几年提出的求解无功优化问题的人工智能方法很多，主要包括粒子群算法、人工神经网络、遗传算法、模拟退火算法、混沌优化算法等等。这些算法的基本原理都是基于一个初始种群，按照一定的方式搜索解空间，寻找最优解。

无功优化面临的关键问题是：（1）更新种群时比较随机（2）寻优过程比较盲目（3）寻找最优解时容易陷入局部最优。 如何朝着最优解的方向引入种群多样性，避免盲目随机的问题；如何设计种群规模、更新种群位置将直接决定算法跳出局部最优解的能力。细菌觅食算法(Bacterial Foraging Algorithm,BFA)[亦有称为细菌觅食优化算法(Bacterial Foraging Optimization algorithm,BFO||BFOA)]由K.M.Passino于2002年基于Ecoli大肠杆菌在人体肠道内吞噬食物的行为，提出的一种新型仿生类算法。该算法因具有群体智能算法并行搜索、易跳出局部极小值等优点，成为生物启发式计算研究领域的又一热点。细菌觅食算法模仿大肠杆菌在人体肠道内觅食行为，大肠杆菌的觅食行为分为以下几个过程：（1）寻找可能存在食物源的区域（2）通过先验知识判断是否该进入该觅食区域（3）消耗掉一定量的食物后，或者觅食区域环境变得恶劣等不适合生存的条件出现，细菌死亡或迁移到令一个适合觅食的区域。细菌觅食在优化算法上可以分为下列几个步骤：（1）问题可行解空间组成的细菌群体（2）设计评价函数（3）趋化、繁殖、迁徙等操作进行群体更新和最优解搜索。（4）新旧个体遵循自然界“优胜劣汰，适者生存”原则形成新的种群再进行趋化、繁殖、迁徙等操作，直到把最优细菌个体找出。此细菌即为问题的最优解。

在电力系统中有多个节点，在无功优化中控制变量有多个并且受着范围的限制，这些特性和培养液中的细菌数量大，受环境影响大的特点具有很大的相似性，同时觅食算法具有操作简单、收敛速度快、易跳出局部解等特性，所以利用该算法研究电力系统无功优化问题具有较好的优势。

发明内容

本发明针对上述的问题，目的在于提供一种能够朝着最优解的方向引入种群，避免盲目随机，跳出局部最优解的电力系统的无功优化方法，即、将细菌觅食算法与粒子群优化算法相结合，具有快速、高效、稳定等特点。

本发明为了实现上述目的，可使用以下方案：