【电路优化】基于粒子群算法实现18节点电力系统的多目标无功优化附matlab代码

1 简介

随着电力工业的发展，如何保证电力系统的安全稳定，经济运行已成为一个重要课题.无功优化是提高电压质量、减少网络损坏、确保系统安全运行的重要手段.因此，无功优化问题的研究具有重要的现实意义.在现有研究成果的基础上，本文在现有研究成果的基础上，对遗传算法在无功优化问题中的应用进行了研究. 本文介绍了电力系统无功优化领域的研究现状；总结了无功补偿的原则，总结了补偿方法和原则.分析了电力系统潮流计算的方法,结合灵敏度计算,采用牛顿一拉夫逊法计算潮流. 电网无功优化是一个多变量、多约束的混合非线性规划问题...\

2 部分代码

clear ;clc;load P_loadglobal P_load;global PVglobal WTload WTload PVmm=mopso;  %多目标粒子群寻优nn=length(mm.swarm);for i=1:nn    xx(i)= mm.swarm(1,i).cost(1);   yy(i)= mm.swarm(1,i).cost(2);endm1=max( xx);m2=max( yy);for i=1:nn    object(i)= mm.swarm(1,i).cost(1)./m1  mm.swarm(1,i).cost(2)./m2;  %将多个目标归一化 权重系数法选择最优方案  end[m,p]=min(object);best= mm.swarm(1,20).x; best_pg= best;%  load  best_pg  figure(8);plot(PV,'-*'); title(光伏出力特性)； xlabel(时间)； ylabel(功率)；      figure(7);plot(WT,'-*'); title(风电出力特性)； xlabel(时间)； ylabel(功率)；i=1;   k_best(i,:)= best_pg(i,73:96);  %分别是 变比 电容器1 2  的最优值   c1_best(i,:)= best_pg(i,25:48);   c2_best(i,:)= best_pg(i,49:72);   i=1; k_best(i,:)=round(k_best(i,:)); k_plan(i,1)=1;for j=2:24  处理%对比变比 转换为档位值  k_plan(i,j)=k_plan(i,j-1) k_best(i,j)*0.025;    if k_plan(i,j)>1.075        k_plan(i,j)=1.075;    end    if k_plan(i,j)<0.925        k_plan(i,j)=0.925;    end  end  k_opt1= k_plan;for i=1:24       if k_opt1(i)>=0.95 && k_opt1(i)<0.975        k_opt(i)=0.95;    end      if k_opt1(i)>=0.975 && k_opt1(i)<1        k_opt(i)=0.975;      end      if k_opt1(i)>=1 && k_opt1(i)<1.025        k_opt(i)=1;      end      if k_opt1(i)>=1.025 && k_opt1(i)<1.05        k_opt(i)=1.025;      end     if k_opt1(i)>=1.05 && k_opt1(i)<1.075        k_opt(i)=1.05;    end   if k_opt1(i)>=1.075 && k_opt1(i)<1.1        k_opt(i)=1.075;   end   end C_cost=0;for i=1:24  在优化之前，%解决每个目标[Ploss_yuan(i),V_yuan(i,:)]=powerflow(P_load(i),0,0,1,PV(i),WT(i));end for i=1:24    %解决未优化后的每个目标[Ploss(i),V(i,:)]=powerflow(P_load(i), c1_best(i), c2_best(i),k_opt(i),PV(i),WT(i));endfigure(3)plot(Ploss,'-rd');hold on;plot(Ploss_yuan,'-d');legend优化后，优化前；xlabel(时间)；ylabel(网损)；title(网损变化图)flage=4;%flage选择不同  则输出不同时刻的电压情况figure(4)plot(V(flage,:),'-rd');hold on;plot(V_yuan(flage,:),'-d');legend优化后，优化前；xlabel(节点)；ylabel(电压幅值)；title(电压变化图)figure(5)plot(c1_best*10000,'-rd');hold on;plot(c2_best*10000,'-d');legend(无功补偿器1'，无功补偿器2')；xlabel(时间)；ylabel(功率)；title(无功补偿器变化曲线)figure(6)plot(k_opt,'-o');xlabel(时间)；ylabel(变比)；title(变比变化曲线)

3 仿真结果

4 参考文献

[1]郭云波. 基于改进遗传算法的电力系统无功优化[D]. 天津大学, 2009.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等领域Matlab仿真，相关matlab私信可以交换代码问题。

如些理论引用网络文献，如有侵权联系博主删除。