[发明专利]一种基于动态多种群粒子群算法的配电网无功优化方法

摘要

本发明涉及一种基于动态多种群粒子群算法的配电网无功优化方法，属于电力系统无功优化控制技术领域。该方法执行如下步骤：1)初始化种群，随机生成一组粒子群;2)依据轮盘赌算法对粒子进行划分生成若干子群；3)利用速度位置更新公式对2)中粒子进行更新，并判断更新后粒子与更新前粒子的优劣;4)继续对3)中操作，进行R次；5)判断粒子是否达到最大迭代次数c，若是，输出最优结果；若未达，记当前最优粒子为最优结果；6)判断最优结果的粒子经过a次优化后是否变化，若无，则最优粒子为最终结果；若有，则回2)继续优化。本发明的方法解决了现有技术无法解决的多约束条件下无功优化问题的局限性，并且在进行电压无功优化的结果更优、运行速度更快。

主权项

一种基于动态种群粒子群算法的配电网无功优化方法，其特征在于执行如下步骤：步骤1：初始化种群，随机生成一组粒子群；并计算粒子群中每个粒子的适应度值f(x)和节点i违反约束条件m的程度值gim(x)，minf(x)=Σb=1lPlossb]]>l为配电网中闭合的支路总数；为支路b的网络有功损耗；gi1(x)＝Uimax‑Ui；gi2(x)＝Ui‑Uimin；gi3(x)＝Qimax‑Qi；gi4(x)＝Qi‑Qimin；Uimin≤Ui≤Uimax；Qimin≤Qi≤Qimax；Ui为配电网的节点i的电压，Uimax为配电网中运行允许的节点电压幅值上限，Uimin为配电网运行允许的节点电压幅值下限，Qi为节点i的补偿的无功功率，Qimax为节点i设定补偿无功的上限，Qimin为节点i设定补偿无功的下限，n为负荷节点的个数，Qset为规定的配电网系统的补偿无功总容量的上限；步骤2：计算所述多动态种群中每个粒子违背约束条件程度qm，并依据轮盘赌算法对粒子进行划分生成若干子群；从分配后的子群中通过策略公式选取优化粒子，所述策略公式如下，xsubswarm(u,m)＝ffind[ssort(Gmi(x),d)]u＝1,2,…,k，k为子群总数；xsubswarm(u,m)表示第u个子群中对第m个约束条件进行优化的粒子；ssort(Gmi(x),d)表示对Gmi(x)从小到大进行排序，Gmi(x)为种群中的粒子违反第m个约束条件的程度，并选取Gmi(x)中前d个元素，d为设定值，其大小小于子群内粒子总数(实施例中选取一半作为d的值)；ffind函数用于寻找对应粒子的位置，从而选出违背约束程度较小的前d个粒子；步骤3：利用速度位置更新公式对步骤2中优化粒子的速度与位置进行更新，同时计算出更新后粒子的适应度值f(x)和违反约束条件m的程度值gim(x)，并根据优劣判断规则比较更新后粒子与更新前粒子的优劣，如果更新后粒子较优，则否则在比较完粒子的优劣后，在子群内依据优劣判断规则寻求区域最优并与比较优劣，若较优，更新为否则仍然为速度位置更新公式，和分别为粒子j在第t+1次迭代时在第e维空间的速度和位置；c1、c2为加速因子，取非负常数；r1、r2为介于[0,1]之间的随机正实数；为粒子j至第t次迭代为止在第e维找到个体的最优值所在的位置；为子群最优所在的位置；步骤4：继续对步骤3中更新后的粒子进行更新，更新R代，若未更新R代，则返回步骤2；步骤5：判断粒子是否达到最大迭代次数c，若是，输出最优结果；若未达到最大迭代次数c，记当前最优粒子为最优结果；步骤6：判断所述最优粒子是否在经过a次优化之后没有变化，若没有变化，则所述最优粒子为最终结果；若出现变化，则跳到步骤2继续优化。