PSO在電力系統(tǒng)AGC的參數(shù)優(yōu)化中的應用.pdf

1、本文主要研究粒子群算法及其在互聯(lián)電力系統(tǒng)控制中分散控制器的參數(shù)優(yōu)化.首先,對粒子群算法(PSO)進行幾點改進.雖然PSO收斂快,但是該算法具有運算早期精度較低,易發(fā)散等缺點,后期粒子趨向同一化,收斂速度變慢,同時算法收斂到一定精度時,無法繼續(xù)優(yōu)化,本文針對線性慣性權值法在迭代初期局部搜索能力較弱,即使初始粒子已接近于全局最優(yōu)點,而在迭代后期,則因全局搜索能力變?nèi)?而易陷入局部極值的特點,設計具有選擇和變異功能的慣性權值進化方式,改善了線

2、性慣性權值法的缺點.并采取了基于分布均勻度的初始化策略、粒子群協(xié)同優(yōu)化、基于粒子位置和速度變異的改進策略,都在很大程度上減少了陷入局部極值的可能性,而動態(tài)改變粒子數(shù)目可以在不影響精度的前提下大幅度提高優(yōu)化速度,節(jié)約計算時間.其次,對幾種特殊結構的互聯(lián)電力系統(tǒng),提出了新的分解方法.再次,根據(jù)互聯(lián)電力系統(tǒng)的模型及相關參數(shù),使用相應的粒子群改進算法并應用于單區(qū)域和雙區(qū)域互聯(lián)電力系統(tǒng)控制器的參數(shù)優(yōu)化,仿真結果表明優(yōu)化后的控制器提高了系統(tǒng)對隨機負