用于最优无功优化的动态开发高斯骨蝙蝠算法以提升电力系统安全稳定性
系统与控制
2022-05-03 v1 系统与控制
最优化与控制
摘要
本文提出了一种新颖的高斯骨蝙蝠算法（GBBBA）及其改进版本——动态开发高斯骨蝙蝠算法（DeGBBBA），用于求解最优无功优化（ORPD）问题。最优无功优化（ORPD）在保障电力系统稳定、安全、可靠及经济运行方面起着基础性作用。ORPD问题被表述为一个包含离散与连续控制变量的混合整数复杂非线性优化问题。蝙蝠算法（BA）是最受欢迎的元启发式算法之一，它模拟微蝙蝠的回声定位，并且在求解各类优化问题时表现优于一些其他元启发式算法。然而，标准BA在部分优化问题中可能无法平衡探索与开发，从而常陷入局部最优。所提出的GBBBA在更新蝙蝠位置时采用高斯分布，以缓解标准BA相关的早熟收敛问题。GBBBA利用从探索持续至开发的高斯采样优势。DeGBBBA是GBBBA的进阶变体，其中引入了修正的高斯分布，以使所提算法中的开发实现动态自适应。GBBBA与DeGBBBA均用于确定发电机母线电压、有载调压变压器分接头及并联无功源的最优设定，以最小化有功功率损耗、总电压偏差和电压稳定指标。仿真结果表明，GBBBA与DeGBBBA在求解ORPD问题时具有鲁棒性与有效性。
引用
@article{arxiv.2112.06382,
title = {Dynamic Exploitation Gaussian Bare-Bones Bat Algorithm for Optimal Reactive Power Dispatch to Improve the Safety and Stability of Power System},
author = {Zhaoyang Qu and Yunchang Dong and Sylvère Mugemanyi and Tong Yu and Xiaoyong Bo and Huashun Li and Yang Li and François Xavier Rugema and Christophe Bananeza},
journal= {arXiv preprint arXiv:2112.06382},
year = {2022}
}
备注
Accepted by IET Renewable Power Generation