基于含分布式發(fā)電的改進BFO算法配電網(wǎng)無功優(yōu)化研究

孫思雅

【摘要】基于含分布式發(fā)電的配電網(wǎng)無功優(yōu)化的研究過程中，為了能更好地提高配電網(wǎng)的性能，提出一種改進BFO的算法，即改進細菌覓食算法。把配電網(wǎng)網(wǎng)損最小數(shù)、負荷點的電壓和發(fā)電機無功出力用為目標(biāo)函數(shù)，采用改進BFO算法，在操作中引入粒子群優(yōu)化算法，使改進BFO算法能具有全局搜索性能，提高算法效率。本文主要介紹了含分布式發(fā)電系統(tǒng)無功優(yōu)化的數(shù)學(xué)模型和BFO算法的基本原理，進一步探討了改進BFO算法對含分布式配電網(wǎng)的無功優(yōu)化，繼而提出了混沌粒子型細菌覓食算法，在配電網(wǎng)的無功優(yōu)化問題處理上具有明顯的優(yōu)勢。

【關(guān)鍵字】分布式發(fā)電；改進BFO算法；配電網(wǎng)；無功優(yōu)化

中圖分類號： TM715 文獻標(biāo)識碼：A 文章編號：1674-098X（2016）04（a）-0000-00

為了有效提高收斂速度和穩(wěn)定性，在細菌覓食算法的基礎(chǔ)上提出了混沌粒子型細菌覓食算法。這個算法是在聚焦操作過程中加入變異算子，使其全局搜索性能效果更佳，并且運用了混沌理論和慣性權(quán)重，加快了收斂的速度。經(jīng)過多次試驗結(jié)果表明，混沌粒子型細菌覓食算法在含分布式發(fā)電的配電網(wǎng)無功優(yōu)化問題的處理上，其全局搜索性能和收斂速度快具有比其他算法更為明顯的優(yōu)勢。

一、含分布式發(fā)電系統(tǒng)無功優(yōu)化的數(shù)學(xué)模型

1.1目標(biāo)函數(shù)

為了能同時保證電壓質(zhì)量和發(fā)電機的無功無力，主要采用了反函數(shù)的形式來確定綜合目標(biāo)函數(shù)

（注：PL是有功功率耗損；Gij是ij間的電導(dǎo)；Ui，Uj是i，j節(jié)點的電壓值；Qi是發(fā)電機的無功出力；λ1 是電壓越界的懲罰因子；λ2是發(fā)電機的無功越界懲罰因子Uimax；， Uimin 和Qimax Qimin是控制變量的上下限。）

1.2約束條件

二、細菌覓食算法BFO的基本原理

細菌覓食算法，其主要根據(jù)大腸桿菌在尋找食物的過程中通過復(fù)制以及遷移等操作最終尋找營養(yǎng)源的一種過程。

2.1趨向性操作：趨向操作過程就是細菌的游動和翻轉(zhuǎn)的過程。細菌向任何一方移動一步，就要判斷這時的適應(yīng)值是否比上一步好，如果是，細菌就開始翻轉(zhuǎn)，朝著另一個方向移動。如果不是，就該沿著隨機方向移動。當(dāng)細菌試驗次數(shù)達到最大時，就要進行下一個趨向操作。趨化過程見式：

2.2復(fù)制操作：細菌經(jīng)過搜索后，把細菌按照健康好壞排列順序，健康差的將會被淘汰掉，淘汰的數(shù)目為 ，淘汰差的細菌是為了保持細菌種群的數(shù)量，然后母體細菌進行繁殖。在經(jīng)過多次復(fù)制后，會產(chǎn)生與母體相同的子體。并且母體與子體的位置相同。

2.3遷徙性操作：遷徙性操作就是細菌會由于生存環(huán)境發(fā)生異常改變，出現(xiàn)死亡或者驅(qū)散的一種行為。如果細菌達到一定的遷徙概率，就會滅亡，然后會在一個新的領(lǐng)域中重新產(chǎn)生新的個體。新個體對細菌跳出局部極值有一定的促進作用，以此來實現(xiàn)全局的最優(yōu)化。

2.4細菌聚集性：細菌在搜索營養(yǎng)源的過程中，個體細胞之間的引力會把各個細菌都聚集在一起，因此，細菌具有聚集性。如果反之，細胞之間也存在斥力，使自己處在一定的位置為維持生存。

三、混沌粒子型細菌覓食算法

細菌覓食算法的優(yōu)點是極易跳出局部極小值，并且具有很好的并行搜索能力和局部搜索能力，被廣泛應(yīng)用在配電網(wǎng)的優(yōu)化問題中。基于細菌覓食算法基礎(chǔ)上，將粒子群變異算法和混沌適應(yīng)參數(shù)加入其中，研究出了一種新的算法，即混沌粒子型細菌覓食算法-――CP-BFO。

3.1 粒子群優(yōu)化算法：粒子群優(yōu)化算法在全局搜索能力的基礎(chǔ)上，又增加了快速收斂能力，對優(yōu)化問題處理中具有明顯的優(yōu)勢。粒子群優(yōu)化算法，是把隨機生成的多個粒子，組成一個初始的細菌群種，通過把第i個粒子的移動速度和移動位置帶入總的目標(biāo)函數(shù)中，最后得出的結(jié)果就是那個粒子的適應(yīng)值。然后不斷把變化后的粒子速度和位置進行迭代后，最后得出最優(yōu)解。第i個粒子的最優(yōu)解記為：Pi ，粒子群得到的最優(yōu)解記為：Pb ，然后再根據(jù)以下兩個公式不斷更新

粒子群優(yōu)化算法PSO和細菌覓食算法BFO都具有極強的優(yōu)化性能。通過將兩者運用起來，利用粒子群算法對全局進行搜索，把粒子群優(yōu)化算法中（11）式子中的認知部分保留下來，比如（13）式，把每個粒子都看作為是一個細菌，與細菌覓食算法中的聚集性操作進行結(jié)合，在細菌進行趨向和聚集操作時嗎，還能不斷進行局部搜索。然后再利用粒子群算法具有的記憶能力，將變異算子得到的群體信息代入更新細菌位置的式子（14）中，從而使粒子群算法能具有更好的全局搜索能力。

3.2 混沌自適應(yīng)調(diào)節(jié)

混沌粒子對初始條件具有非常敏感的性質(zhì)，并且是一種沒有順序可以隨意進行各種狀態(tài)的運動。根據(jù)這種方法，對細菌覓食算法中的參數(shù)r進行自適應(yīng)調(diào)節(jié)，以此來使細菌的速度和位置達到最優(yōu)效果。

四、結(jié)束語

針對含分布式發(fā)電的配電網(wǎng)的無功優(yōu)化問題，在改進細菌覓食算法的基礎(chǔ)上，提出了新的算法，就是混沌粒子型細菌覓食算法（CP—BFO）。經(jīng)過多次改進，混沌粒子型細菌覓食算法，還能有效減少功率的損耗，進一步提高了電壓質(zhì)量，保障了配電網(wǎng)的穩(wěn)定運行，同時也證明了混沌粒子型細菌覓食算法的收斂性和尋優(yōu)速度效果顯著。

參考文獻

[1]彭繼慎，楊慕紫，馬冰. 含分布式發(fā)電的改進BFO算法配電網(wǎng)無功優(yōu)化[J]. 計算機仿真，2015，05：127-131.

[2]曾黎琳. 含分布式發(fā)電的配電網(wǎng)無功優(yōu)化方法研究[D].湖南工業(yè)大學(xué)，2013.