資源描述：
《一種融合分布估計的離散粒子群優(yōu)化算法的配電網(wǎng)重構(gòu)》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在行業(yè)資料-天天文庫。
1、一種融合分布估計的離散粒子群優(yōu)化算法的配電網(wǎng)重構(gòu)李琴，楊栩灃江蘇闞山發(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的離散粒子群優(yōu)化算法運用于配電網(wǎng)重構(gòu)，以降低網(wǎng)損為目標函數(shù)，對于新的種群，隨機從概率模型和至
4、今全局最優(yōu)信息項中獲取解信息。仿真實驗結(jié)果表明提出的關于配電網(wǎng)重構(gòu)的新算法優(yōu)于其它幾種優(yōu)化算法。關鍵詞：離散粒子群算法；分布估計；配電網(wǎng)重構(gòu),IEEE331引言隨著電力工業(yè)的高速發(fā)展，城市建設和經(jīng)濟發(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)絡拓撲結(jié)構(gòu)和配電網(wǎng)正常運行的前提下，通過調(diào)整配電網(wǎng)中聯(lián)絡開關和分段開關的狀態(tài)，使用合理的供電路徑，使整個配電網(wǎng)網(wǎng)損降低。配電網(wǎng)絡重構(gòu)包括了配電系統(tǒng)正常運行時的網(wǎng)絡重構(gòu)與故障情況下的網(wǎng)絡重構(gòu)。本文將離散粒子群與分布估計相結(jié)合運用于配網(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年由美國社會心理學家JamesKennedy和電氣工程師RusselEberhart共同提出的。它將鳥群運動模型中的棲息比作所求問題空間中可能位置，通過個體間信息的傳播使整個群體向解的方向移動。其迭代公式[2]如下：，（1）（2）式中：c1和c2是學習因子，r1、r2是介于0和1之間的隨機數(shù)，為慣性權重，粒子在搜索空間中不斷通過更新個體極值和全局極值來確定運動的速度和方向，向目標點運動。離散粒子群優(yōu)化算法基于基本二進制離散粒子群優(yōu)化算法的思想，應用了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)驗及粒子群全體經(jīng)驗”的思想，改進了粒子的更新運動公式。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]的某個狀態(tài)。定義這樣一個量粒子向量：，（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離散粒子值。對于每個，產(chǎn)生一個[0,1]范圍的隨機數(shù)。如果這個隨機數(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、的隨機數(shù)。為控制參數(shù)，代表了算法對速度的控制。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分布估計算法選擇所有個體歷史最優(yōu)信息，建立反映優(yōu)質(zhì)解分布的概率模型這個概率模型標識解空間中最具潛力解區(qū)域分布信息。對于新種群，隨機從概率模型和至今全局最優(yōu)項獲取信息。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)勢群體，b為任意解。對于現(xiàn)有的粒子群算法存在容易陷入局部極小值等缺點，我們把分布估計算法[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的離散粒子群優(yōu)化算法(EDPSO)，利用粒子群算法簡單有效的特性，將
8、其運用于配電網(wǎng)重構(gòu)。4混合算法通過組合改進粒子群優(yōu)化算法和分布估計算法，得到一種新的算法—EDPSO算法[7]。這種算法使
