混合粒子群算法用于配电网优化的研究

发布时间：2021-01-09 07:17

　　配电网拓扑结构的优化是配电网运行中的一项重要任务,在正常工况或异常工况下通过改变开关状态位置来实现.本文以网络的有功损失最小为目标函数,并将节点电压、线路容量、径向结构作为约束条件,提出了一种混合粒子群优化算法,有效地确定了配电网的最优配置.混合粒子群优化算法并不需要通过原粒子群算法公式来更新粒子位置,而是引入了遗传算法的交叉与变异操作,通过粒子自身个体极值与群体极值的交叉以及粒子自身的变异来更新粒子位置,从而加快了算法的搜索速度.将该方法应用于IEEE33配电网的优化计算,结果表明,本文的方法每次都能找到全局最优值. 

【文章来源】：小型微型计算机系统. 2020,41(08)北大核心

【文章页数】：5 页

【部分图文】：

IEEE 33节点配电系统图

为了计算目标函数式(1)，须计算各分支的电流，从而得到各支路的有功损失．本文中将系统潮流计算作为一个函数，其输入为5个分闸位开关编号，输出为系统总的有功损失，其流程如图2所示．2.2 粒子群算法应用于配电网优化

如图3所示，选择个体的3到5位与极值进行交叉，即[6,4,7]变为[7,6,5]，又因为交叉后的5产生了重复，所以将交叉后产生的5用原个体中不重复的4来代替，得到新个体．变异即为选择个体的3位和5位进行互换，即图3中的6与7互换得到新个体．通过粒子自身个体极值与群体极值的交叉来跳出局部最优解，并可通过粒子自身的变异来更新粒子位置，改善了标准粒子群算法后期收敛速度缓慢的问题，同时提高算法的收敛速度，同时找到最优值概率也大大增加．混合粒子群的计算流程图如图4所示．


本文编号：2966209