【无功优化】改进季节优化算法

 

摘要

本研究提出了一种改进的季节优化算法，用于分布式电源配电网无功优化。该算法通过动态参数调整、混合优化策略和自适应季节变换机制，提高了算法在不同优化阶段的适应能力。实验结果表明，改进后的算法在降低总网损和电压偏差方面表现出色，优于传统方法。

理论

季节优化算法基本步骤

1. 初始化：随机生成初始种群，代表可能的解空间。

2. 春季阶段：模拟植物在春季的生长和繁殖，种群在此阶段快速扩展和探索新的解空间。

3. 夏季阶段：模拟植物在夏季的竞争和资源消耗，种群在此阶段进行局部优化，去除不适应的个体。

4. 秋季阶段：模拟秋季的成熟和收获，优秀个体被保留下来，形成稳定的解。

5. 冬季阶段：模拟冬季的休眠和存储，种群在此阶段进行重新调整和准备，为下一轮的春季阶段做好准备。

6. 迭代：重复春、夏、秋、冬四个阶段，直至满足停止条件（如最大迭代次数或达到满意的优化结果)。

改进思路

1. 动态参数调整

   • 根据种群的收敛状态和搜索进度实时调整操作参数。

2. 混合优化策略

   • 与遗传算法结合：在春季阶段引入交叉和变异操作。

   • 与粒子群优化结合：在夏季阶段引入速度更新机制。

3. 自适应季节变换

   • 提前进入秋季、延长春季或跳过冬季，根据种群状态动态调整季节顺序。

实验结果

优化前后对比

优化前（33节点）

• 最低成本（第100次迭代）: 0.0223783503728754

• 最优解:

  • 电容器1组数: 3

  • 电容器2组数: 5

  • 分布式电源1有功出力: 0.86964

  • 分布式电源2有功出力: 1.0182

  • 分布式电源1无功出力: 0.27955

  • 分布式电源2无功出力: 0.54733

  • 总网损: 0.12021

  • 总电压偏差: 0.18519

  • 电容器成本: 0.004

 

优化后（静态 Pg节点）

• 最低成本（第100次迭代）: 0.0293922524229902

• 最优解:

  • 电容器1组数: 6

  • 电容器2组数: 0

  • 分布式电源1有功出力: 1.1555

  • 分布式电源2有功出力: 0.081111

  • 分布式电源1无功出力: 0.71634

  • 分布式电源2无功出力: 0.082112

  • 总网损: 0.077137

  • 总电压偏差: 0.17924

  • 电容器成本: 0.0055

 

部分代码

function SO_Algorithm(ProblemParams, AlgorithmParams)
    % 初始化参数
    AlgorithmParams.Pmin = 0.1;
    AlgorithmParams.Pmax = 0.8;
    
    % 主循环
    for year = 1:AlgorithmParams.NumOfYears
        p = AlgorithmParams.Pmax - (year / AlgorithmParams.NumOfYears) * (AlgorithmParams.Pmax - AlgorithmParams.Pmin);
        AlgorithmParams.RenewRate = p;
        AlgorithmParams.SeedingRate = p;
        AlgorithmParams.ColdThreshold = p;
        AlgorithmParams.CompetitionRate = p;
        
        % 春季阶段
        if year == 1
            InitialTrees = CreateForest(AlgorithmParams, ProblemParams);
            Forest = InitialTrees;
            InitialCost = feval(ProblemParams.CostFuncName, InitialTrees');
            Forest(:, end+1) = InitialCost';
        else
            Forest = Renew(Forest, Seeds, AlgorithmParams, ProblemParams);
        end
        
        % 夏季阶段 (增长 & 竞争)
        Forest = Competition(Forest, AlgorithmParams, ProblemParams, year);
        
        % 秋季阶段
        Seeds = Seeding(Forest, AlgorithmParams, ProblemParams);
        
        % 冬季阶段
        Forest = Resistance(Forest, AlgorithmParams, ProblemParams);
        Costs = Forest(:, end);
        MinimumCost(year) = min(Costs);
        fprintf('Minimum Cost in Iteration %d is %3.16f \n', year, MinimumCost(year));
    end
end

参考文献

❝

1. 张高帅，《含分布式电源配电网无功优化研究》，论文第四章仿真部分。