一种基于HACS算法求解电力系统无功优化的方法技术方案

本发明专利技术请求保护一种基于HACS算法求解电力系统无功优化的方法，本发明专利技术建立包含罚函数的电力系统无功优化数学模型并设置系统运行参数；随机产生初始群体；进行潮流计算得到初始群体的适应度值并保留最优的鸟巢位置进行迭代；执行布谷鸟算法中的莱维飞行机制产生新的鸟巢；引入包含全局最优引导变异算子的人工蜂群算法中雇佣蜂和跟随蜂的开采行为对鸟巢位置进行调整；通过布谷鸟算法中的发现概率淘汰适应度值较差的个体；判断算法是否满足停止条件，若满足，则停止迭代并输出无功优化最优解，若不满足，则返回重复执行。将本发明专利技术应用于求解电力系统无功优化问题，具有较好的收敛速度和寻优精度，并且鲁棒性好。

【技术实现步骤摘要】
一种基于HACS算法求解电力系统无功优化的方法
本专利技术属于电力系统中无功优化
，涉及电力系统无功优化求解方案
，具体涉及一种高效的包含全局收敛引导变异算子的混合人工蜂群算法的布谷鸟算法求解电力系统无功优化问题的方法。
技术介绍
随着社会经济的发展，电网规模日趋复杂，电力系统的供电质量和经济运行显得越发重要。电力系统中无功功率的合理分布会直接影响系统的安全和稳定运行以及相关的经济效益。因此，通过对电网无功问题进行优化，可以保证电网在运行中的电压质量、降低网络损耗并带来更多的经济效益。无功优化就是通过优化算法对无功补偿装置在系统中的接入地点和接入容量进行优化计算，从而达到降低系统的网损、提高电压质量的目的。即是调节发电机端电压VG、变压器变比T以及无功补偿装置的投切QC这三种变量，使系统在安全运行范围内并使某个目标函数达到最优，其本质就是一个复杂的包含多个约束、同时具有连续型和离散型变量的非线性优化问题，传统的优化方法在解决该问题时有较大的局限性。布谷鸟算法(CuckooSearchalgorithm，CS)是一种模仿布谷鸟寄宿式繁殖的寻窝产卵行为以及其莱维飞行特征而得出的启发式搜索算法，其实现逻辑简单、设置参数少，并已在实际优化问题的工程中得到广泛应用，是智群算法领域中新的研究热点之一。为提高电力系统在运行中的电压质量，降低网络损耗，运用布谷鸟算法对电力系统进行无功优化，在优化过程中，采用莱维飞行方式随机产生新的鸟巢位置，容易造成收敛速度慢，寻优精度低，因此在莱维飞行更新鸟巢位置完成后，不应让鸟巢位置直接进入下一代，而是根据不同的阶段对鸟巢位置进行变异，产生新的较优个体，再进入下一次迭代，并尽可能地在全局范围内搜索，提高算法的收敛速度和精度，同时也避免个体陷入局部最优值的范围。另外，人工蜂群算法(ArtificialBeeColony，ABC)中雇佣蜂和跟随蜂的开采行为属于一种局部搜索，将其融入到布谷鸟算法中，可以使布谷鸟算法个体具有多样性，增强算法的局部开发能力，在提高收敛速度的同时改善算法的全局性。将该算法和布谷鸟算法进行结合，必然可以更好的平衡布谷鸟算法的全局搜索和局部搜索能力。
技术实现思路
本专利技术针对标准的布谷鸟算法在求解电力系统无功优化的过程中，采用莱维飞行方式随机产生新的鸟巢位置，容易造成收敛速度慢，寻优精度低，因此采用包含全局收敛引导变异算子的混合人工蜂群算法的布谷鸟算法(HACS)，在求解电力系统无功优化的过程中以提高算法收敛性能并得到使电网有功功率损耗更小的解。本专利技术的技术方案如下：一种基于HACS算法求解电力系统无功优化的方法，其包括以下步骤：1)、建立电力系统无功优化数学模型，即确定目标函数和约束条件，其中目标函数选择有功功率损耗最小作为目标函数，系统的约束条件包括等式约束和不等式约束两类，并获取电力系统的运行参数；2)、种群初始化，初始种群通过一个矩阵表示，每一列代表一个鸟巢，鸟巢的位置即代表无功优化问题的潜在解，在约束条件范围内，在d维空间内随机产生n个鸟巢；3)、确定包含罚函数的目标函数，通过潮流计算求得初始种群的适应度值；4)、执行布谷鸟算法中的莱维飞行机制更新鸟巢位置；5)、引入包含全局收敛引导变异算子的人工蜂群算法中雇佣蜂和跟随蜂的开采行为，更新全局最优值；6)、通过布谷鸟算法中的发现概率Pa淘汰适应度值较差的个体；7)、判断迭代次数是否满足k<kmax，若满足，则返回到步骤4)重复执行步骤4)-步骤7)，否则循环结束，输出无功优化最优解。进一步的，所述步骤1)考虑电力系统的经济性，选择经典的有功功率损耗最小作为目标函数：式中，Ploss为电网中的有功功率损耗(MW)；NL为系统的支路数；Gk为节点i、j之间的第k条支路的电导；Vi、Vj分别为节点i和j的电压幅值；δi、δj分别为节点i和j的电压相角。进一步的，所述等式约束来源于潮流计算中有功和无功功率的平衡：式中，NB、N和NPQ分别表示与节点i相连的节点数、总的节点(平衡节点除外)数和PQ节点数；PGi和PDi分别表示第i个PV节点和第i个PQ节点的有功功率；QGi和QDi分别表示第i个PV节点和第i个PQ节点的无功功率；Gij和Bij分别表示Yij的实部和虚部，其中Yij为节点导纳矩阵Y中第i行第j列的元素；δij＝δi-δj为节点i和j之间的电压相角差。进一步的，所述不等式约束包括控制变量和状态变量的不等式约束：①控制变量的不等式约束包括发电机端电压VGi、变压器抽头Ti和无功补偿装置的投切QCi均要在允许范围之内：②状态变量的不等式约束包括PQ节点的电压Vi、PV节点的无功功率QGi和线路视在功率Sli均要在允许范围之内：式中，VGi表示第i台发电机的端电压；Ti表示第i台变压器的变比；Qci表示第i个无功补偿装置投切的容量；Vi表示第i个PQ节点的电压；QGi表示第i台发电机的发出的无功功率；Sli表示线路的视在功率；NPV为发电机数；NT为变压器的台数；NC为无功补偿装置的个数；NPQ为负荷节点数；NL为支路数。进一步的，所述步骤5)引入包含全局收敛引导变异算子的人工蜂群算法中雇佣蜂和跟随蜂的开采行为，更新全局最优值，具体包括：①全局收敛引导的变异算子全局收敛引导的变异算子在进化初期采用均匀的搜索方式，在后期采用局部化的搜索方式，引导个体向最优个体飞行，其定义方式如下：式中，为第i个鸟巢位置的第j维分量；为当前搜索中得到的最优鸟巢的第j维分量；γ随机取0或1；函数Δ(k,y)为[0,y]之间的一个值：式中rand为[0,1]之间的随机数；kmax为最大迭代次数。②变异时机的选择通过评价最优鸟巢适应度值的变化率的方式确定变异时机，判定方式为：式中，为第k次迭代时最优鸟巢的适应度值，Δ为阈值；其思想为:本次迭代所求得的最佳个体适应度值与之前第t次迭代所取得的适应度值的差值的绝对值，再与本次迭代所得适应度值之比值，若其比值小于限定的某个阈值，则引入ABC算法中雇佣蜂和跟随蜂的开采行为进行变异；③ABC算法中雇佣蜂和跟随蜂的开采行为根据开采方程式更新全局最优值：式中，j∈[1,2,…,d],m＝[1,2,…,n]，n为种群规模，且m≠i；φi,j是[-1,1]之间的随机数。左边项为全局收敛引导变异结束后的第i个位置的第j个元素；等式右边第一个因子为全局收敛引导变异结束后未进行变异前的第i个位置的第j个元素。进一步的，所述步骤6)通过布谷鸟算法中的发现概率Pa淘汰适应度值较差的个体具体包括：搜索方程表示为：式中，rand表示一个在[0,1]区间上的随机数；Nestj(k)和Nestg(k)表示第k次迭代时产生的两个随机的解；在每次迭代产生新的鸟巢后，用随机产生的随机数rand∈[0,1]与Pa进行对比：当rand<Pa时，鸟巢位置为Nesti(k)不变；当rand>Pa时，相应的鸟巢位置将被随机改变为新鸟巢，改变后的鸟巢位置记为Nesti(k+1)，形成新的种群后，根据新种群中所有个体的适应度值更新全局最优解。本专利技术的优点及有益效果如下：1、将全局收敛引导变异算子结合ABC算法中雇佣蜂和跟随蜂的开采行为，相较于单一的CS算法，这种变异方式可以更好的平本文档来自技高网...

【技术保护点】
1.一种基于HACS算法求解电力系统无功优化的方法，其特征在于，包括以下步骤：1)、建立电力系统无功优化数学模型，即确定目标函数和约束条件，其中目标函数选择有功功率损耗最小作为目标函数，系统的约束条件包括等式约束和不等式约束两类，并获取电力系统的运行参数；2)、种群初始化，初始种群通过一个矩阵表示，每一列代表一个鸟巢，鸟巢的位置即代表无功优化问题的潜在解，在约束条件范围内，在d维空间内随机产生n个鸟巢；3)、确定包含罚函数的目标函数，通过潮流计算求得初始种群的适应度值；4)、执行布谷鸟算法中的莱维飞行机制更新鸟巢位置；5)、引入包含全局收敛引导变异算子的人工蜂群算法中雇佣蜂和跟随蜂的开采行为，更新全局最优值；6)、通过布谷鸟算法中的发现概率Pa淘汰适应度值较差的个体；7)、判断迭代次数是否满足k

【技术特征摘要】
1.一种基于HACS算法求解电力系统无功优化的方法，其特征在于，包括以下步骤：1)、建立电力系统无功优化数学模型，即确定目标函数和约束条件，其中目标函数选择有功功率损耗最小作为目标函数，系统的约束条件包括等式约束和不等式约束两类，并获取电力系统的运行参数；2)、种群初始化，初始种群通过一个矩阵表示，每一列代表一个鸟巢，鸟巢的位置即代表无功优化问题的潜在解，在约束条件范围内，在d维空间内随机产生n个鸟巢；3)、确定包含罚函数的目标函数，通过潮流计算求得初始种群的适应度值；4)、执行布谷鸟算法中的莱维飞行机制更新鸟巢位置；5)、引入包含全局收敛引导变异算子的人工蜂群算法中雇佣蜂和跟随蜂的开采行为，更新全局最优值；6)、通过布谷鸟算法中的发现概率Pa淘汰适应度值较差的个体；7)、判断迭代次数是否满足k<kmax，若满足，则返回到步骤4)重复执行步骤4)-步骤7)，否则循环结束，输出无功优化最优解。2.根据权利要求1所述的基于HACS算法求解电力系统无功优化的方法，其特征在于，所述步骤1)考虑电力系统的经济性，选择经典的有功功率损耗最小作为目标函数：式中，Ploss为电网中的有功功率损耗(MW)；NL为系统的支路数；Gk为节点i、j之间的第k条支路的电导；Vi、Vj分别为节点i和j的电压幅值；δi、δj分别为节点i和j的电压相角。3.根据权利要求1所述的基于HACS算法求解电力系统无功优化的方法，其特征在于，所述等式约束来源于潮流计算中有功和无功功率的平衡：式中，NB、N和NPQ分别表示与节点i相连的节点数、总的节点(平衡节点除外)数和PQ节点数；PGi和PDi分别表示第i个PV节点和第i个PQ节点的有功功率；QGi和QDi分别表示第i个PV节点和第i个PQ节点的无功功率；Gij和Bij分别表示Yij的实部和虚部，其中Yij为节点导纳矩阵Y中第i行第j列的元素；δij＝δi-δj为节点i和j之间的电压相角差。4.根据权利要求1所述的基于HACS算法求解电力系统无功优化的方法，其特征在于，所述不等式约束包括控制变量和状态变量的不等式约束：①控制变量的不等式约束包括发电机端电压VGi、变压器抽头Ti和无功补偿装置的投切QCi均要在允许范围之内：Timin≤Ti≤Timax1≤i≤NT②状态变量的不等式约束包括PQ节点的电压Vi、PV节点的无功功率QGi和线路视在功率Sli均要在允许范围之内：Vimin≤Vi≤Vimax1≤i≤NPQ式中，VGi表示第i台发电机的端电压；Ti表示第i台变压器的变比；Qci表示第i...

【专利技术属性】
技术研发人员：陈功贵，卢正琴，易兴庭，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50