馬立新，屈娜娜，單冠華，王守征
上海理工大學(xué)電氣工程系，上海

摘　　　要：針對(duì)傳統(tǒng)粒子群算法易陷入局部較優(yōu)解、收斂速度慢的缺點(diǎn)，提出了柯西粒子群算法，并首次將其應(yīng)用于電力系統(tǒng)無(wú)功優(yōu)化問(wèn)題。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，對(duì)每一代粒子的全局極值進(jìn)行柯西變異，以此來(lái)增加種群的多樣性，擴(kuò)大全局較優(yōu)粒子的搜索區(qū)域，以盡快獲得適應(yīng)度更優(yōu)的個(gè)體，從而可以避免算法陷入局部較優(yōu)解，同時(shí)也加快了收斂速度。用柯西粒子群算法對(duì)ＩＥＥＥ�玻保垂�(jié)點(diǎn)標(biāo)準(zhǔn)測(cè)試系統(tǒng)進(jìn)行無(wú)功優(yōu)化計(jì)算，試驗(yàn)結(jié)果表明，與其他算法相比，柯西粒子群算法具有較強(qiáng)的全局尋優(yōu)能力，且收斂速度快、魯棒性好，能夠更有效地解決電力系統(tǒng)無(wú)功優(yōu)化問(wèn)題。

關(guān)　鍵　詞：電力系統(tǒng)；無(wú)功優(yōu)化；柯西粒子群算法

１　引　言
電力系統(tǒng)的無(wú)功優(yōu)化（ＲｅａｃｔｉｖｅＰｏｗｅｒＯｐｔｉｍｉｚａｔｉｏｎ，ＲＰＯ）可以有效地降低系統(tǒng)的有功功率損耗，改善電網(wǎng)的電壓質(zhì)量，是保證電力系統(tǒng)安全穩(wěn)定、經(jīng)濟(jì)運(yùn)行的重要舉措。粒子群算法（ＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ，ＰＳＯ）是一種基于群體智能的啟發(fā)式優(yōu)化算法，其基本思想是通過(guò)群體中個(gè)體之間的協(xié)作競(jìng)爭(zhēng)和信息共享來(lái)尋找較優(yōu)解［１］。近年來(lái)，ＰＳＯ算法及其各種改進(jìn)算法已廣泛應(yīng)用于ＲＰＯ問(wèn)題，但由于ＰＳＯ算法易于陷入局部較優(yōu)解且收斂速度慢的缺點(diǎn)［２�玻矗荩�加之ＲＰＯ問(wèn)題本身的復(fù)雜性，使得ＰＳＯ算法在ＲＰＯ問(wèn)題上一直未能取得很好的結(jié)果。基于ＰＳＯ算法的上述缺點(diǎn)，本文在對(duì)標(biāo)準(zhǔn)ＰＳＯ算法進(jìn)行深入研究分析的基礎(chǔ)上提出了一種柯西粒子群（ＣａｕｃｈｙＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ，ＣＰＳＯ）［５］，并首次將其應(yīng)用于ＲＰＯ問(wèn)題。本文通過(guò)對(duì)ＩＥＥＥ�玻保垂�(jié)點(diǎn)標(biāo)準(zhǔn)測(cè)試系統(tǒng)的仿真計(jì)算，并與標(biāo)準(zhǔn)ＰＳＯ算法以及差分進(jìn)化算法（ＤｉｆｆｅｒｅｎｔｉａｌＥｖｏｌｕｔｉｏｎ，ＤＥ）進(jìn)行比較，結(jié)果表明ＣＰＳＯ算法能更加有效地解決ＲＰＯ問(wèn)題。

登錄網(wǎng)站后可下載文件