資源描述：
《基于離散量子粒子群算法的配電網(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)容在學(xué)術(shù)論文-天天文庫。
1、基于離散量子粒子群算法的配電網(wǎng)重構(gòu)（江蘇省電力公司宿遷供電公司223800）摘要：木文利用了修正的離散量子粒子群優(yōu)化算法（MQPSO）對(duì)配電網(wǎng)網(wǎng)絡(luò)進(jìn)行重構(gòu)，算法在原有的二進(jìn)制粒子群基礎(chǔ)上改進(jìn)了Sigmoid函數(shù)的簡(jiǎn)單映射關(guān)系,直接利用MQPSO實(shí)現(xiàn)了改進(jìn)粒子群自身算法直接的映射關(guān)系，提高了算法的運(yùn)算效率。此外，由于配電網(wǎng)自身的輻射狀運(yùn)行特點(diǎn)，木文利用節(jié)點(diǎn)優(yōu)化3步驟對(duì)配電網(wǎng)絡(luò)進(jìn)行優(yōu)化，使得粒子在初始化過程中避免了不可行解的出現(xiàn)。最后對(duì)IEEE單饋線33節(jié)點(diǎn)配電系統(tǒng)進(jìn)行了優(yōu)化計(jì)算，其結(jié)果與最優(yōu)解吻合，同時(shí)還證明了MQPSO算法在處理離散問題的高效性。關(guān)鍵詞：配電網(wǎng)重構(gòu)MQP
2、SO算法節(jié)點(diǎn)優(yōu)化ABSTRACT:!nthispaper,amodifieddiscretequantumparticleswarmoptimizationalgorithmisappliedintothepowerdistributionnetworkreconfiguration.BasedonthediscretebinaryofthePSO,thisalgorithmherewillimprovethesimplemappingofSigmoidfunction,andrealizethealgorithm'sdirectmappingitselfbyusing
3、theMPSOalgorithm,whichwillmakethealgorithmmuchefficient.Takingtheradialoperationofpowerdistributionnetworkintoconsideration,thispaperwilloptimizethepowerdistributionnetworkthrough3stepsofnodeoptimization,whichcanavoidthoseinfeasiblesolutionswhentheparticlesareinitialized.Attheendofthispa
4、per,IEEE33nodedistributionsystemistestedbyusingtheMDPSOalgorithmsndtheresultsaretallyagreedwiththebestsolutions,shouwingthattheMDPSOcanbeeffectivelyusedtothosediscreteproblems.KEYWORDS:Powerdistributionnetworkreconfiguration;MDPSOalgorithm;Nodeoptimization引言由于用電用戶不斷增多，各種電力設(shè)備的投入也隨之增加，在配電網(wǎng)
5、中造成了大量的電能損耗。據(jù)統(tǒng)計(jì)，全國(guó)城網(wǎng)llOkV及以下配電網(wǎng)網(wǎng)損占總網(wǎng)損的60%,特別是10KV配電網(wǎng)的網(wǎng)損占了整個(gè)網(wǎng)損相當(dāng)大的比例，配電網(wǎng)重構(gòu)是降低網(wǎng)損的途徑之一。目前，配電網(wǎng)重構(gòu)算法有支路交換算法［1］,最優(yōu)流算法［2］,模擬退火法⑶，遺傳算法［4,5］,蟻群算法⑹，粒子群算法［7?9］以及算法間混合形成的改進(jìn)算法。本文所用的配電網(wǎng)重構(gòu)優(yōu)化算法是基于二進(jìn)制修正的粒子群優(yōu)化算法，算例表明該算法收斂速度快，避免了群局部收斂和兀余計(jì)算的缺陷，是一種高效的搜索算法。1配電網(wǎng)重構(gòu)的數(shù)學(xué)模型配電網(wǎng)絡(luò)重構(gòu)主要是在滿足合理供電的前提下，調(diào)整配電網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，均衡各饋線負(fù)荷，使配
6、電網(wǎng)的網(wǎng)損降低，供電電壓質(zhì)量提高，以保證配電系統(tǒng)的穩(wěn)定運(yùn)行。本文僅以網(wǎng)損最低為目標(biāo)展開討論。其表達(dá)式可表示為：式中：為節(jié)點(diǎn)與支路關(guān)系的關(guān)聯(lián)矩陣；為饋線潮流矢量；為負(fù)荷需求矢量。在實(shí)際中，配電網(wǎng)主要通過（1）和（4）來完成網(wǎng)絡(luò)的重構(gòu)，不等式約束條件則可以通過采用罰函數(shù)來轉(zhuǎn)化成無約束條件，最終確定最優(yōu)化結(jié)果。2PSO算法及其改進(jìn)2.1PSO算法簡(jiǎn)介粒子群優(yōu)化（PSO）算法基本思想就是模擬鳥群的捕食行為。在PSO算法中，每個(gè)優(yōu)化問題的解都是搜索空間中的一只鳥，稱之為“粒子”。所有的粒子都有一個(gè)由被優(yōu)化的函數(shù)決定的適應(yīng)值（fitness）,每個(gè)粒子還有一個(gè)速度決定他們飛行的方向
7、和距離，粒子們就追隨當(dāng)前的最優(yōu)粒子在解空間中搜索。PSO初始化為一群隨機(jī)粒子（隨機(jī)解）。然后通過迭代找到最優(yōu)解。在每一次迭代中，粒子通過學(xué)習(xí)兩個(gè)“極值”來進(jìn)行下一步的搜索。一個(gè)就是粒子本身所找到的最優(yōu)解。這個(gè)解叫做個(gè)體極值Pbesti（d）。另一個(gè)極值是整個(gè)種群目前找到的最優(yōu)解。這個(gè)極值是全局極值Gbest(d)o在找到這兩個(gè)最優(yōu)值吋，粒子根據(jù)這兩個(gè)值來更新自己的速度向量和位置向量：式中：cl和c2是學(xué)習(xí)因子，通常cl=c2=2；＞是在［0,1］之間均勻分布的隨機(jī)數(shù)；為慣性權(quán)重，的取值范圍［0,1］,取線性權(quán)重時(shí)隨著迭代次數(shù)線性減小。粒子
