基于改进混合蛙跳算法的电力系统无功优化

摘要

为改善和提高电网的电压质量，最大限度的发挥出电力设备的经济效益，减少电力线路上的有功功率损耗，应用人工智能算法－混合蛙条算法（ Shuffled Frog Leaping Algorithm，SFLA）对电力系统的发电机端电压、变压器的抽头位置和无功补偿器的补偿容量等控制变量进行控制，从而达到减少电力系统有功功率损耗的目的。 SFLA 是一种新兴的群智能搜索算法，该算法具有定义简单、参数设置少、寻优能力强、收敛速度快等优点。应用该算法对控制变量进行迭代计算和电力系统潮流的计算，最终得出系统的最小网损以及对应控制变量的值。最后将该算法应用在IEEE－14节点系统上，并与其它人工智能算法进行比较，证明其在电力系统无功优化上的优越性。