基于含分布式發電的改進BFO算法配電網無功優化研究

孫思雅

【摘要】基于含分布式發電的配電網無功優化的研究過程中，為了能更好地提高配電網的性能，提出一種改進BFO的算法，即改進細菌覓食算法。把配電網網損最小數、負荷點的電壓和發電機無功出力用為目標函數，采用改進BFO算法，在操作中引入粒子群優化算法，使改進BFO算法能具有全局搜索性能，提高算法效率。本文主要介紹了含分布式發電系統無功優化的數學模型和BFO算法的基本原理，進一步探討了改進BFO算法對含分布式配電網的無功優化，繼而提出了混沌粒子型細菌覓食算法，在配電網的無功優化問題處理上具有明顯的優勢。

【關鍵字】分布式發電；改進BFO算法；配電網；無功優化

中圖分類號： TM715 文獻標識碼：A 文章編號：1674-098X（2016）04（a）-0000-00

為了有效提高收斂速度和穩定性，在細菌覓食算法的基礎上提出了混沌粒子型細菌覓食算法。這個算法是在聚焦操作過程中加入變異算子，使其全局搜索性能效果更佳，并且運用了混沌理論和慣性權重，加快了收斂的速度。經過多次試驗結果表明，混沌粒子型細菌覓食算法在含分布式發電的配電網無功優化問題的處理上，其全局搜索性能和收斂速度快具有比其他算法更為明顯的優勢。

一、含分布式發電系統無功優化的數學模型

1.1目標函數

為了能同時保證電壓質量和發電機的無功無力，主要采用了反函數的形式來確定綜合目標函數

（注：PL是有功功率耗損；Gij是ij間的電導；Ui，Uj是i，j節點的電壓值；Qi是發電機的無功出力；λ1 是電壓越界的懲罰因子；λ2是發電機的無功越界懲罰因子Uimax；， Uimin 和Qimax Qimin是控制變量的上下限。）

1.2約束條件

二、細菌覓食算法BFO的基本原理

細菌覓食算法，其主要根據大腸桿菌在尋找食物的過程中通過復制以及遷移等操作最終尋找營養源的一種過程。

2.1趨向性操作：趨向操作過程就是細菌的游動和翻轉的過程。細菌向任何一方移動一步，就要判斷這時的適應值是否比上一步好，如果是，細菌就開始翻轉，朝著另一個方向移動。如果不是，就該沿著隨機方向移動。當細菌試驗次數達到最大時，就要進行下一個趨向操作。趨化過程見式：

2.2復制操作：細菌經過搜索后，把細菌按照健康好壞排列順序，健康差的將會被淘汰掉，淘汰的數目為 ，淘汰差的細菌是為了保持細菌種群的數量，然后母體細菌進行繁殖。在經過多次復制后，會產生與母體相同的子體。并且母體與子體的位置相同。

2.3遷徙性操作：遷徙性操作就是細菌會由于生存環境發生異常改變，出現死亡或者驅散的一種行為。如果細菌達到一定的遷徙概率，就會滅亡，然后會在一個新的領域中重新產生新的個體。新個體對細菌跳出局部極值有一定的促進作用，以此來實現全局的最優化。

2.4細菌聚集性：細菌在搜索營養源的過程中，個體細胞之間的引力會把各個細菌都聚集在一起，因此，細菌具有聚集性。如果反之，細胞之間也存在斥力，使自己處在一定的位置為維持生存。

三、混沌粒子型細菌覓食算法

細菌覓食算法的優點是極易跳出局部極小值，并且具有很好的并行搜索能力和局部搜索能力，被廣泛應用在配電網的優化問題中。基于細菌覓食算法基礎上，將粒子群變異算法和混沌適應參數加入其中，研究出了一種新的算法，即混沌粒子型細菌覓食算法-――CP-BFO。

3.1 粒子群優化算法：粒子群優化算法在全局搜索能力的基礎上，又增加了快速收斂能力，對優化問題處理中具有明顯的優勢。粒子群優化算法，是把隨機生成的多個粒子，組成一個初始的細菌群種，通過把第i個粒子的移動速度和移動位置帶入總的目標函數中，最后得出的結果就是那個粒子的適應值。然后不斷把變化后的粒子速度和位置進行迭代后，最后得出最優解。第i個粒子的最優解記為：Pi ，粒子群得到的最優解記為：Pb ，然后再根據以下兩個公式不斷更新

粒子群優化算法PSO和細菌覓食算法BFO都具有極強的優化性能。通過將兩者運用起來，利用粒子群算法對全局進行搜索，把粒子群優化算法中（11）式子中的認知部分保留下來，比如（13）式，把每個粒子都看作為是一個細菌，與細菌覓食算法中的聚集性操作進行結合，在細菌進行趨向和聚集操作時嗎，還能不斷進行局部搜索。然后再利用粒子群算法具有的記憶能力，將變異算子得到的群體信息代入更新細菌位置的式子（14）中，從而使粒子群算法能具有更好的全局搜索能力。

3.2 混沌自適應調節

混沌粒子對初始條件具有非常敏感的性質，并且是一種沒有順序可以隨意進行各種狀態的運動。根據這種方法，對細菌覓食算法中的參數r進行自適應調節，以此來使細菌的速度和位置達到最優效果。

四、結束語

針對含分布式發電的配電網的無功優化問題，在改進細菌覓食算法的基礎上，提出了新的算法，就是混沌粒子型細菌覓食算法（CP—BFO）。經過多次改進，混沌粒子型細菌覓食算法，還能有效減少功率的損耗，進一步提高了電壓質量，保障了配電網的穩定運行，同時也證明了混沌粒子型細菌覓食算法的收斂性和尋優速度效果顯著。

參考文獻

[1]彭繼慎，楊慕紫，馬冰. 含分布式發電的改進BFO算法配電網無功優化[J]. 計算機仿真，2015，05：127-131.

[2]曾黎琳. 含分布式發電的配電網無功優化方法研究[D].湖南工業大學，2013.