基于改進PSO算法的配電網(wǎng)無功補償優(yōu)化配置研究.pdf

1、若能實現(xiàn)配電網(wǎng)無功在網(wǎng)絡(luò)中的合理傳輸，就能提高電網(wǎng)電壓質(zhì)量，降低損耗，提高電力系統(tǒng)的穩(wěn)定性。無功優(yōu)化能夠整合現(xiàn)有的資源，最大限度的提高系統(tǒng)及用戶的經(jīng)濟效益。因此，對配電網(wǎng)無功優(yōu)化的研究既具有理論意義，又有實際應用價值。本文在分析了現(xiàn)有優(yōu)化算法的優(yōu)缺點之后，采用改進粒子群優(yōu)化算法對所建較符合實際的數(shù)學模型進行了優(yōu)化計算。
　　粒子群算法具有簡單、易于實現(xiàn)等優(yōu)點在科學與工程領(lǐng)域得到了很好的驗證，但是粒子群優(yōu)化算法與其他進化算法一樣存在

2、容易陷入局部最優(yōu)和早熟收斂等缺點。分析了其存在缺點的主要原因，并此基礎(chǔ)上提出了一種改進的粒子群優(yōu)化(CS-CPSO)算法。在該算法中利用完全混沌序列初始化種群，使得初始粒子能夠遍歷整個搜索空間，增加了初始種群的多樣性;采用余弦函數(shù)非線性改變SPSO算法中的慣性權(quán)重，使得粒子在初期具有較強的全局搜索能力，隨著迭代次數(shù)的增加，慣性權(quán)重減小而使得粒子的局部搜索能力增強，提高了算法的精度;并利用余弦函數(shù)非線性對稱改變學習因子，使得粒子在初期具有

3、較強的學習能力，能迅速的向當時最優(yōu)粒子靠攏，在后期粒子的自身學習能力增強，加快了算法的收斂速度;在CS-CPSO算法中還引入了細菌趨化作用，維持了種群的多樣性，這樣能在一定程度上防止粒子陷入局部最優(yōu)。
　　利用五個標準測試函數(shù)對本文改進提出的CS-CPSO算法進行了仿真分析，與原始粒子群優(yōu)化算法以及標準粒子群優(yōu)化算法對比，結(jié)果表明:CS-CPSO算法在一定程度上能夠跳出局部最優(yōu)，有效地避免了SPSO算法早熟收斂問題，并具有較快的收