一种融合分布估计的离散粒子群优化算法的配电网重构

李 琴，杨栩沣

（东北电力大学电气工程学院，吉林省 吉林市132012）

0 引言

随着电力工业的高速发展，城市建设和经济发展越来越离不开电力，电能需求量日益增加，电能的损耗也越来越大。配电网重构是降低配电网网损的主要途径之一，该方法在满足网络拓扑结构和配电网正常运行的前提下，通过调整配电网中联络开关和分段开关的状态，使用合理的供电路径，使整个配电网网损降低。配电网络重构包括了配电系统正常运行时的网络重构与故障情况下的网络重构。本文将离散粒子群与分布估计相结合运用于配网重构，得出最优解。

1 粒子群优化算法

粒子群优化（PSO）算法［1］最早是在1995年由美国社会心理学家James Kennedy和电气工程师Russel Eberhart共同提出的。它将鸟群运动模型中的栖息比作所求问题空间中的位置，通过个体间信息的传播而使整个群体向解的方向移动。

其迭代公式［2］如下：

式中：c1和c2—— 学习因子；

r1、r2——介于0和1之间的随机数；

ω——惯性权重，粒子在搜索空间中不断通过更新个体极值xpbest和全局极值xgbest来确定运动的速度和方向，向目标点运动。

2 离散粒子群优化算法

基于基本二进制离散粒子群优化算法的思想，应用了DPSO算法［3－4］，算法利用基本粒子群算法中“粒子依赖自身经验及粒子群全体经验”的思想，改进了粒子的更新运动公式。在量子理论中，传递信息的最小单元叫量子位。它的取值可能是［0，1］的某个状态。定义这样一个量粒子向量：

式中：M——粒子的维数；

N——种群的数量；……