[发明专利]基于克隆-粒子群混杂算法的电力系统无功优化方法

权利要求书

1.一种基于克隆-粒子群混杂算法的电力系统无功优化方法，其特征在于，具体包括如下步骤：

1）建立所要优化的电力系统的无功优化模型；

2）根据发电机电压、变压器分接头档位、并联电容器组投切组数等控制变量的调节上下限，随机初始化种群位置                                                ，种群速度，种群规模为，以确定每个粒子的初始位置和速度；

3）计算所有粒子的网损值；找到全局最小网损和最优粒子；

4）更新惯性权重，更新种群速度、位置；

5）对于和中元素，如果有越界的情况，用边界值代替越界元素；

6）判断标准粒子群循环终止条件是否满足，若不满足返回步骤4），若达到循环结束条件，算法终止；

7）采用克隆-粒子群混杂算法进行无功优化，更新惯性权重，更新种群速度、位置，对越界粒子进行处理，并限制速度、位置不超越边界；

8）对更新后的种群，重新计算其网损值，并与步骤3）的最小网损值做比较，如果本次计算的网损值更小，就更新全局最小网损值及相应的最优粒子，选择中网损值最小的个粒子放入记忆集，剩下的粒子放入数组；

9）克隆中的每个粒子，各粒子克隆数目与该粒子的网损值大小成反比，克隆后的所有粒子放入新数组；

10）将中各个粒子进行变异，形成新数组，变异率大小与各个粒子网损值成正比；

11）限定中粒子位置不超边界；

12）计算中个各粒子网损值，并更新全局最小网损和最优粒子；

13）将中粒子的网损值与其父代中粒子的网损值相比较，如果前者小于后者，则用中的粒子替换其父代中的粒子；

14）在中取网损值最低的个粒子，运用消亡算子将其抛弃，并将其重新初始化；

15）以和重新组合生成种群位置，重新计算中各粒子的网损值，并更新全局最小网损和最优粒子；

16）判断循环次数是否达到最大循环次数，如果没有达到最大循环次数，则返回步骤7）继续做克隆-粒子群算法的计算；如果循环次数已经达到最大循环次数，输出无功优化结果。

2.根据权利要求1所述基于克隆-粒子群混杂算法的电力系统无功优化方法，其特征在于，所述步骤1）中无功优化模型采用牛顿-拉夫逊法计算系统潮流，各支路网损叠加求得全系统网损，无功优化采用有功网损最小，如式，不等式约束为节点电压幅值、发电机无功出力，电容器无功补偿容量、变压器变比不越上下界，公式如下：

其中为系统总支路数，为连接支路的电导，、分别为节点、的相角；、分别为节点注入的有功、无功功率；、分别为节点、的电压，和分别为节点电压幅值上下限；为节点发电机无功出力，和为节点发电机无功出力上下限；为第个无功补偿装置的无功补偿容量，和为第个无功补偿装置的无功补偿容量上下限；为第台变压器变比，和为第台变压器变比可调节的上下限。

3.根据权利要求1所述基于克隆-粒子群混杂算法的电力系统无功优化方法，其特征在于，所述步骤2）中形成初始化种群位置和种群速度，为，其中为各节点电压，为各电容器组的投入组数，为变压器分接头档位。

4.速度的含义为各控制变量的调节步长，为，其中为中各节点电压的调节步长，其调节范围取为变化范围的0.1；为电容器组的调节步长，其调节范围为整数[-1,0,1]；为变压器分接头档位调节步长，其调节范围为整数[-1,0,1]。

5.根据权利要求1所述基于克隆-粒子群混杂算法的电力系统无功优化方法，其特征在于，所述步骤4）中惯性权重采用线性递减更新，更新公式为：

，其中，，为最大迭代次数，为当前迭代次数。

6.根据权利要求1所述基于克隆-粒子群混杂算法的电力系统无功优化方法，其特征在于，所述步骤4）中粒子速度的更新公式为：

，其中、为学习因子，==2；、为介于(0,1)的随机数；为当前最优解，为全局最优解，为种群当前位置。