第28卷第19期電網技術vol.28no.19 2004年10月powersystemtechnologyoct.2004 文章編號：1000-3673（2004）19-0014-06中圖分類號：tm715文獻標識碼：a學科代碼：470·4054 粒子群優化算法在電力系統中的應用 袁曉輝1，王乘1，張勇傳1，袁艷斌2 （1．華中科技大學，湖北省武漢市430074；2．武漢理工大學，湖北省武漢市430071） asurveyonapplicationofparticleswarmoptimization toelectricpowersystems yuanxiao-hui1，wangcheng1，zhangyong-chuan1，yuanya

隨著電力系統規模的日益擴大和電力市場改革的實施，保證電力系統安全、經濟、穩定、可靠地運行越來越重要。本文對pso算法在電力系統中應用的研究現狀進行了較為全面的總結，主要包括在電網擴展規劃、檢修計劃、機組組合、負荷經濟分配、最優潮流計算與無功優化控制、諧波分析與電容器配置、網絡狀態估計、參數辨識、優化設計等方面的應用研究成果。

介紹了電力系統無功優化問題及其模型,對人工智能算法在電力系統無功優化問題中的應用現狀進行總結,指出了各種算法在解決此類問題時的優、缺點,并對其研究前景進行了展望。

基于使用優化算法來計算果蠅,提出了一種修正算法研究,即無功優化和控制算法。這些算法有利于降低電力系統的有功損耗。設β為修正因子,然后代入基礎的算法中對這個基礎的foa算法進行修正和優化,從而避免foa算法容易僅將焦點關注于局部而非整體。采用foa、pso、mfoa以及內點法來研究ieee30節點系統,通過研究對比發現,mfoa相較于其他幾種算法,計算結果較為準確,且收斂效率更高。

在無功優化中通常是以減少線路中的有功網損、降低電網無功補償容量、提高電能質量等方面為目標進行優化。建立了以減少有功網損，降低電壓偏移以及提高電壓穩定裕度的三目標優化模型。在傳統的差分進化算法(differentialevolutionalgorithm)中，控制參數和差分變異策略在對待優化解的問題較為敏感。為克服這一缺陷進一步提出的一種具有自適應參數的的差分進化算法。首次引入全新的三角高斯變異方式，在樣本中隨機選出的三個不同的值取均值μ，標準差取任意兩差的絕對值的平均值為標準差δ進行高斯分布。將其運用于電力系統ieee-14節點的系統中進行仿真，將傳統差分算法和粒子群算法與本算法進行比較，驗證本算法的優越性與實用性。

首次將量子粒子群優化算法用于水電系統經濟運行研究中。該算法是量子理論與粒子群算法的融合,在粒子編碼過程中引入了量子的態矢量表達,并將量子比特的概率幅表示應用于粒子的編碼,使得粒子可以表達為多個態的疊加;在粒子更新操作過程中,利用量子邏輯門實現了粒子的演化,具有比常規粒子群算法更好的目標優化性能。仿真結果證實該算法可有效解決水電機組經濟運行問題。性能對比顯示,該算法求得的解優于常規粒子群算法及其它優化算法所求得的解。

電力系統機組組合問題的改進粒子群優化算法

為提高電力系統短期負荷預測的精度,引入一種新型的群智能方法——粒子群優化算法,并將這種智能算法與bp算法相結合,形成了粒子群優化bp算法模型,建立了計及氣象因素的短期負荷預測模型.通過具體算例將此模型與單純的bp模型進行比較,結果表明:該算法具有較高的預測精度,完全能滿足實際工程的要求.

在建立光伏電站穩態運行模型的基礎上,提出以并網點電壓偏差最小,光伏發電單元出口電壓平均偏差最小,以及損耗最小的多目標無功優化模型,并采用免疫粒子群算法求解.最后通過仿真算例和實驗平臺驗證算法的正確性和有效性.

介紹了標準粒子群算法的基本思想,提出了鋼框架抗震優化設計的量子粒子群算法,建立了多層鋼框架優化設計數學模型,最后通過一個算例驗證了該方法的效率和有效性,結果表明該方法科學可行,具有很好的應用前景。

電力系統負荷預測是電力系統中的一個重要的研究課題。對神經網絡算法和時間序列預測算法進行加權融合,提出一種混合算法對eunite競賽數據進行了短期電力負荷預測。實驗結果表明負荷預測精度得到了很大的提升。

電力系統無功電壓綜合控制 【摘要】本文通過對無功功率對用戶和電力系統安全穩定電能質量經濟運 行至關重要性；電力系統無功電源及無功補償原則；電壓--無功調節實現方法、 實現方式和控制調整策略及泉州地區無功電壓調整和控制分析。泉州地區的電壓 無功控制采用acv智能控制系統，此系統可對電壓、功率因數和網損進行優化 控制。 【關鍵詞】無功電壓無功電源vqcavc調整方法調整策略 無功功率對用戶和電力系統安全穩定、電能質量和經濟運行至關重要。從電 力系統潮流計算和電力系統綜合負荷電壓靜態特性得知，電壓與無功功率密切關 系。無功功率不足系統電壓將下降，反之將上升。過高電壓和過低電壓將影響到 用戶和電力系統本身的正常工作。電壓過高，用戶的用電設備的絕緣將受到威脅； 電壓過低，用戶的電器設備的正常工作受到影響。特別是電動機負荷，電壓過低， 電動機的轉矩將成平方級的下降，正

電力系統無功優化與電壓管理對于實現整個電網的安全穩定經濟運行、降低電網損耗以及保證電壓質量都具有十分重要的意義。其中,無功優化管理的核心是實現無功優化的方式方法,它對無功優化的質量和速度起著決定性的作用。本文主要結合無功電壓優化問題的分類,來討論和分析電力系統無功優化與電壓管理的方法,希望能夠給廣大工作者提供幫助。

風一火電力系統聯合優化調度是一個極其復雜的np問題，不易求解。，改進粒子群算法，并將其應用于風一火電力系統聯合優化調度，提出了一種改進的慣性權重線性遞減的粒子群算法。針對粒子群算法容易局部收斂的缺陷，、首先，本文在慣性權重線性遞減（ldw）的基礎上，加入常數擾動，使慣性權重大幅增大，以便于跳出局部搜索，進行全局搜索，從而防止局部收斂；其次，為盡可能的避免粒子群算法出現粒子高度聚集在最優粒子的周圍的情況，使得粒子趨于相同以致于大大損失粒子群的多樣性，一定概率的自適應的改變慣性權重并混入隨機個體，以便于更好的保持種群多樣性、、最后，在matlab2010agui平臺下采用幾種不同的粒子群算法進行仿真試驗。仿真結果表明，在相同條件下改進的粒子群算法能夠尋到更精確的解。

10電力系統機組組合問題的改進粒子群優化算法

從無功補償的基本原理入手,介紹了從提高功率因數需要提高補償容量的計算方法,并進一步介紹補償電容器的三角形接法及容量計算,在此基礎上引入檢測無功功率自動投切法,最后給出低壓無功補償系統框圖及產品基于現場數據的模擬仿真圖,并通過對比得出該無功補償技術方法現實可行,效果突出。

對陽煤電力系統中的無功電源、設備和無功補償裝置的平衡進行了分析,指出無功平衡存在的一些問題,并提出改進措施。

電力系統供電網絡中的輸電線路及電纜,在運行中要產生容性無功。由于城網改造配電網絡主要由高壓電纜組成,高壓電纜產生的容性無功嚴重影響配網的安全經濟運行。為解決電力系統容性無功過補問題,我們從電力系統容性無功的產生機理進行分析,找出電力系統容性無功產生的特點及解決辦法。結果表明電力系統容性無功功率取決于電網中輸電線路及電纜的結構及長度,電網結構確定以后,它的容量相對固定,變化不大。因此對電力系統容性無功的補償應相對固定并采用分散補償和集中補償相結合的原則進行配置。同時針對10kv及35kv小電流接地系統因接地電容電流增大引起的消弧線圈容量增大,運行可靠性降低問題,研制出了既有感性補償又能減少接地電容電流的裝置y接電抗器滅弧裝置,對它的原理構造,性能進行了介紹。

文中闡述了遺傳算法與其它算法相結合的多種改進遺傳算法進行水電站無功優化中的應用和今后的發展方向。

首先介紹了無功優化的定義及在配電網中的作用,然后介紹了經過改進的遺傳算法在配電網無功補償優化方面的應用,并且與傳統遺傳算法相比,改進的遺傳算法解決了傳統遺傳算法過早收斂的問題,同時存在局部最優、計算復雜的缺點。

電壓作為評價電能質量的重要指標,在電力系統中的用電設備主要就是按照標準的額定電壓進行設計和制造,以確保用戶用電設備符合其要求,電壓值偏移處于可控范圍之內是電力系統運行調整的主要任務。電壓調整的特點就在于電力系統中很多節點的電壓值不同,因此它與電力系統的無功功率有著較為密切的關系。所以為了確保整個電力系統各節點處電壓符合要求與標準,就必須要采取各種有效措施。對此文章就電力系統中的無功補償與電壓調整進行簡單的分析,并提出些可供參考的意見與措施。

為科學求解梯級水電站群多目標優化調度模型,提出一種基于量子行為進化機制的多目標量子粒子群算法(moqpso)。該方法以標準量子粒子群算法(qpso)為基礎,引入外部檔案集合存儲非劣粒子,利用個體支配關系實現檔案集合的動態更新維護;依據個體領導能力優劣選擇粒子歷史最優位置與種群全局最優位置,維持搜索過程中個體進化方向的多樣性;采用混沌變異算子對個體進行局部擾動,提升算法的全局收斂性能。烏江流域模擬調度結果表明,所提方法具有良好的收斂速度與尋優能力,可快速獲得兼顧梯級水電系統經濟性與可靠性要求的pareto解集,能夠為工程人員提供科學的決策依據。