基于果蠅優(yōu)化算法的電力系統(tǒng)無功優(yōu)化研究與應用.pdf

1、電力系統(tǒng)的無功功率分布是否合理決定了電壓質量的好壞，并直接影響著整個電網的安全穩(wěn)定和經濟運行。無功優(yōu)化是提高電力系統(tǒng)穩(wěn)定性、降低網絡損耗和改善電壓質量的有效手段，因此研究無功優(yōu)化問題具有非常重要的意義。電力系統(tǒng)無功優(yōu)化具有連續(xù)變量和離散變量混合、多約束、非線性和高維度等特點，是一個復雜的優(yōu)化問題，采用一般的數學方法求解起來相當困難，需要選擇適當的優(yōu)化算法進行求解。本文在研究無功優(yōu)化數學模型及相關算法的基礎上，綜合分析了各種傳統(tǒng)優(yōu)化算法和

2、人工智能算法的特點，對比后選取新興的果蠅優(yōu)化算法作為研究對象。
　　本文首先研究了果蠅優(yōu)化算法(Fruit Fly Optimization Algorithm，FOA)的基礎理論知識，針對其搜索范圍變異概率低，種群個體多樣性差，可能錯過最優(yōu)解，尋優(yōu)精度不高和易陷入局部最優(yōu)等缺點，對其進行改進，提出一種多種群融合的果蠅優(yōu)化算法(Multi-swarm Fruit Fly Optimization Algorithm，MFOA)，采

3、用多種群、修訂評價函數、動態(tài)收縮搜索半徑和加入局部搜索等策略，提高算法的收斂精度和跳出局部極值的能力。通過5個經典測試函數不同優(yōu)化算法仿真結果對比分析，表明了MFOA算法的有效性。然后將改進后的多種群果蠅優(yōu)化算法應用到電力系統(tǒng)無功優(yōu)化中。分析了改進后多種群果蠅優(yōu)化算法求解無功優(yōu)化問題的思路，給出了基于MFOA算法無功優(yōu)化的計算步驟和流程，并對解空間編碼、參數設置以及結束準則做出具體說明。完成了基于MATLAB軟件平臺的改進后多種群果蠅優(yōu)

4、化算法(MFOA)的電力系統(tǒng)無功優(yōu)化程序編寫，并與“Matpower”工具包中的牛頓-拉夫遜潮流計算部分相結合，對IEEE-30節(jié)點標準測試系統(tǒng)進行仿真計算。通過與標準粒子群算法(Standard Particle Swarm Optimization，PSO)和自適應差分算法(Self-adaptive Differential Evolution，SADE)的無功優(yōu)化結果進行對比分析，得到改進后的多種群果蠅優(yōu)化算法顯著降低了網損，改