当前位置: 首页 > >

基于改进粒子群算法的电网经济调度问题研究_论文

发布时间:

21 0 0年第 8期  ( 总第 1 2期 ) 3   大 众 科 技  DA ZHONG     KE J No. 2 0 8, 01   ( muai l N .3 ) Cu lt ey o1 2  v     基于改进粒子群算法 的 电网经济调度 问题研 究  蒋会哲 孙 惠娟 饶 攀  ( 东交通大学电气与电子工程 学院,江西 南 昌 3 10   华 3 10) 【 摘 要 】在 电力系统领域 ,粒子群优化算法 ( S ) 广泛应 用于实现 电能优化 、电压控制 、以及 电容 器优化配置等 问 PO 被   题 。但 现有的 P O 算法在 电力系统优化应 用中容 易过早收敛 ,不能得到精确 解。文章根据 电网最优潮流具有典型的有约束、非  S 线性 的特点 ,提 出了一种应用 于电网经济调度 问题的快速有效的求解方法 ,即改进粒子群 ( S P O)算法 。从模仿生物遗传进 化  的角度 出 ,在参考现有 PO 算法的基础 上设计一种 可以随适应度 变化而 变化的 P O 算法模 型。通过该算法与标准 PO 算法  发 S S S 在 IE 3 E E 0节点 系统上进行算法检 验比较 ,可以清楚地看到所改进 的算法在 求解 电网系统经济调度 问题 方面所具 有的优越性 能。   【 关键词 】改进型 P O 算法 ;最优潮流 ;经济调度  S 【 中图分类号 】T 6+2   M7 1 .2 【 文献标识码 】A   【 文章编号】10 - 1 12 1)8 0 2 - 3 08 15 (000 - 16 0  电力系统经济运行的 目标是 ,在保证 安全优质供 电的条  件 下,尽量降低供 电能耗或成本 ,因此 需要 对电网系统 中各  群算法 的缺 陷,并有利于进一步提高计算速度和 寻优 的可靠  性。   发电机 组的 出力情况进行合理优化 ,实现整个系统的经济调  度 。电力系统最优潮流 ( P ) 0 F ,是指 当系统 的结构和参数 以  及 负荷 情况给定时 ,通过优化控制变量所 找到的能满足所有  指 定的约束 条件 ,并使系统的某一个性 能指标 或 目标函数达  到最优 时的潮流分布 。在 电力系统调度运行研 究中常用的最  优潮 流一般 以系统运行成本最 小,即以全系 统火 电机组燃料  总费用最小为 目标。   最优潮流 是一个 大规模、多约束 、非线 性的优化问题 ,   ( )电网经 济调度 模型 的建 立  一 由于 电力系统 的状态变量 及有关函数的上下 限值 间有 一  定 的间距 ,控制变量 也可 以在其一定 的容许 范围内调 节,因  此对某一种负荷情况 ,理 论上可 以同时存在 为数众 多的,技  术上都 能满足要求 的可行 潮流解 。为 了优化系统 的运行 ,就  有必要从所有 的可行 潮流解中挑选 出上述性 能指标 为最佳 的  个方案 。这就 是最优潮 流所要解决的 问题 。本文 以燃料 发  一 电费用最小为 目标函数 。   最终 实现优 化利 用现有资源 、降低发 电、输 电成 本等 目标,   它所 具有的技术经济意义是传统潮流计算所 无法实现的 。最  优潮流一直 是一 个具有挑战性 的课题 ,在这 一研 究领 域 内,   广 大学 者对 其进 行了大量 的研究 ,提 出了最优潮 流计算的各  种方法 ,虽然各 自有 一定的优越性和适应性 ,但 也有 一定的  局 限性和缺陷。 目前 求解 电力 系统 O F的方法主要有两类: P   类是基于数值解法 的方法,主要有 :线性规划法 、非线性  规划法 、二 次规划法 、解 偶法 、牛顿法 、内点法等 ,这类 算  一 1 目标函数  . 盐   F =mi nJ = m i  n a +  f +   it =  .   其 中,F 为 目标函数, 表 示系统燃料总发 电费用 ,珥 , ,       c 是第 f   台发电机 的耗量特性 曲线参数 ,   为系统机组 f 的  有功出力。   2 约束条件  . ( )等式约束 ( 1 功率*衡方程 )   法适于在线计算 ,但 对约束条件特别是离散变量 的处 理比较  麻烦 ;另一类是基于 人工智能的方法 ,如模拟退火法 、遗 传  算法 、粒子群算法 、混沌搜索法 、人工免疫算法 等,这类 算  法各有特点 ,主要是模仿 自然 界和生物 的一些特性和行 为来  处理 问题而不必进行 繁琐 的数据处理和数值计算 。其 中粒 子  群算法 由于程序简单 ,寻优 能力强 ,被广泛应用于解 决电力  系统优化 问题 。在实 际研 究中,简单粒子群算法也暴 露出一  些不足 ,如容易过 早收敛, 不能得 到精确解等 。* 年来 一些 学  ∑  = ( 计网    。不 损) =   ∑U( ̄ sj s a  j c  ̄+ i i Go n) ji a  Q= i J oi ,  cs   u∑U(   O一 oO Gs j n D JEl   =   一   , 式中 为 fJ两节点 电压的相角差。 ,   一  者对粒子群算法进行 了改进 , 文献 [] 1 在速度更新公式中加入  “ 第三 个”极值,扩大 了寻优范 围。文献 [] 5 将关联度 自适应  学*应用于 多 目标优化, 出适应度设计和 随机惯性权策略, 提   克服 P 0算法容易早熟而陷入局部最优解的缺点,提 高了该  S 算 法的有效性 。   本 文根 据电网最优潮流具有典 型的有约束 ,非线性 的特  点,对 简单粒子群算法的惯性权重 ,不 等式约束条件进行适  当改进 ,并加入收缩 因子和遗传交 叉操 作,可弥补简单粒子  【 稿 日期 】2 1— 4 2  收 00 0— 1 ( )不等 式约 束  2 .删   ≤ Ui   Uo IlI ≤ Ua  UG   l    . 尸…  Pf Pi G 6 G  



友情链接: