基于多智能體量子粒子群算法的電網(wǎng)無(wú)功優(yōu)化問(wèn)題研究.pdf

1、隨著我國(guó)電網(wǎng)規(guī)模的不斷擴(kuò)大，以及超高壓直流遠(yuǎn)距離電力輸送和大規(guī)模分布式電源的入網(wǎng)運(yùn)行，給電能質(zhì)量穩(wěn)定性和電網(wǎng)經(jīng)濟(jì)運(yùn)行等帶來(lái)新的挑戰(zhàn)，作為保證電網(wǎng)安全經(jīng)濟(jì)運(yùn)行的無(wú)功優(yōu)化調(diào)度就顯得尤為重要。電網(wǎng)無(wú)功優(yōu)化是在電壓和出力等約束條件下，通過(guò)優(yōu)化電網(wǎng)中的無(wú)功配置，達(dá)到改善系統(tǒng)電壓質(zhì)量、減少系統(tǒng)網(wǎng)損和提高電壓穩(wěn)定性等目標(biāo)。
　　因此無(wú)功優(yōu)化問(wèn)題是一個(gè)混合變量的、多約束和多目標(biāo)的非線性組合優(yōu)化問(wèn)題，在這一研究領(lǐng)域內(nèi)已有多種方法。傳統(tǒng)的無(wú)功優(yōu)化方法

2、雖然計(jì)算迅速、收斂可靠，但是需要一些假設(shè)條件，如要求控制變量連續(xù)、目標(biāo)函數(shù)可微等。近年來(lái)隨著人工智能算法在無(wú)功優(yōu)化中的廣泛應(yīng)用，收到了很好的效果，同時(shí)由于遺傳算法、粒子群算法和傳統(tǒng)量子粒子群算法等的收斂瓶頸，導(dǎo)致算法在收斂后期易陷入局部最優(yōu)解和產(chǎn)生“維數(shù)災(zāi)”而無(wú)法尋得全局尋優(yōu)，進(jìn)而影響了算法進(jìn)行大規(guī)模系統(tǒng)優(yōu)化的效果。為了提高量子粒子群算法在電網(wǎng)無(wú)功優(yōu)化的收斂速度和全局尋優(yōu)能力，本文提出了基于多智能體系統(tǒng)的分布式協(xié)同進(jìn)化方式對(duì)并行搜索的量

3、子粒子群算法進(jìn)行改進(jìn)，以完成全局的競(jìng)爭(zhēng)尋優(yōu)。本文主要就以下方面進(jìn)行了研究:
　　1.提出了多智能體量子粒子群優(yōu)化算法。使用JADE平臺(tái)構(gòu)造了多Agent系統(tǒng)，通過(guò)公告板形式進(jìn)行尋優(yōu)，以并行式種群替代的形式，為QPSO種群加入變異，增加了QPSO算法種群的多樣性，減少了算法陷入局部最優(yōu)解的概率。
　　2.建立了基于系統(tǒng)網(wǎng)損最小化、PQ節(jié)點(diǎn)電壓偏差率和無(wú)功投入為目標(biāo)的無(wú)功優(yōu)化綜合模型，分析了常見(jiàn)求解電網(wǎng)無(wú)功優(yōu)化問(wèn)題的智能算法的優(yōu)