[发明专利]一种基于HACS算法求解电力系统无功优化的方法

说明书

本发明请求保护一种基于HACS算法求解电力系统无功优化的方法，本发明建立包含罚函数的电力系统无功优化数学模型并设置系统运行参数；随机产生初始群体；进行潮流计算得到初始群体的适应度值并保留最优的鸟巢位置进行迭代；执行布谷鸟算法中的莱维飞行机制产生新的鸟巢；引入包含全局最优引导变异算子的人工蜂群算法中雇佣蜂和跟随蜂的开采行为对鸟巢位置进行调整；通过布谷鸟算法中的发现概率淘汰适应度值较差的个体；判断算法是否满足停止条件，若满足，则停止迭代并输出无功优化最优解，若不满足，则返回重复执行。将本发明应用于求解电力系统无功优化问题，具有较好的收敛速度和寻优精度，并且鲁棒性好。

技术领域

本发明属于电力系统中无功优化技术领域，涉及电力系统无功优化求解方案技术领域，具体涉及一种高效的包含全局收敛引导变异算子的混合人工蜂群算法的布谷鸟算法求解电力系统无功优化问题的方法。

背景技术

随着社会经济的发展，电网规模日趋复杂，电力系统的供电质量和经济运行显得越发重要。电力系统中无功功率的合理分布会直接影响系统的安全和稳定运行以及相关的经济效益。因此，通过对电网无功问题进行优化，可以保证电网在运行中的电压质量、降低网络损耗并带来更多的经济效益。无功优化就是通过优化算法对无功补偿装置在系统中的接入地点和接入容量进行优化计算，从而达到降低系统的网损、提高电压质量的目的。即是调节发电机端电压V_G、变压器变比T以及无功补偿装置的投切Q_C这三种变量，使系统在安全运行范围内并使某个目标函数达到最优，其本质就是一个复杂的包含多个约束、同时具有连续型和离散型变量的非线性优化问题，传统的优化方法在解决该问题时有较大的局限性。

布谷鸟算法(Cuckoo Search algorithm，CS)是一种模仿布谷鸟寄宿式繁殖的寻窝产卵行为以及其莱维飞行特征而得出的启发式搜索算法，其实现逻辑简单、设置参数少，并已在实际优化问题的工程中得到广泛应用，是智群算法领域中新的研究热点之一。

为提高电力系统在运行中的电压质量，降低网络损耗，运用布谷鸟算法对电力系统进行无功优化，在优化过程中，采用莱维飞行方式随机产生新的鸟巢位置，容易造成收敛速度慢，寻优精度低，因此在莱维飞行更新鸟巢位置完成后，不应让鸟巢位置直接进入下一代，而是根据不同的阶段对鸟巢位置进行变异，产生新的较优个体，再进入下一次迭代，并尽可能地在全局范围内搜索，提高算法的收敛速度和精度，同时也避免个体陷入局部最优值的范围。另外，人工蜂群算法(Artificial Bee Colony，ABC)中雇佣蜂和跟随蜂的开采行为属于一种局部搜索，将其融入到布谷鸟算法中，可以使布谷鸟算法个体具有多样性，增强算法的局部开发能力，在提高收敛速度的同时改善算法的全局性。将该算法和布谷鸟算法进行结合，必然可以更好的平衡布谷鸟算法的全局搜索和局部搜索能力。

发明内容

本发明针对标准的布谷鸟算法在求解电力系统无功优化的过程中，采用莱维飞行方式随机产生新的鸟巢位置，容易造成收敛速度慢，寻优精度低，因此采用包含全局收敛引导变异算子的混合人工蜂群算法的布谷鸟算法(HACS)，在求解电力系统无功优化的过程中以提高算法收敛性能并得到使电网有功功率损耗更小的解。

本发明的技术方案如下：

一种基于HACS算法求解电力系统无功优化的方法，其包括以下步骤：

1)、建立电力系统无功优化数学模型，即确定目标函数和约束条件，其中目标函数选择有功功率损耗最小作为目标函数，系统的约束条件包括等式约束和不等式约束两类，并获取电力系统的运行参数；

2)、种群初始化，初始种群通过一个矩阵表示，每一列代表一个鸟巢，鸟巢的位置即代表无功优化问题的潜在解，在约束条件范围内，在d维空间内随机产生n个鸟巢；

3)、确定包含罚函数的目标函数，通过潮流计算求得初始种群的适应度值；

4)、执行布谷鸟算法中的莱维飞行机制更新鸟巢位置；