[发明专利]一种基于DSICA算法的电力系统多目标无功优化方法

摘要

本发明请求保护一种基于DSICA算法的电力系统多目标无功优化方法。包括以下步骤：建立电力系统多目标无功优化数学模型，设置系统参数和算法参数；初始化算法中的国家个体，潮流计算得到目标函数值；复制国家个体到外部储存空间；算法迭代，利用所提出的殖民地国家个体位置更新方式和距离策略更新国家个体位置；对更新后的国家个体和上一代国家个体一起进行非劣排序和拥挤距离计算；判断是否满足迭代次数，若满足则进入下一步，若不满足则返回重复迭代；输出外部储存空间形成的帕累托最优解集，利用模糊群决策法找到最优折衷解并输出。本发明在处理电力系统多目标无功优化问题中搜索范围广，寻优能力强且求解质量高，证明了本发明的有效性和优越性。

主权项

1.一种基于DSICA算法的电力系统多目标无功优化方法，其特征在于，包括以下步骤：S1、建立满足约束条件的电力系统多目标无功优化模型，设置电力系统运行参数以及DSICA距离策略帝国主义算法参数；S2、根据多目标无功优化模型，确定最小化网络损耗和电压稳定性指标的双目标优化模型，并确定包括等式约束和不等式约束在内的约束条件；S3、初始化种群即国家，通过潮流计算得到每个国家的目标函数值、约束违反总值以及与控制变量对应的状态变量，并将初始群体复制到外部储存空间；S4、算法迭代，采用DSICA距离策略帝国主义算法进行优化更新国家，所述DSICA距离策略帝国主义算法主要改进在于：殖民地国家的位置更新不止依赖于所在帝国的帝国主义国家位置，还将其他强大殖民地的作用也作为殖民地更新的影响元素；将萤火虫算法的运动力学理念借鉴到殖民地位置更新中，即殖民地的位置更新不仅受到国家权力值的影响还受到国家间距离的影响；对更新后的国家重新进行潮流计算得到更新后的目标函数值和约束违反总值，将更新后的国家复制到外部储存空间与上一代国家进行非劣排序和拥挤距离计算，然后根据所得的排序情况进行裁剪以保持外部储存空间大小不变；S5、判断是否满足迭代次数，若不满足，则继续进行算法迭代，若满足，则停止迭代，输出外部储存空间的帕累托最优解集，并根据模糊决策法从帕累托最优解集中找到最优折衷解，通过最优折衷解可得到无功优化的目标函数值以及所对应的控制变量值，通过所得到的控制变量值对控制设备进行调节实现无功功率更合理的分布，从而实现电力系统的无功优化。