本科论文

改程序为求解电力系统无功优化提供的很好的参考价值，读者可以参考该程序并在原有基础上在进行改动

基于遗传算法的无功优化matlab实现方法软件包,调试基本通过,可直接下载应用,具体例子可以自己修改一下原代码

分布式电源并网将极大改变系统初始电气状态，故须对分布式电源并网产生的影响做科学论证，并采取恰当措施来提高系统稳定性。通过制定平均电压变化率和平均电压波动率两个评价指标来描述不同分布式电源并网对电压的影响程度。以IEEE 33节点配电网为模型，将分布式电源以不同容量和不同位置接入配电网，根据潮流计算结果，绘制出系统不同状态下的电压分布图，并依据所制定的量化指标全面分析并网电源对电压影响的基本规律。用遗传算法搜寻出单电源并网的最优无功出力，达到系统平均电压波动最小的要求。

使用于潮流无功优化

无功优化程序源代码。主要是源代码，程序调试基本完成。

基于粒子群优化算法的电力系统无功优化

从电力市场角度出发，在研究变速恒频双馈异步风电机组（DFIG）功率特性的基础上，按照无功功率流向的不同以及无功功率与有功功率的关系，将DFIG输出功率分为3个运行区域，并给出各个区域内无功功率费用计算函数。建立以有功网损、无功功率费用及电压越限最小为目标函数的无功优化模型，采用基于自适应步长的细菌觅食优化-粒子群优化混合智能算法进行求解，避免了标准细菌觅食算法易陷入局部最优解的缺点，进一步提高了优化前期的全局搜索能力和优化后期的局部搜索能力。仿真算例表明，所提方法有效降低了系统网损，并充分调动风电场参与电网无功电压调节。

针对配电网多目标无功优化的应用需求以及优化算法存在的收敛性和多样性问题，基于Pareto熵的多目标粒子群优化算法，提出一种应用于多目标无功优化的改进粒子群优化算法。该算法在全局外部档案更新过程中引入冗余集策略，避免迭代过程中陷入局部最优解。将算法应用于配电网无功优化中时，采用离散变量取整方法，加快算法的收敛速度。建立网损、电压偏差及无功补偿装置投资最小的配电网多目标无功优化模型，并以IEEE 33节点配电网络为算例进行仿真，结果表明改进后的算法兼顾了优化的收敛性和多样性，能够在不同的优化要求下得到有效的无功优化方案。

基于粒子群算法的无功优化MATLAB源代码，IEEE30节点。