基于改进粒子群算法的电力系统无功优化

摘 要：制定良好的无功优化方案是电力系统安全稳定运行的基础。文章建立以系统有功网损和年综合费用最小为目标函数的无功优化数学模型；以粒子群算法为基础，考虑到传统粒子群容易早熟，局部收敛的缺陷，对粒子群算法（PSO）加以改进；运用于配电网的无功优化中，通过对IEEE-33节点配电系统仿真计算，证明了改进的算法可以有效地得到系统最优解，具有良好的实用性和适应性。

关键词：多目标；粒子群算法；无功优化

前言

电力系统无功优化是提高电网高效运行和节能的关键，为求解无功优化的问题，近年来一些优秀的启发式智能算法被运用到电力系统的无功求解中，并取得了有效成果[1-2]。粒子群算法具有简单易行，优化效率效率高，鲁棒性好的特点，常用于求解带离散变量的非线性、不连续、多变量、多约束的复杂优化问题[3]。本文提出惯性权重与学习因子动态变化的粒子群优化算法；建立有功网损和分布式电源（DG）年综合投资成本最小的目标优化模型，求得全局最优解。

1无功优化模型建立

1.1目标函数建立

以有功网损最小为目标函数，发电机端电压，有载调压变压器电压比、补偿电容器容量为控制变量。建立网络损耗目标函数函数：

转化为经济指标：

式中，tmax为最大年负荷小时数，cp为实时电价。

考虑到配电网的经济性和稳定性，建立以分布式电源的购买安装费用和运行费用为综合成本函数：

式中，d為分布式电源节点安装数目，r为固定年利率，n为规划期限，cD，i cr，i分别表示第i个节点DG的安装费用和DG的运行费用，pD，i在i节点的安装容量。……