[发明专利]一种基于改进纵横交叉算法的电力系统无功优化方法有效
| 申请号: | 201410469609.3 | 申请日: | 2014-09-15 |
| 公开(公告)号: | CN104348173B | 公开(公告)日: | 2017-03-29 |
| 发明(设计)人: | 卢道远;陈冬沣;欧周;孟安波;李专;陈智慧 | 申请(专利权)人: | 广东电网公司揭阳供电局;广东工业大学 |
| 主分类号: | H02J3/18 | 分类号: | H02J3/18;G06N3/00 |
| 代理公司: | 广州知友专利商标代理有限公司44104 | 代理人: | 周克佑 |
| 地址: | 522000 广东省揭阳*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 改进 纵横 交叉 算法 电力系统 无功 优化 方法 | ||
技术领域
本发明涉及一种电力系统无功优化方法,尤其是涉及一种基于改进CSO(ICSO)算法的电力系统无功优化方法。
背景技术
电力系统无功优化对电力系统的高效、稳定、经济运行有着极其重要的意义。作为电力系统的一个典型优化问题,无功优化是指在满足各种约束条件的基础上,通过控制发电机的极端电压输出、无功补偿容量、有载调压变压器分接头来合理配置电网的无功潮流分布,使得网络传输损耗最小,提高系统电压质量,进而提高系统的安全性与经济性。这是一个非线性、多维度、多约束、连续和非连续变量相结合的优化问题。
近年来,随着智能算法的发展,越来越多的基于生物群体智能的优化算法被用到电力系统无功优化问题上面来,如:粒子群算法(PSO)、进化算法(EA)、遗传算法(GA)、群搜索算法(GSO)、人工蜂群算法(ACO)、蚁群算法(ACO)、差分算法(DE)等。
这些算法虽各有特点,并在不同程度上面取得了一些进展,但是对于电力系统无功优化这个多约束、非线性、高纬度的复杂优化问题依然存在许多弊端。如:遗传算法(GA)运行时间长;粒子群算法(PSO)容易陷入局部最优;进化算法(EA)、人工蜂群算法(ACO)、群搜索算法(GSO)等粒子多样性差,控制参数多等。另外,许多算法全局收敛能力差,对于无功优化这个复杂模型的全局收敛能力不够强,容易陷入局部最优。
因此,如何使得一种算法能够高效、快速、精确地收敛到最优解一直是一个技术难题。
发明内容
本发明所要解决的技术问题,就是提供一种在保证粒子多样性与算法收敛速度的前提下,同时又具有强大全局收敛能力的基于改进CSO算法的电力系统无功优化方法。
解决上述技术问题,本发明采用的技术方案是:
一种基于改进CSO算法的电力系统无功优化方法,其特征在于包括以下步骤:
S1,以系统有功网损最小为目标函数,考虑等式约束和不等式约束,建立电力系统无功优化模型;
S2,结合电力系统无功优化模型初始化种群;
S3,执行纵向交叉后进入选择操作;
S4,执行横向交叉后进入选择操作;
S5,执行差分变异后进入选择操作;
S6,判断达至终止条件否:若达到最大迭代次数,则结束循环,输出结果;否则,转步骤3。
所述的步骤S1中,系统有功网损最小的目标函数式为:
其中,Ploss为系统有功网损;Ui,Uj分别是节点i,j的电压幅值;Gij,θij分别为节点i,j之间的电导和电压相角差;N指种群大小;
等式约束式(2)为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网公司揭阳供电局;广东工业大学,未经广东电网公司揭阳供电局;广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410469609.3/2.html,转载请声明来源钻瓜专利网。





