2021 年（第五届）电力设备管理智能化技术研讨会 - 326 - 基于一种改进型粒子群算法的 电力系统无功优化研究 国家能源菏泽发电有限公司，刘建航 摘 要：根据电力系统无功优化问题的实际情况和粒子群优化算法的基本原理和特点，采用粒子群算法对电力系统 无功优化数学模型进行优化计算。然后，用 MATLAB 编写该改进算法的程序，结合公式计算优化程序，并利用 IEEE6 标准 节点系统的仿真结果验证所用算法对于研究无功优化的可行性和有效性。 关键词：电力系统；无功优化；粒子群优化算法；MATLAB 电力系统无功优化是指在满足发电机及系统安 全运行的条件下，通过对发电机端电压、可调变压 器分接头和并联补偿电容器等设备的综合调节，使 电压稳定性得到提高，实现系统有功网损最小的目 标。无功优化可以充分利用电力系统中的无功电源， 改善电压质量、减少网络损耗和提高电压稳定性。 发电机的电压是可连续调节的量，而可投切并联电 容器组（或电抗器组）的无功出力及可调变压器的 分接头位置是非连续变化的。因此，无功优化问题 同时存在连续变量和离散变量，电力系统无功优化 问题是一个多目标、多变量、多约束的混合非线性 规划问题。近年来，多种启发式优化算法被应用于 电力系统无功优化，并取得了较好的效果，但容易 出现早熟现象和陷入局部收敛等。粒子群优化算法 （ Particle Swarm optimization ， PSO ） 最 先 由 Eberha 博士和 Kennedy 博士提出，是一种源于对鸟 群捕食行为的研究而发明的进化计算方法。粒子群 优化算法，对优化问题无可微性与连续性要求，具 有全局收敛性、通用性及鲁棒性强等优点，与其他 算法相比，不仅具有全局寻优能力，而且编程简单， 易于推广使用。本文中采用粒子群改进算法对电力 系统的无功优化进行研究，以达到对实际电力传输 中无功优化，达到预期效果。 无功优化的数学模型由目标函数、功率约束条 件、变量约束条件组成，通常采用适当地调整发电 机机端电压、投切无功补偿容量和调节变压器分接 头，在保证电压质量的前提下降低网损。 从经济性考虑，通常把有功网损最小作为目标 函数： 2 2 ij 1 1 min( ) [ 2 cos ] loss N N i j i j ij i j P G V V VV = = = + （1） 式中：N 为参与有功网损计算的系统支路条数； ij G 为节点 i，j 之间的支路电导； i V 、 j V 分别为节 点 i 和 j 的电压。 无功优化的控制变量包括发电机的机端电压、 补偿点的补偿量和可调变压器变比等；状态变量包 括发电机无功出力和各节点电压值。各变量的约束 条件包括等式约束和不等式约束，其中等式约束即 有功、无功的潮流方程，如式（2） ： 1 1 ( cos sin ) ( sin cos ) B B N i i j ij ij ij ij j N i i j ij ij ij ij j P V V G B Q V V G B = = = + = + （2）