电力系统无功优化的柯西粒子群算法

2012年03月21日13:44:59 本网站我要评论(2)字号：T | T | T

马立新，屈娜娜，单冠华，王守征
上海理工大学电气工程系，上海

摘　　　要：针对传统粒子群算法易陷入局部较优解、收敛速度慢的缺点，提出了柯西粒子群算法，并首次将其应用于电力系统无功优化问题。柯西粒子群算法是基于柯西分布的期望和方差均不存在的原理，对每一代粒子的全局极值进行柯西变异，以此来增加种群的多样性，扩大全局较优粒子的搜索区域，以尽快获得适应度更优的个体，从而可以避免算法陷入局部较优解，同时也加快了收敛速度。用柯西粒子群算法对ＩＥＥＥ１４节点标准测试系统进行无功优化计算，试验结果表明，与其他算法相比，柯西粒子群算法具有较强的全局寻优能力，且收敛速度快、鲁棒性好，能够更有效地解决电力系统无功优化问题。

关　键　词：电力系统；无功优化；柯西粒子群算法

１　引　言
电力系统的无功优化（ＲｅａｃｔｉｖｅＰｏｗｅｒＯｐｔｉｍｉｚａｔｉｏｎ，ＲＰＯ）可以有效地降低系统的有功功率损耗，改善电网的电压质量，是保证电力系统安全稳定、经济运行的重要举措。粒子群算法（ＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ，ＰＳＯ）是一种基于群体智能的启发式优化算法，其基本思想是通过群体中个体之间的协作竞争和信息共享来寻找较优解［１］。近年来，ＰＳＯ算法及其各种改进算法已广泛应用于ＲＰＯ问题，但由于ＰＳＯ算法易于陷入局部较优解且收敛速度慢的缺点［２４］，加之ＲＰＯ问题本身的复杂性，使得ＰＳＯ算法在ＲＰＯ问题上一直未能取得很好的结果。基于ＰＳＯ算法的上述缺点，本文在对标准ＰＳＯ算法进行深入研究分析的基础上提出了一种柯西粒子群（ＣａｕｃｈｙＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ，ＣＰＳＯ）［５］，并首次将其应用于ＲＰＯ问题。本文通过对ＩＥＥＥ１４节点标准测试系统的仿真计算，并与标准ＰＳＯ算法以及差分进化算法（ＤｉｆｆｅｒｅｎｔｉａｌＥｖｏｌｕｔｉｏｎ，ＤＥ）进行比较，结果表明ＣＰＳＯ算法能更加有效地解决ＲＰＯ问题。

登录网站后可下载文件

电力系统无功优化的柯西粒子群算法

相关阅读: