資源描述：
《一種融合分布估計(jì)的離散粒子群優(yōu)化算法的配電網(wǎng)重構(gòu)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、一種融合分布估計(jì)的離散粒子群優(yōu)化算法的配電網(wǎng)重構(gòu)李琴，楊栩?yàn)柦K闞山發(fā)電有限公司，江蘇徐州，221000DistributionNetworkReconfigurationbasedondiscreteparticleswarmoptimizationwithEstimatedofDistributionLIQi，YANGXu-FengJiangsukanshanPowerCo.Ltd.JiangsuXuzhou,221000Abstract：Thispaperwillbebasedonestimationofdistributionofdiscr
2、eteparticleswarmoptimizationalgorithmappliedindistributionnetworkreconfiguration,inordertoreducethenetworklossasobjectivefunction,Forthenewpopulation,startingfromrandomprobabilitymodelandhastheglobaloptimalsolutionofinformationitemstoobtaininformation,simulationandexperimental
3、resultsshowthatthealgorithmfordistributionnetworkreconfigurationgissuperiortootherseveraloptimizationalgorithm.Keywords：discreteparticleswarmoptimization,EstimatedofDistribution,DistributionNetworkReconfiguration,IEEE33摘要：本文將基于分布估計(jì)的離散粒子群優(yōu)化算法運(yùn)用于配電網(wǎng)重構(gòu)，以降低網(wǎng)損為目標(biāo)函數(shù)，對(duì)于新的種群，隨機(jī)從概率模型和至
4、今全局最優(yōu)信息項(xiàng)中獲取解信息。仿真實(shí)驗(yàn)結(jié)果表明提出的關(guān)于配電網(wǎng)重構(gòu)的新算法優(yōu)于其它幾種優(yōu)化算法。關(guān)鍵詞：離散粒子群算法；分布估計(jì)；配電網(wǎng)重構(gòu),IEEE331引言隨著電力工業(yè)的高速發(fā)展，城市建設(shè)和經(jīng)濟(jì)發(fā)展越來越離不開電力，電能需求量日益增加，電能的損耗也越來越大。配電網(wǎng)重構(gòu)是降低配電網(wǎng)網(wǎng)損的主要途徑之一，該方法在滿足網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和配電網(wǎng)正常運(yùn)行的前提下，通過調(diào)整配電網(wǎng)中聯(lián)絡(luò)開關(guān)和分段開關(guān)的狀態(tài)，使用合理的供電路徑，使整個(gè)配電網(wǎng)網(wǎng)損降低。配電網(wǎng)絡(luò)重構(gòu)包括了配電系統(tǒng)正常運(yùn)行時(shí)的網(wǎng)絡(luò)重構(gòu)與故障情況下的網(wǎng)絡(luò)重構(gòu)。本文將離散粒子群與分布估計(jì)相結(jié)合運(yùn)用于配網(wǎng)重構(gòu)
5、，得出最優(yōu)解。2粒子群優(yōu)化算法粒子群優(yōu)化（PSO）算法[1]最早是在1995年由美國社會(huì)心理學(xué)家JamesKennedy和電氣工程師RusselEberhart共同提出的。它將鳥群運(yùn)動(dòng)模型中的棲息比作所求問題空間中可能位置，通過個(gè)體間信息的傳播使整個(gè)群體向解的方向移動(dòng)。其迭代公式[2]如下：，（1）（2）式中：c1和c2是學(xué)習(xí)因子，r1、r2是介于0和1之間的隨機(jī)數(shù)，為慣性權(quán)重，粒子在搜索空間中不斷通過更新個(gè)體極值和全局極值來確定運(yùn)動(dòng)的速度和方向，向目標(biāo)點(diǎn)運(yùn)動(dòng)。離散粒子群優(yōu)化算法基于基本二進(jìn)制離散粒子群優(yōu)化算法的思想，應(yīng)用了DPSO算法[3-4]算
6、法利用基本粒子群算法中“粒子依賴自身經(jīng)驗(yàn)及粒子群全體經(jīng)驗(yàn)”的思想，改進(jìn)了粒子的更新運(yùn)動(dòng)公式。在量子理論中，傳遞信息的最小單元叫量子位。它的取值可能是[0,1]的某個(gè)狀態(tài)。定義這樣一個(gè)量粒子向量：，（3）M代表粒子的維數(shù)，N代表種群的數(shù)量。代表了第個(gè)粒子的第位取0的概率。下面將量子粒子群算法中的粒子離散化，使其成為離散的粒子矢量。離散量子粒子群算法的粒子群可表述為，(4)其中表示粒子的相應(yīng)離散粒子值。對(duì)于每個(gè)，產(chǎn)生一個(gè)[0,1]范圍的隨機(jī)數(shù)。如果這個(gè)隨機(jī)數(shù)大于，那么，否則。QPSO算法如下描述：（5）（6）（7）（8）公式中，為分布在[0,1]范圍內(nèi)
7、的隨機(jī)數(shù)。為控制參數(shù)，代表了算法對(duì)速度的控制。速度更多表示為位置取值判斷概率的閥值，其取值范圍為[0,1]。3分布估計(jì)算法選擇所有個(gè)體歷史最優(yōu)信息，建立反映優(yōu)質(zhì)解分布的概率模型這個(gè)概率模型標(biāo)識(shí)解空間中最具潛力解區(qū)域分布信息。對(duì)于新種群，隨機(jī)從概率模型和至今全局最優(yōu)項(xiàng)獲取信息。圖1概率模型圖（9）（10）其中P為概率向量，Xs表示選擇后的優(yōu)勢(shì)群體，b為任意解。對(duì)于現(xiàn)有的粒子群算法存在容易陷入局部極小值等缺點(diǎn)，我們把分布估計(jì)算法[5-6]思想引入到離散粒子群算法中，引入一種基于分布估計(jì)的離散粒子群優(yōu)化算法(EDPSO)，利用粒子群算法簡(jiǎn)單有效的特性，將
8、其運(yùn)用于配電網(wǎng)重構(gòu)。4混合算法通過組合改進(jìn)粒子群優(yōu)化算法和分布估計(jì)算法，得到一種新的算法—EDPSO算法[7]。這種算法使
